Exploring the use of social media and online methods to engage persons with lived experience and healthcare professionals in creating research agendas: Lessons from a pediatric cancer research priority-setting partnership
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Social media is increasingly used to engage persons with lived experience and healthcare professionals in research, however, there remains sparse guidance on how to effectively use social media to engage these groups in research agenda-setting. Here we report our process and experience utilizing a social media campaign to engage Canadians within the pediatric cancer community in a research priority-setting exercise. Following the James Lind Alliance method, we launched a priority-setting partnership (PSP) to develop a child with cancer-, survivor-, family member-, and healthcare professional-based Canadian pediatric cancer research agenda. Social media-based strategies were implemented to recruit participants for two PSP surveys, including preparatory activities, developing a website, launching graphics and advertisements, and engaging internal and external networks. Descriptive statistics of our data and analytics provided by the platforms are used presently to report our process. The framework we implemented involved preparing for social media use, identifying a target audience, developing campaign content, conducting the campaign, refining the campaign as needed, and evaluating its success. Our process resulted in a substantial social media-based reach, good survey completion rates, and a successfully developed pediatric cancer community-specified research agenda. Social media may represent a useful approach to engage persons with lived experience and healthcare professionals in research agenda development. Based on our experience, we present strategies to increase social media campaign engagement that may be useful to those seeking to conduct health research priority-setting exercises.
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.
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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle