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 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 | 0,002 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| 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 ».