Evaluation of recruitment methods and promotional strategies for sexual health services and research
Notice bibliographique
Résumé
BACKGROUND: Recruitment of diverse participant cohorts has been a long-standing challenge in clinical and health care system research. Diversity is necessary to gain representation of underserved demographics and further our understanding of how to address health inequities and systemic barriers. OBJECTIVES: Identify facilitators and barriers to access and uptake of pharmacist-led sexually transmitted infection (STI) health care services, evaluate recruitment strategies and identify facilitators and barriers associated with recruitment/promotional strategies, and determine strategies to improve reach of promotion and recruitment strategies to underserved communities to improve equity in pharmacy-based STI services. METHODS: This was a qualitative evaluation case study using in-depth semi structured interviews with pharmacists engaged in pharmacy practice research and community advocacy representatives. Interviews were inductively coded and underwent thematic analysis. RESULTS: Five themes were identified which encompass facilitators and barriers to uptake of pharmacy-based sexual health services by underrepresented communities: convenience, misunderstandings, historical harm and past experiences, current forms of systemic oppression, perceptions and fears. Four themes were identified which encompass facilitators and barriers for the effectiveness of recruitment strategies employed by pharmacy practice research: type of recruitment strategy, service type and its perceived benefits/relevance, awareness of service options, difficulties requesting a service. Four themes were identified encompassing strategies for increasing reach of underserved communities in future to improve equity in pharmacy-based STI services: multipronged approaches, accessible promotional material and recruitment strategies, collaboration, dismantling of systemic oppression. CONCLUSION: This study highlighted strategies to improve the reach of pharmacist provided STI services and recruit diverse participants to health research and promote the uptake of pharmacist provided STI services by underserved groups in future.
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 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 | 0,071 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».