MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401813337 · doi:10.2196/50944

Identifying Effective Components of a Social Marketing Campaign to Improve Engagement With Express Sexual Health Services Among Gay, Bisexual, and Other Men Who Have Sex With Men: Case Study

2024· article· en· W4401813337 sur OpenAlexvenueno aff
Laura C. Chambers, Yelena Malyuta, William C. Goedel, Philip A. Chan, Cassandra Sutten Coats, Ken Allen, Amy Nunn

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institute on Drug AbuseNational Institute of Mental Health
Mots-clésSocial marketingMen who have sex with menReproductive healthAdvertisingSocial mediaLesbianTransgenderClick-through rateMedicinePsychologyHuman immunodeficiency virus (HIV)Internet privacyComputer scienceFamily medicineWorld Wide WebBusinessEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

Background: Little is known about how best to reach people with social marketing messages promoting use of clinical HIV and sexually transmitted infection (STI) services. Objective: We evaluated a multiplatform, digital social marketing campaign intended to increase use of HIV/STI testing, treatment, and prevention services among gay, bisexual, and other men who have sex with men (MSM) at an LGBTQ+ (lesbian, gay, bisexual, transgender, queer, and/or questioning) community health center. Methods: We evaluated engagement with a social marketing campaign launched by Open Door Health, the only LGBTQ+ community health center in Rhode Island, during the first 8 months of implementation (April to November 2021). Three types of advertisements encouraging use of HIV/STI services were developed and implemented on Google Search, Google Display, Grindr, and Facebook. Platforms tracked the number of times that an advertisement was displayed to a user (impressions), that a user clicked through to a landing page that facilitated scheduling (clicks), and that a user requested a call to schedule an appointment from the landing page (conversions). We calculated the click-through rate (clicks per impression), conversion rate (conversions per click), and the dollar amount spent per 1000 impressions and per click and conversion. Results: Overall, Google Search yielded the highest click-through rate (7.1%) and conversion rate (7.0%) compared to Google Display, Grindr, and Facebook (click-through rates=0.4%-3.3%; conversion rates=0%-0.03%). Although the spend per 1000 impressions and per click was higher for Google Search compared to other platforms, the spend per conversion-which measures the number of people intending to attend the clinic for services-was substantially lower for Google Search (US $48.19 vs US $3120.42-US $3436.03). Conclusions: Campaigns using the Google Search platform may yield the greatest return on investment for engaging MSM in HIV/STI services at community health clinics. Future studies are needed to measure clinical outcomes among those who present to the clinic for services after viewing campaign advertisements and to compare the return on investment with use of social marketing campaigns relative to other approaches.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,397
Écart entre enseignants0,343 · 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'étudeQualitatif
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and Surveillance→Même sujetHIV/AIDS Research and Interventions→Travaux en français237 207→