MétaCan
Menu
Retour à la cohorte
Enregistrement W1946755057 · doi:10.5489/cuaj.3014

Novel survey disseminated through Twitter supports its utility for networking, disseminating research, advocacy, clinical practice and other professional goals

2015· article· en· W1946755057 sur OpenAlexvenueno aff
Hendrik Borgmann, Sasha DeWitt, Igor Tsaur, Axel Haferkamp, Stacy Loeb

Notice bibliographique

RevueCanadian Urological Association Journal · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisseminationInformation DisseminationClinical PracticeSocial mediaComputer-assisted web interviewingMedical educationPublic relationsPerceptionMedicinePsychologyPolitical scienceFamily medicineBusinessWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Twitter use has grown exponentially within the urological community. We aimed to determine the perceptions of the impact of Twitter on users' clinical practice, research, and other professional activities. METHODS: We performed an 11-item online survey of Twitter contributors during two major urological meetings: the European Association of Urology (EAU) and the American Urological Association (AUA) annual meetings. During the EAU 2014 meeting, we distributed the survey via the meeting official Twitter feed. During the AUA 2014 meeting, we applied a new method by directly sending the survey to Twitter contributors. We performed a subset analysis for assessing the perceived impact of Twitter on the clinical practice of physicians. RESULTS: Among 312 total respondents, the greatest perceived benefits of Twitter among users were for networking (97%) and disseminating information (96%), followed by research (75%), advocacy (74%) and career development (62%). In total, 65% of Twitter users have dealt with guidelines on online medical professionalism and 71% of physician users found that Twitter had an impact on their clinical practice, and 33% had made a clinical decision based on an online case discussion. CONCLUSIONS: Our results suggest that Twitter users in the urological community perceive important benefits. These benefits extend to multiple professional domains, particularly networking, disseminating information, remote conference participation, research, and advocacy. This is the first study that has been disseminated to targeted individuals from the urological community directly through tweets, providing a proof of principle for this research method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,418
Tête enseignante GPT0,541
Écart entre enseignants0,123 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
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

Citations61
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Urological Association JournalMême sujetSocial Media in Health EducationTravaux en français237 207