MétaCan
Menu
Retour à la cohorte
Enregistrement W1595988878 · doi:10.1300/j381v10n03_03

Evaluation of a Public Library Workshop

2006· article· en· W1595988878 sur OpenAlexaff
Laurie Hoffman‐Goetz, Daniela B. Friedman, Ann Celestine

Notice bibliographique

RevueJournal of Consumer Health on the Internet · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésThe InternetWorld Wide WebMedical educationSubject (documents)Public healthInternet accessInternet privacyMedicinePsychologyGerontologyComputer scienceNursing

Résumé

récupéré en direct d'OpenAlex

Abstract Individuals aged 55 and older represent the fastest-growing Internet user group. They are also at higher risk for cancer. Consumer health librarians can teach seniors effective Internet search strategies to access accurate and reliable cancer information. Four Internet workshops were conducted at the Kitchener Public Library with 44 community-dwelling older adults aged 50 to 75. Participants learned how to search the Internet for cancer information using search engines, medical directories, and subject starters. Results of post-workshop questionnaires showed that over 80% of seniors felt comfortable searching independently for Web-based cancer information after the workshop. Searching difficulty decreased from 5.2 pre-workshop to 4.3 post-workshop (1 = very easy; 10 = very difficult). Self-rated understanding (1 = poor understanding; 5 = excellent understanding) of the Internet was also higher post-workshop (3.9/5) compared to pre-workshop (2.4/5). Seventy percent of participants indicated that they would definitely turn to the Internet for cancer information in the future. The library workshops were effective in teaching Internet search skills to older adults. Librarians and health information providers should guide seniors' use of the Internet so they are able to access high quality cancer Web sites.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,170
Tête enseignante GPT0,468
Écart entre enseignants0,298 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations32
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Consumer Health on the InternetMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207