Tapping twitter: A meta-method of the qualitative health literature using social media as a data collection tool
Notice bibliographique
Résumé
Background Social media, such as Twitter, Facebook and YouTube, are modern web-based platforms that facilitate communication and information-sharing. Approximately 70% of Canadians use social media – a percentage that is even higher among young adults. Online content is a primary source of healthcare information for internet-using adults. A 2012 survey indicated that 89% of adult Canadians use the internet to find information about health issues and symptoms. There is an ideal fit between those who use the internet as a primary channel for accessing health information and those who want to track user groups and compare information concerning individual attitudes and behaviour about health issues. Thus, social media are fast becoming an innovative data source and data collection tool for researching health issues. What is less clear is how qualitative health researchers design and execute studies using social media, the quality of data generated, the trustworthiness and credibility of results, and necessary ethical considerations. Objectives This paper will present the findings of a meta-method of qualitative health studies that used social media as a data source and/or data collection tool. Methods A meta-method examines the epistemological and methodological underpinnings and the procedural rules for engaging in qualitative research. Our primary goal is to provide insight into the methodological strengths and limitations of using social media when engaging in qualitative health research. This meta-method was conducted according to the guidelines advanced by Paterson et al. Six databases were searched for English-language articles published between 2006 and 2012 using search terms to identify qualitative research studies that used social media as a data collection tool and/or data source. Eligible studies were analyzed thematically and compared for credibility, trustworthiness, transparency, and clarity of design. Results Major themes emerging from the inductive comparative analysis of the selected studies will show how and under what conditions social media were used to collect data to study a health issue, the associated ethical and other challenges associated with executing the study, and observations concerning the quality of the research process. Conclusions This meta-method indicates that social media as a data source and/or collection tool can make a valuable contribution to health knowledge if methodological standards for qualitative health research are rigorously followed.
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 | 0,231 | 0,326 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,010 | 0,019 |
| Bibliométrie | 0,032 | 0,024 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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; 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 ».