Investigating the feasibility and acceptability of using Instagram to engage post-graduate students in a mass communication social media-based health intervention, #WeeStepsToHealth
Notice bibliographique
Résumé
BACKGROUND: Instagram's popularity among young adults continues to rise, and previous work has identified diffusion of unhealthy messages and misinformation throughout the platform. However, we know little about how to use Instagram to promote health messages. This study aims to assess the feasibility and acceptability of using Instagram to engage post-graduate students in a mass communication social media (SM)-based health intervention. METHODS: A 4-week intervention targeting post-graduate students with physical activity (PA), nutrition, and general wellbeing messages was conducted via Instagram. Feasibility and acceptability were assessed using SM metrics (likes, comments, and shares), pre- and post-intervention online surveys (knowledge, attitude, and behavioural outcomes), and a focus group conducted with a sample of individuals in the target population (to assess intervention recall, feedback on message framing, and acceptability of Instagram). RESULTS: The two independent samples captured by online surveys (pre-intervention, n = 43, post-intervention, n = 41, representing 12.3% and 11.7% of Instagram followers, respectively) were predominantly female (88.4%, 80.5%) aged 18-34 (95.4%, 95.1%). Respondents in the second survey reported higher weekly PA levels (+ 13.7%) and more frequent nutritional behaviours including consumption of five or more fruits and vegetables (+ 23.3%) and looking at nutritional labels (+ 10.3%). However, respondents in the second survey also reported less frequent meal preparation (- 18.0%) and a small increase in fast food consumption (+ 2.8% consuming fast food 3-4 days a week). A total of 247 'likes' were collected from 28 Instagram posts (mean 8.8 likes per post). Humorous posts achieved a moderately higher level of engagement than non-humorous posts (median 10 and 8 likes, respectively). Focus group participants liked the campaign content and trusted the information source. CONCLUSIONS: Findings indicate that Instagram could be a feasible and acceptable platform for engaging post-graduate students in a SM-based mass communication health intervention, and that humour may have the potential to encourage further engagement.
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 | 0,018 | 0,016 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».