Suicide Prevention Using Google Ads: Randomized Controlled Trial Measuring Engagement
Notice bibliographique
Résumé
BACKGROUND: Studies have shown that individuals may search for suicide-related terms on the internet prior to an attempt. OBJECTIVE: Thus, across 2 studies, we investigated engagement with an advertisement campaign designed to reach individuals contemplating suicide. METHODS: First, we designed the campaign to focus on crisis, running a campaign for 16 days in which crisis-related keywords would trigger an ad and landing page to help individuals find the national suicide hotline number. Second, we expanded the campaign to also help individuals contemplating suicide, running the campaign for 19 days with a wider range of keywords through a co-designed website with a wider range of offerings (eg, lived experience stories). RESULTS: In the first study, the ad was shown 16,505 times and was clicked 664 times (4.02% click rate). There were 101 calls to the hotline. In the second study, the ad was shown 120,881 times and clicked 6227 times (5.15% click rate); of these 6227 clicks, there were 1419 (22.79%) engagements with the site, a substantially higher rate than the industry average of 3%. The number of clicks on the ad was high despite a suicide hotline banner likely being present. CONCLUSIONS: Search advertisements are a quick, far-reaching, and cost-efficient way of reaching those contemplating suicide and are needed despite suicide hotline banners being present. TRIAL REGISTRATION: Australian New Zealand Clinical Trials Registry (ANZCTR) ACTRN12623000084684; https://www.anzctr.org.au/Trial/Registration/TrialReview.aspx?id=385209.
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 | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,001 |
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 ».