Using Facebook Advertisements for Women’s Health Research: Methodology and Outcomes of an Observational Study
Notice bibliographique
Résumé
BACKGROUND: Recruitment of diverse populations for health research studies remains a challenge. The COVID-19 pandemic has exacerbated these challenges by limiting in-person recruitment efforts and placing additional demands on potential participants. Social media, through the use of Facebook advertisements, has the potential to address recruitment challenges. However, existing reports are inconsistent with regard to the success of this strategy. Additionally, limited information is available about processes that can be used to increase the diversity of study participants. OBJECTIVE: A Qualtrics survey was fielded to ascertain women's knowledge of and health care experiences related to breast density. This paper describes the process of using Facebook advertisements for recruitment and the effectiveness of various advertisement strategies. METHODS: Facebook advertisements were placed in 2 rounds between June and July 2020. During round 1, multiple combinations of headlines and interest terms were tested to determine the most cost-effective advertisement. The best performing advertisement was used in round 2 in combination with various strategies to enhance the diversity of the survey sample. Advertisement performance, cost, and survey respondent data were collected and examined. RESULTS: In round 1, a total of 45 advertisements with 5 different headlines were placed, and the average cost per link click for each headline ranged from US $0.12 to US $0.79. Of the 164 women recruited in round 1, in total 91.62% were eligible to complete the survey. Advertisements used during recruitment in round 2 resulted in an average cost per link click of US $0.11. During the second round, 478 women attempted the survey, and 87.44% were eligible to participate. The majority of survey respondents were White (80.41%), over the age of 55 years (63.94%), and highly educated (63.71%). CONCLUSIONS: Facebook advertisements can be used to recruit respondents for health research quickly, but this strategy may yield participants who are less racially diverse, more educated, and older than the general population. Researchers should consider recruiting participants through other methods in addition to creating Facebook advertisements targeting underrepresented populations.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | Métarecherche Domaine: Méthodes · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,056 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».