Social Media for the Promotion of Holistic Self-Participatory Care: An Evidence Based Approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: As health information is becoming increasingly accessible, social media offers ample opportunities to track, be informed, share and promote health. These authors explore how social media and holistic care may work together; more specifically however, our objective is to document, from different perspectives, how social networks have impacted, supported and helped sustain holistic self-participatory care. METHODS: A literature review was performed to investigate the use of social media for promoting health in general and complementary alternative care. We also explore a case study of an intervention for improving the health of Greek senior citizens through digital and other means. RESULTS: The Health Belief Model provides a framework for assessing the benefits of social media interventions in promoting comprehensive participatory self-care. Some interventions are particularly effective when integrating social media with real-world encounters. Yet not all social media tools are evidence-based and efficacious. Interestingly, social media is also used to elicit patient ratings of treatments (e.g., for depression), often demonstrating the effectiveness of complementary treatments, such as yoga and mindfulness meditation. CONCLUSIONS: To facilitate the use of social media for the promotion of complementary alternative medicine through self-quantification, social connectedness and sharing of experiences, exploration of concrete and abstract ideas are presented here within. The main mechanisms by which social support may help improve health - emotional support, an ability to share experiences, and non-hierarchal roles, emphasizing reciprocity in giving and receiving support - are integral to social media and provide great hope for its effective use.
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.
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 | 0,003 | 0,011 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle