Consumer e-health education in HIV/AIDS: a pilot study of a web-based video workshop
Notice bibliographique
Résumé
BACKGROUND: Members of the HIV/AIDS community are known to use web-based tools to support learning about treatment issues. Initial research indicated components such as message forums or web-based documentation were effectively used by persons with HIV/AIDS. Video has also shown promise as a technology to aid consumer health education. However, no research has been published thus far investigating the impact of web-based environments combining these components in an educational workshop format. METHODS: In this qualitative study HIV/AIDS community members provided feedback on an integrated web-based consumer health education environment. Participants were recruited through organizations that serve the HIV/AIDS community located in Toronto, Canada. Demographics, data on Internet use, including messages exchanged in the study environment were collected. A group interview provided feedback on usability of the study environment, preferences for information formats, use of the message forum, and other sources for learning about treatment information. RESULTS: In this pilot study analysis of the posted messages did not demonstrate use for learning of the workshop content. Participants did not generally find the environment of value for learning about treatment information. However, participants did share how they were meeting these needs. It was indicated that a combination of resources are being used to find and discuss treatment information, including in-person sources. CONCLUSION: More research on the ways in which treatment information needs are being met by HIV/AIDS community members and how technology fits in this process is necessary before investing large amounts of money into web-based interventions. Although this study had a limited number of participants, the findings were unexpected and, therefore, of interest to those who intend to implement online consumer health education initiatives or interventions.
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 | 0,011 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; 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 ».