Use of equity-informed social media COVID-19 risk communication tools: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Health agencies and community organisations play a crucial role in disseminating information to the public about COVID-19 risks and events, providing instructions on how to change behaviour to mitigate those risks, motivating compliance with health directives and addressing false information. Social media platforms are a critical tool in risk communication, providing a medium for rapid transmission of messages as well as providing the opportunity for engagement and immediate feedback. Access to health information, services and support are especially important for marginalised and underserved ('equity-deserving') populations who are disproportionately affected by COVID-19. This scoping review aims to review the breadth and depth of the academic and grey literature on equity-informed social media risk communication tools to provide guidance on promising practices and principles for reaching equity-deserving populations through social media. METHODS AND ANALYSIS: Arksey and O'Malley's (2005) framework guided the identification of the research question; identification and selection of relevant studies from electronic databases and hand-searches of discipline-specific journals; extraction and charting of the data; and collating and reporting of findings. The results of the screening process will be reported using the Preferred Reporting Items for Systematic Review and Meta-Analysis-Scoping Review guidelines. FINDINGS: We will identify reported facilitators and barriers to the development of risk communications that target equity-deserving communities. We will also identify recommendations for equity-informed risk communication for COVID-19. ETHICS AND DISSEMINATION: This study does not require ethics approval. We intend to disseminate the results through publication in an open-access peer-reviewed journal, conference presentations, lay summaries (eg, checklists) for health organisations and messages to be shared through social media.
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 | 0,166 | 0,156 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,011 | 0,012 |
| Bibliométrie | 0,026 | 0,018 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,075 | 0,018 |
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 ».