Inspiring ‘Gifts of Health’ : Exploring the use of patient stories in transmedia fundraising campaigns
Notice bibliographique
Résumé
Patient stories speak to the often-daunting journey that patients embark on throughout their experience of their illness or injury. The emotions these narratives convey make it easy for audiences to connect with them, thus making them an important, versatile tool for fundraising for medical causes. Today, patient stories are commonly used by hospital foundations to fundraise, but are also used frequently for crowdfunding personal medical expenses, a trend that is surging in popularity with the rise of treatment costs. This project first examines patient stories using the theoretical lenses of motivations for health communication, personal and institutional fundraising, and narratology and transmedia storytelling in health communication. Using a sample of 10 patient stories collected from Canadian GoFundMe campaigns and hospital foundation websites, this MRP specifically seeks to identify key similarities and differences in the ways that private individuals and non-profit health institutions use patient stories for fundraising efforts. It then aims to identify tactics used to produce the most successful patient stories and fundraising campaigns. The three theoretical lenses will be used to create a specific coding framework through which the motivations of different authors will be determined. Each campaign’s images, text and interactive elements will be assessed to identify trends and tactics, which will then be compared with the campaigns’ overall financial and social successes. This project will extend fundraising and health communications theory by adding depth to the existing literature on crowdfunding for personal medical expenses. It will also help to integrate transmedia storytelling theory into the larger field of health communication by identifying the different ways that online communication platforms may be used to target and connect donors while increasing funds for medical campaigns. In addition, by providing a holistic analysis of each campaign’s content, paired with a preliminary effects analysis, this project contributes a range of practical implications for hospital foundations and individuals to use when crafting patient narratives for future campaigns.
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 | 0,015 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,016 |
| Communication savante | 0,013 | 0,011 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».