Key Learnings and Considerations for Utilizing Social Media Recruitment in Parasport Research
Notice bibliographique
Résumé
Despite the rise of digital methodologies in qualitative health and sports research (Goodyear & Bundon, 2020), there remains a gap in the usage of online methods in parasport populations. People with disabilities are often underrepresented in research as they are a traditionally hard-to-reach population due to accessibility limitations, stigmatization, and mistrust of researchers (Banas et al., 2019). The existing role of social media as a space for advocacy and social support in the parasport community (Bundon & Clarke, 2014) makes social platforms a potential tool for qualitative parasport research. Project Echo looks to leverage social media as a participant recruitment tool in parasport populations by informing recruitment strategies with the social model of disability and by placing an emphasis on collaboration to avoid the historical medicalization and marginalization of participants with disabilities in research. This article draws on the experiences of social media recruitment from Project Echo and aims to inform researchers looking to utilize social media as a research tool in parasport populations with key learnings and considerations. Banas, J. R., Magasi, S., The, K., & Victorson, D. E. (2019). Recruiting and Retaining People With Disabilities for Qualitative Health Research: Challenges and Solutions. Qualitative Health Research, 29(7), 1056–1064. https://doi.org/10.1177/1049732319833361 Bundon, A., & Hurd Clarke, L. (2014). Unless you go online you are on your own: Blogging as a bridge in para-sport. Disability & Society, 30(2), 185–198. https://doi.org/10.1080/09687599.2014.973477 Goodyear, V., & Bundon, A. (2020). Contemporary digital qualitative research in sport, exercise and health: Introduction. Qualitative Research in Sport, Exercise and Health, 13, 1–10. https://doi.org/10.1080/2159676X.2020.1854836
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 | 0,426 | 0,507 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,019 | 0,028 |
| Communication savante | 0,032 | 0,042 |
| Science ouverte | 0,007 | 0,024 |
| Intégrité de la recherche | 0,013 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,006 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».