MétaCan
Menu
← Retour à la cohorte
Enregistrement W4213183709 · doi:10.1186/s12889-022-12732-w

Using Facebook to promote the uptake of colorectal cancer screening

2022· article· en· W4213183709 sur OpenAlexafffund
Arlinda Ruco, Nancy N. Baxter, Jenna Jacobson, Jill Tinmouth, Diego Llovet

Notice bibliographique

RevueBMC Public Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensHealth Sciences CentreCancer Care OntarioToronto Metropolitan UniversityUniversity of TorontoSunnybrook Health Science CentreInstitute for Work & HealthSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineBiostatisticsColorectal cancerPublic healthEpidemiologyColorectal cancer screeningEnvironmental healthInternal medicineOncologyCancerColonoscopyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The use of social media presents a unique opportunity for cancer screening programs to motivate individuals to get screened. However, we need a better understanding of what types of social media messages for colorectal cancer (CRC) screening are preferred. The objective of this study was to develop social media messages promoting CRC screening uptake to identify messages preferred by the target audience. METHODS: We conducted a qualitative descriptive study and collected data through focus groups with Facebook users of screen-eligible age. Participants were presented with social media messages and asked to provide feedback. Messages were informed by the Health Belief Model, current evidence regarding screening communication and health communication and social media best practices. Focus groups were audio-recorded and transcribed and analysis was completed by two independent coders. If messages generated sufficient discussion, we developed a recommendation regarding the use of the message in a future social media campaign. Recommendations included: strongly consider using this message, consider using this message, proceed with caution, and do not use this message. General considerations about social media campaigns were also noted. RESULTS: A total of 45 individuals participated in six focus groups. We developed recommendations for 7 out of the 18 messages tested; 1 was classified as strongly consider using this message, 4 as consider using this message and 2 as proceed with caution. The data suggest that participants preferred social media messages that were believed to be credible, educational, and with a positive or reassuring tone. Preferred messages tended to increase awareness about CRC risk and screening and prompted participants to ask questions, and to want to learn more about what they could do to lower their risk. Messages that were viewed as humorous, strange or offensive or that had a negative or excessively fearful tone were less well received by study participants. CONCLUSIONS: Facebook users prefer social media messages for CRC that have a positive or reassuring tone, are educational, and that have a credible ad sponsor. Campaign planners should proceed with caution when considering messages that use humor or a fearful tone to avoid undermining their campaign objectives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,351
Tête enseignante GPT0,477
Écart entre enseignants0,126 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetSocial Media in Health Education→Travaux en français237 207→