MétaCan
Menu
Retour à la cohorte
Enregistrement W2034273634 · doi:10.1258/ijsa.2009.009500

An assessment of global Internet-based HIV/AIDS media coverage: implications for United Nations Programme on HIV/AIDS' Global Media HIV/AIDS Initiative

2009· article· en· W2034273634 sur OpenAlexafffund
Aranka Anema, Clark C. Freifeld, Eric Druyts, Julio Montaner, Robert S. Hogg, John S. Brownstein

Notice bibliographique

RevueInternational Journal of STD & AIDS · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent Sexual and Reproductive Health
Établissements canadiensSimon Fraser UniversitySt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesU.S. National Library of MedicineNational Institute on Drug AbuseCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésMedicineHuman immunodeficiency virus (HIV)Developing countryThe InternetFamily medicineDemographyEnvironmental healthImmunologyEconomic growthWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

No studies to date have assessed the quantity of HIV/AIDS-related media on the Internet. We assessed the quantity of language-specific HIV/AIDS Internet-based news coverage, and the correlation between country-specific HIV/AIDS news coverage and HIV/AIDS prevalence. Internet-based HIV/AIDS news articles were queried from Google News Archives for 168 countries, for the year 2007, in the nine most commonly spoken languages worldwide. English, French and Spanish sources had the greatest number of HIV/AIDS-related articles, representing 134,000 (0.70%), 11,200 (0.65%) and 24,300 (0.49%) of all news articles, respectively. A strong association between country-specific HIV/AIDS news coverage and HIV/AIDS prevalence was found, Spearman's rank correlation: 0.6 (P < 0.001). Among countries with elevated HIV/AIDS prevalence (> or =10%), the volume of HIV/AIDS-specific media was highest in Swaziland (15.9%) and Malawi (13.2%), and lowest in South Africa (4.8%) and Namibia (4.9%). Increased media attention should be placed on countries with high HIV/AIDS prevalence and limited HIV/AIDS-specific news coverage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,493
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,096
Tête enseignante GPT0,481
Écart entre enseignants0,385 · 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 tête enseignante, 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

Citations10
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of STD & AIDSMême sujetAdolescent Sexual and Reproductive HealthTravaux en français237 207