Ophthalmology on social networking sites: an observational study of Facebook, Twitter, and LinkedIn
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The use of social media in ophthalmology remains largely unknown. Our aim was to evaluate the extent and involvement of ophthalmology journals, professional associations, trade publications, and patient advocacy and fundraising groups on social networking sites. METHODS: An archived list of 107 ophthalmology journals from SCImago, trade publications, professional ophthalmology associations, and patient advocacy organizations were searched for their presence on Facebook, Twitter, and LinkedIn. Activity and popularity of each account was quantified by using the number of "likes" on Facebook, the number of followers on Twitter, and members on LinkedIn. RESULTS: Of the 107 journals ranked by SCImago, 21.5% were present on Facebook and 18.7% were present on Twitter. Journal of Community Eye Health was the most popular on Facebook and JAMA Ophthalmology was most popular on Twitter. Among the 133 members of the International Council of Ophthalmology, 17.3% were present on Facebook, 12.8% were present on Twitter, and 7.5% were present on LinkedIn. The most popular on Facebook was the International Council of Ophthalmology, and the American Academy of Ophthalmology was most popular on Twitter and LinkedIn. Patient advocacy organizations were more popular on all sites compared with journals, professional association, and trade publications. Among the top ten most popular pages in each category, patient advocacy groups were most active followed by trade publications, professional associations, and journals. CONCLUSION: Patient advocacy groups lead the way in social networking followed by professional organizations and journals. Although some journals use social media, most have yet to engage its full potential and maximize the number of potential interested individuals.
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.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découle