Development and Validation of An Evaluation Scale for Audiovisual Production for Health Interventions - ZIKAMOB
Notice bibliographique
Résumé
According to the World Health Organization, intervention actions and Health Education achieve better performance when based on Behavior Change Theories associated with new technologies. This work aimed to build and validate an Audiovisual Production Assessment Scale (APAS) for use in educational interventions. One hundred videos of up to 90 seconds in length, produced by high school students from Northeast Brazil, were analyzed. The APAS contains twenty statements, grouped into five sections, some of which are based on the Social Cognitive Theory (observational learning; facilitators) and others, such as the halo effect and cognitive comfort, were proposed by Daniel Kahneman. It was found that, of the twenty statements, 15 of them had no significant difference between different evaluators; having obtained a value of 0.941 for Cronbach's Alpha, showing excellent internal reliability of the APAS. On average, 22 (33.8%) videos received a score greater than 60 points, indicating that they have the potential to significantly contribute to population behavior change in relation to the prevention of mosquito-borne arboviruses; 28 (41.3%) contribute satisfactorily; 15 (22.9%), partially and from one to two videos were scored with values lower than 19 points. Altogether, 12% of the videos received maximum scores in relation to the total score and subjective score. The APAS is, therefore, an example of an effective tool for assessing audiovisual content that can be used in educational interventions in health, with good internal reliability. The scale allows evaluating any content, classifying the production into categories that reveal its potential to promote behavior change.
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 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 | 0,030 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».