Digital Health Intervention (SANGYAN Podcast) to Enhance Knowledge Related to COVID-19 and Other Health Conditions: Protocol for an Implementation and Evaluation Study
Notice bibliographique
Résumé
BACKGROUND: Podcasts are an unconventional method of disseminating information through audio to the masses. They are an emerging portable technology and a valuable resource that provides unlimited access for promoting health among participants. Podcasts related to health care have been used as a source of medical education, but there is a dearth of studies on the use of podcasts as a source of health information. This study will provide new perspectives by implementing the SANGYAN podcast, which contains information about COVID-19 and other health conditions. OBJECTIVE: The study aims to determine the usefulness and effectiveness of the SANGYAN podcast as a digital health intervention to address misinformation related to COVID-19 and other health conditions among individuals in Chennai, Tamil Nadu, India. METHODS: An implementation and evaluation study will be conducted with 500 participants from the Panimalar Medical College Hospital & Research Institute (PMCHRI) and Rural Health Training Centre in Chennai. Among individuals aged 18 years and older, those residing in the selected urban and rural settings who visit the outpatient department of the PMCHRI and Rural Health Training Centre will be recruited. For participants who consent to the study, their sociodemographic details will be noted and their health literacy will be assessed using the Rapid Estimate of Adult Literacy in Medicine scale. Once the participants have listened to the podcast, the usability, acceptance, and user satisfaction of the podcast will be assessed. Descriptive analysis will be used for continuous variables, and frequency analysis will be used for categorical variables. Bivariate analysis will be conducted to understand the correlation of sociodemographic features in response to perception, usefulness, acceptance, and user satisfaction of the podcast. All analysis will be performed using SPSS (version 24), and the results will be reported with 95% CIs and P<.05. RESULTS: As of December 2024, the SANGYAN podcast has been launched for voluntary usage in the PMCHRI. CONCLUSIONS: The finding from this research project will aid in the development and implementation of data-driven, evidence-based, and human-centered behavior change interventions using podcasts to address public health challenges among populations living in diverse settings. This would also help in enhancing the acceptability of podcasts as a source of health-related information. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/41175.
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 | 0,044 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 0,011 |
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 ».