MétaCan
Menu
Retour à la cohorte
Enregistrement W4291885213 · doi:10.2196/38242

Web-Based Perspectives of Deemed Consent Organ Donation Legislation in Nova Scotia: Thematic Analysis of Commentary in Facebook Groups

2022· article· en· W4291885213 sur OpenAlexafffundvenueabout
Alessandro R Marcon, Darren N. Wagner, Carly Giles, Cynthia Isenor

Notice bibliographique

RevueJMIR Infodemiology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensNova Scotia Health AuthorityInstitute of Health EconomicsUniversity of Alberta
Organismes subventionnairesHealth CanadaGenome AlbertaGenome Canada
Mots-clésThematic analysisLegislationSocial mediaPolitical sciencePsychologyGovernment (linguistics)Public relationsLawQualitative researchSociology

Résumé

récupéré en direct d'OpenAlex

Background: The Canadian province of Nova Scotia recently became the first jurisdiction in North America to implement deemed consent organ donation legislation. Changing the consent models constituted one aspect of a larger provincial program to increase organ and tissue donation and transplantation rates. Deemed consent legislation can be controversial among the public, and public participation is integral to the successful implementation of the program. Objective: Social media constitutes key spaces where people express opinions and discuss topics, and social media discourse can influence public perceptions. This project aimed to examine how the public in Nova Scotia responded to legislative changes in Facebook groups. Methods: Using Facebook's search engine, we searched for posts in public Facebook groups using the terms "deemed consent," "presumed consent," "opt out," or "organ donation" and "Nova Scotia," appearing from January 1, 2020, to May 1, 2021. The finalized data set included 2337 comments on 26 relevant posts in 12 different public Nova Scotia-based Facebook groups. We conducted thematic and content analyses of the comments to determine how the public responded to the legislative changes and how the participants interacted with one another in the discussions. Results: Our thematic analysis revealed principal themes that supported and critiqued the legislation, raised specific issues, and reflected on the topic from a neutral perspective. Subthemes showed individuals presenting perspectives through a variety of themes, including compassion, anger, frustration, mistrust, and a range of argumentative tactics. The comments included personal narratives, beliefs about the government, altruism, autonomy, misinformation, and reflections on religion and death. Content analysis revealed that Facebook users reacted to popular comments with "likes" more than other reactions. Comments with the most reactions included both negative and positive perspectives about the legislation. Personal donation and transplantation success stories, as well as attempts to correct misinformation, were some of the most "liked" positive comments. Conclusions: The findings provide key insights into perspectives of individuals from Nova Scotia on deemed consent legislation, as well as organ donation and transplantation broadly. The insights derived from this analysis can contribute to public understanding, policy creation, and public outreach efforts that might occur in other jurisdictions considering the enactment of similar legislation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,102
Tête enseignante GPT0,420
Écart entre enseignants0,318 · 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 tête enseignante, 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

Citations3
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJMIR InfodemiologyMême sujetSocial Media in Health EducationTravaux en français237 207