A Survey of Health-Related Activities on Second Life
Notice bibliographique
Résumé
BACKGROUND: Increasingly, governments, health care agencies, companies, and private groups have chosen Second Life as part of their Web 2.0 communication strategies. Second Life offers unique design features for disseminating health information, training health professionals, and enabling patient education for both academic and commercial health behavior research. OBJECTIVES: This study aimed to survey and categorize the range of health-related activities on Second Life; to examine the design attributes of the most innovative and popular sites; and to assess the potential utility of Second Life for the dissemination of health information and for health behavior change. METHODS: We used three separate search strategies to identify health-related sites on Second Life. The first used the application's search engine, entering both generic and select illness-specific keywords, to seek out sites. The second identified sites through a comprehensive review of print, blog, and media sources discussing health activities on Second Life. We then visited each site and used a snowball method to identify other health sites until we reached saturation (no new health sites were identified). The content, user experience, and chief purpose of each site were tabulated as well as basic site information, including user traffic data and site size. RESULTS: We found a wide range of health-related activities on Second Life, and a diverse group of users, including organizations, groups, and individuals. For many users, Second Life activities are a part of their Web 2.0 communication strategy. The most common type of health-related site in our sample (n = 68) were those whose principle aim was patient education or to increase awareness about health issues. The second most common type of site were support sites, followed by training sites, and marketing sites. Finally, a few sites were purpose-built to conduct research in SL or to recruit participants for real-life research. CONCLUSIONS: Studies show that behaviors from virtual worlds can translate to the real world. Our survey suggests that users are engaged in a range of health-related activities in Second Life which are potentially impacting real-life behaviors. Further research evaluating the impact of health-related activities on Second Life is warranted.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
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 ».