MétaCan
Menu
Retour à la cohorte
Enregistrement W2034906132 · doi:10.2196/ijmr.3835

Information Seeking in Social Media: A Review of YouTube for Sedentary Behavior Content

2015· review· en· W2034906132 sur OpenAlexafffundvenueabout
Emily Knight, Brittany Intzandt, Alicia MacDougall, Travis J. Saunders

Notice bibliographique

RevueInteractive Journal of Medical Research · 2015
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensUniversity of Prince Edward IslandWilfrid Laurier UniversityWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSocial mediaSedentary behaviorSedentary lifestylePublic healthPsychologyInternet privacyMedicinePhysical activityComputer scienceWorld Wide WebPhysical therapyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The global prevalence of sedentary lifestyles is of grave concern for public health around the world. Moreover, the health risk of sedentary behaviors is of growing interest for researchers, clinicians, and the general public as evidence demonstrates that prolonged amounts of sedentary time increases risk for lifestyle-related diseases. There is a growing trend in the literature that reports how social media can facilitate knowledge sharing and collaboration. Social sites like YouTube facilitate the sharing of media content between users. OBJECTIVE: The purpose of this project was to identify sedentary behavior content on YouTube and describe features of this content that may impact the effectiveness of YouTube for knowledge translation. METHODS: YouTube was searched on a single day by 3 independent reviewers for evidence-based sedentary behavior content. Subjective data (eg, video purpose, source, and activity type portrayed) and objective data (eg, number of views, comments, shares, and length of the video) were collected from video. RESULTS: In total, 106 videos met inclusion criteria. Videos were uploaded from 13 countries around the globe (ie, Australia, Barbados, Belgium, Canada, Colombia, Kenya, New Zealand, Russia, South Africa, Spain, Ukraine, United Kingdom, United States). The median video length was 3:00 minutes: interquartile range (IQR) 1:44-5:40. On average, videos had been on YouTube for 15.0 months (IQR 6.0-27.5) and had been viewed 239.0 times (IQR 44.5-917.5). Videos had remarkably low numbers of shares (median 0) and comments (median 1). Only 37.7% (40/106) of videos portrayed content on sedentary behaviors, while the remaining 66 videos portrayed physical activity or a mix of behaviors. Academic/health organizations (39.6%, 42/106) and individuals (38.7%, 41/106) were the most prevalent source of videos, and most videos (67.0%, 71/106) aimed to educate viewers about the topic. CONCLUSIONS: This study explored sedentary behavior content available on YouTube. Findings demonstrate that there is confusion between physical activity and sedentary behaviors, that content is being uploaded to the site from around the globe, that content is primarily from health organizations and individuals with the purpose of educating fellow users, but that low views, comments, and shares suggest that sedentary behavior content is relatively underutilized on YouTube. Future research may wish to leverage social platforms, such as YouTube, to facilitate implementation and sharing of evidence-based sedentary behavior content.

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)0,067
score de la tête « metaresearch » (Gemma)0,070
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,793
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0670,070
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,007
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,537
Tête enseignante GPT0,677
Écart entre enseignants0,140 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2015
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueInteractive Journal of Medical ResearchMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207