Beta Test of a Christian Faith-Based Facebook Intervention for Smoking Cessation in Rural Communities (FaithCore): Development and Usability Study
Notice bibliographique
Résumé
BACKGROUND: Individuals living in rural communities experience substantial geographic and infrastructure barriers to attaining health equity in accessing tobacco use cessation treatment. Social media and other digital platforms offer promising avenues to improve access and overcome engagement challenges in tobacco cessation efforts. Research has also shown a positive correlation between faith-based involvement and a lower likelihood of smoking, which can be used to engage rural communities in these interventions. OBJECTIVE: This study aimed to develop and beta test a social intervention prototype using a Facebook (Meta Platforms, Inc) group specifically designed for rural smokers seeking evidence-based smoking cessation resources. METHODS: We designed a culturally aligned and faith-aligned Facebook group intervention, FaithCore, tailored to engage rural people who smoke in smoking cessation resources. Both intervention content and engagement strategies were guided by community-based participatory research principles. Given the intervention's focus on end users, that is, rural people who smoked, we conducted a beta test to assess any technical or usability issues of this intervention before any future trials for large-scale implementation. RESULTS: No critical beta test technical and usability issues were noted. Besides, the FaithCore intervention was helpful, easy to understand, and achieved its intended goals. Notably, 90% (9/10) of the participants reported that they tried quitting smoking, while 90% (9/10) reported using or seeking cessation resources discussed within the group. CONCLUSIONS: This study shows that social media platform with culturally aligned and faith-aligned content and engagement strategies delivered by trained moderators are promising for smoking cessation interventions in rural communities. Our future step is to conduct a large pilot trial to evaluate the intervention's effectiveness on smoking cessation outcomes.
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 | 0,013 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».