Using Social Media for the Prevention of Pediatric Burn Injuries: Pilot Design and Usability Study
Notice bibliographique
Résumé
BACKGROUND: Most pediatric burn injuries are preventable. Social media is an effective method for delivering large-scale messaging and may be useful for injury prevention in this domain. OBJECTIVE: This study evaluates the feasibility of creating a social media campaign for pediatric burn injury prevention. METHODS: Ad spots containing a headline, short introduction, and video were created and posted on Facebook and Instagram over 4 months. Ad spots were targeted to parents and caregivers of children in our region with the highest number of burn injuries. We assessed the impact of each ad set using ThruPlays, reach, and video plays. RESULTS: We created 55 ad spots, with an average length of 24.1 (range 10-44) seconds. We reached 26,496 people during the campaign. The total ThruPlays of the 55 ad spots were 14,460 at US $0.19 per ThruPlay. Ad spots related to home safety had a significantly higher daily ThruPlay rate than those related to fire safety (6.5 vs 0.5 per day; P<.001). CONCLUSIONS: Social media is a feasible modality for delivering public health messages focused on preventing pediatric burn injuries. Engagement with these ads is influenced by ad presentation and the focus of the underlying injury prevention message.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».