Using Social Media to Engage Knowledge Users in Health Research Priority Setting: Scoping Review
Notice bibliographique
Résumé
BACKGROUND: The need to include individuals with lived experience (ie, patients, family members, caregivers, researchers, and clinicians) in health research priority setting is becoming increasingly recognized. Social media-based methods represent a means to elicit and prioritize the research interests of such individuals, but there remains sparse methodological guidance on how best to conduct these social media efforts and assess their effectiveness. OBJECTIVE: This review aims to identify social media strategies that enhance participation in priority-setting research, collate metrics assessing the effectiveness of social media campaigns, and summarize the benefits and limitations of social media-based research approaches, as well as recommendations for prospective campaigns. METHODS: We searched PubMed, Embase, Cochrane Library, Scopus, and Web of Science from database inception until September 2021. Two reviewers independently screened all titles and abstracts, as well as full texts for studies that implemented and evaluated social media strategies aimed at engaging knowledge users in research priority setting. We subsequently conducted a thematic analysis to aggregate study data by related codes and themes. RESULTS: A total of 23 papers reporting on 22 unique studies were included. These studies used Facebook, Twitter, Reddit, websites, video-calling platforms, emails, blogs, e-newsletters, and web-based forums to engage with health research stakeholders. Priority-setting engagement strategies included paid platform-based advertisements, email-embedded survey links, and question-and-answer forums. Dissemination techniques for priority-setting surveys included snowball sampling and the circulation of participation opportunities via internal members' and external organizations' social media platforms. Social media campaign effectiveness was directly assessed as number of clicks and impressions on posts, frequency of viewed posts, volume of comments and replies, number of times individuals searched for a campaign page, and number of times a hashtag was used. Campaign effectiveness was indirectly assessed as numbers of priority-setting survey responses and visits to external survey administration sites. Recommendations to enhance engagement included the use of social media group moderators, opportunities for peer-to-peer interaction, and the establishment of a consistent tone and brand. CONCLUSIONS: Social media may increase the speed and reach of priority-setting participation opportunities leading to the development of research agendas informed by patients, family caregivers, clinicians, and researchers. Perceived limitations of the approach include underrepresentation of certain demographic groups and addressing such limitations will enhance the inclusion of diverse research priority opinions in future research agendas.
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 | 0,071 | 0,258 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,033 | 0,026 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».