MétaCan
Menu
Retour à la cohorte
Enregistrement W4391781974 · doi:10.2196/48371

Exploring the Use of Customized Links to Improve Electronic Engagement With Sexual and Reproductive Health Care Among Young African American Male Individuals: Web-Based Survey Study

2024· article· en· W4391781974 sur OpenAlexvenueno aff
Sandy Arena, Mackenzie Adams, Jade Burns

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent Sexual and Reproductive Health
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Minority Health and Health Disparities
Mots-clésPreprintReproductive healthPsychologyWorld Wide WebInternet privacyMedicineComputer scienceEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Research has shown that heterosexual African American male individuals aged 18-24 years have a higher prevalence of sexually transmitted infections (STIs) and are more likely to engage in risky sexual behavior. There is a critical need to promote sexual reproductive health (SRH) services among this population, especially in urban settings. Young African American male individuals use social media platforms to access health information, showcasing the potential of social media and web-based links as tools to leverage electronic engagement with this population to promote SRH care. OBJECTIVE: This study aims to explore electronic engagement with young African American male individuals in discussions about SRH care. This paper focuses on the recruitment and social media marketing methods used to recruit young, heterosexual African American male individuals aged 18-24 years for the Stay Safe Project, a larger study that aims to promote SRH services among this population in Detroit, Michigan. We investigate the use of TinyURL, a URL shortener and customized tool, and culturally informed social media marketing strategies to promote electronic engagement within this population. METHODS: Participants were recruited between December 2021 and February 2022 through various modes, including email listserves, Mailchimp, the UMHealthResearch website, X (formerly Twitter), Facebook, and Instagram. Images and vector graphics of African American male individuals were used to create social media advertisements that directed participants to click on a TinyURL that led to a recruitment survey for the study. RESULTS: TinyURL metrics were used to monitor demographic and user data, analyzing the top countries, browsers, operating systems, and devices of individuals who engaged with the customized TinyURL links and the total human and unique clicks from various social media platforms. Mailchimp was the most successful platform for electronic engagement with human and unique clicks on the custom TinyURL link, followed by Instagram and Facebook. In contrast, X, traditional email, and research recruiting websites had the least engagement among our population. Success was determined based on the type of user and follower for each platform, whether gained in the community through sign-ups or promoted at peak user time and embedded and spotlighted on nontraditional media (eg, social media sites, blogs, and podcasts) for the user. Low engagement (eg, traditional email) from the target population, limited visibility, and fewer followers contributed to decreased engagement. CONCLUSIONS: This study provides insight into leveraging customized, shortened URLs, TinyURL metrics, and social media platforms to improve electronic engagement with young African American male individuals seeking information and resources about SRH care. The results of this study have been used to develop a pilot intervention for this population that will contribute to strategies for encouraging sexual well-being, clinic use, and appropriate linkage to SRH care services among young, heterosexual African American male individuals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,321
Tête enseignante GPT0,500
Écart entre enseignants0,179 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetAdolescent Sexual and Reproductive HealthTravaux en français237 207