A Crowdsourcing Open Contest to Design a Latino-Specific COVID-19 Campaign: Mixed Methods Analysis
Notice bibliographique
Résumé
BACKGROUND: Latino communities are among the most heavily impacted populations by the COVID-19 pandemic in the United States due to intersectional barriers to care. Crowdsourcing open contests can be an effective means of community engagement but have not been well studied in Latino populations nor in addressing the COVID-19 pandemic. OBJECTIVE: The aims of this study are to (1) implement and evaluate a crowdsourcing open contest to solicit a name for a COVID-19 social marketing campaign for Latino populations in Maryland and (2) conduct a thematic analysis of submitted entries to guide campaign messaging. METHODS: To assess the level of community engagement in this crowdsourcing open contest, we used descriptive statistics to analyze data on entries, votes, and demographic characteristics of participants. The submitted text was analyzed through inductive thematic analysis. RESULTS: We received 74 entries within a 2-week period. The top 10 entries were chosen by community judges and the winner was decided by popular vote. We received 383 votes within 1 week. The most common themes were collective efficacy, self-efficacy, and perceived benefits of COVID-19 testing. We used these themes to directly inform our social marketing intervention and found that advertisements based on these themes became the highest performing. CONCLUSIONS: Crowdsourcing open contests are an effective means of community engagement and an agile tool for guiding interventions to address COVID-19, including in populations impacted by health care disparities, such as Latino communities. The thematic analysis of contest entries can be a valuable strategy to inform the development of social marketing campaign materials.
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 | 0,073 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».