Use of Live Community Events on Facebook to Share Health and Clinical Research Information With a Minnesota Statewide Community: Exploratory Study
Notice bibliographique
Résumé
BACKGROUND: Community engagement can make a substantial difference in health outcomes and strengthen the capacity to deal with disruptive public health events such as the COVID-19 pandemic. Social media platforms such as Facebook are a promising avenue to reach the broader public and enhance access to clinical and translational science, and require further evaluation from the scientific community. OBJECTIVE: This study aims to describe the use of live community events to enhance communication about clinical and health research through a Facebook platform case study (Minnesota [MN] Research Link) with a Minnesota statewide community. We examined variables associated with video engagement including video length and type of posting. METHODS: From June 2019 to February 2021, MN Research Link streamed 38 live community events on its public Facebook page, MN Research Link. Live community events highlighted different investigators' clinical and health research in the areas of mental health, health and wellness, chronic diseases, and immunology/infectious diseases. Facebook analytics were used to determine the number of views, total minutes viewed, engagement metrics, and audience retention. An engagement rate was calculated by the total number of interactions (likes, shares, and comments) divided by the total length of the live event by the type of live community event. RESULTS: The 38 live community events averaged 23 minutes and 1 second in duration. The total time viewed for all 38 videos was 10 hours, 44 minutes, and 40 seconds. Viewers' watch time averaged 23 seconds of content per video. After adjusting for video length, promotional videos and research presentations had the highest engagement and retention rates. Events that included audience participation did not have higher retention rates compared to events without audience participation. CONCLUSIONS: The use of live community events showed adequate levels of engagement from participants. A view time of 23 seconds on average per video suggests that short informational videos engage viewers of clinical and translational science content. Live community events on Facebook can be an effective method of advancing health promotion and clinical and translational science content; however, certain types of events have more impact on engagement than others.
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 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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| 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 | 0,000 |
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 source (Gemma direct ou Codex distillé), 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 ».