Social Media and Health Education: What the Early Literature Says.
Notice bibliographique
Résumé
Social media allows for a wealth of social interactions. More recently, there is a growing use of social media for the purposes of health education. Using an adaptation of the Networked student model by Drexler (2010) as a conceptual model, this article conducts a literature review focusing on the use of social media for health education purposes. The review found evidence of the phenomenon, allowing for a discussion surrounding the implications of social media with a health education perspective. Major benefits and risks of social media from a health education perspective are also discussed. Resume Les medias sociaux permettent la realisation d'une multitude d'interactions sociales. Plus recemment, on constate une utilisation croissante des medias sociaux a des fins d'education a la sante. Le present article passe en revue la litterature en mettant l'accent sur l'utilisation des medias sociaux a des fins d'education a la sante et emprunte, comme modele conceptuel, une adaptation du modele des etudiants en reseau (Networked students model) de Drexler (2010). La revue de litterature a demontre l'existence du phenomene et a ainsi donne lieu a une discussion des implications liees aux medias sociaux dans le contexte de l'education a la sante. On y discute egalement des avantages et risques majeurs lies aux medias sociaux dans le contexte de l'education a la sante.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,013 |
| Communication savante | 0,010 | 0,025 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,009 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».