Evaluating a Social Media Campaign for a Parent Educational Video on Bronchiolitis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Bronchiolitis, or lower airway swelling, is a common cause of pediatric hospital admissions. Parents have expressed wishes for more information regarding bronchiolitis but had difficulty finding reliable information, suggesting the need for more effective and easily accessible information resources. Knowledge translation (KT) tools like videos provide research-based information and may be conveniently disseminated to large audiences through social media. The purpose of this project was to evaluate the effectiveness of a social media campaign to promote a video on bronchiolitis. A social media campaign was conducted from 14 October to 30 November 2019. User interactions were recorded for the Facebook and Twitter accounts, website, and YouTube of Evidence in Child Health to Enhance Outcomes (ECHO), Alberta Research Centre for Health Evidence (ARCHE), and Translating Emergency Knowledge for Kids (TREKK). Baseline metrics were collected from 1 August to 30 September 2019 and post-campaign metrics were collected from 1 December 2019 to 31 March 2020. Mean monthly changes, standard deviations, and percent changes between periods were generated for the baseline, campaign, and post-campaign periods. Overall, there was a visible increase in user interactions throughout the campaign period. There was an overall downward trend in user interactions following the campaign. These findings suggest that social media may be a useful method of KT tool dissemination when consistently used. The downward trend post-campaign highlights the need for further research to investigate methods to maintain continuous interaction following a campaign.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,004 | 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 découle