MétaCan
Menu
Retour à la cohorte
Enregistrement W2079331652 · doi:10.1097/acm.0b013e31829eb91c

Social Media Use by Health Care Professionals and Trainees

2013· article· en· W2079331652 sur OpenAlexafffund
Michele P Hamm, Annabritt Chisholm, Jocelyn Shulhan, Andrea Milne, Shannon D. Scott, Terry P. Klassen, Lisa Hartling

Notice bibliographique

RevueAcademic Medicine · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensCapital District Health AuthorityUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCINAHLSocial mediaHealth careMEDLINECritical appraisalMedical educationPsychologyMass mediaMedicineNursingAlternative medicinePsychological interventionWorld Wide WebPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To conduct a scoping review of the literature on social media use by health care professionals and trainees. METHOD: The authors searched MEDLINE, CENTRAL, ERIC, PubMed, CINAHL Plus Full Text, Academic Search Complete, Alt Health Watch, Health Source, Communication and Mass Media Complete, Web of Knowledge, and ProQuest for studies published between 2000 and 2012. They included those reporting primary research on social media use by health care professionals or trainees. Two reviewers screened studies for eligibility; one reviewer extracted data and a second verified a 10% sample. They analyzed data descriptively to determine which social media tools were used, by whom, for what purposes, and how they were evaluated. RESULTS: The authors included 96 studies in their review. Discussion forums were the most commonly studied tools (43/96; 44.8%). Researchers more often studied social media in educational than practice settings. Of common specialties, administration, critical appraisal, and research appeared most often (11/96; 11.5%), followed by public health (9/96; 9.4%). The objective of most tools was to facilitate communication (59/96; 61.5%) or improve knowledge (41/96; 42.7%). Thirteen studies evaluated effectiveness (13.5%), and 41 (42.7%) used a cross-sectional design. CONCLUSIONS: These findings provide a map of the current literature on social media use in health care, identify gaps in that literature, and provide direction for future research. Social media use is widespread, particularly in education settings. The versatility of these tools suggests their suitability for use in a wide range of professional activities. Studies of their effectiveness could inform future practice.

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)0,033
score de la tête « metaresearch » (Gemma)0,140
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,140
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0220,020
Études des sciences et des technologies0,0020,002
Communication savante0,0060,006
Science ouverte0,0010,003
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,184
Tête enseignante GPT0,492
Écart entre enseignants0,309 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations139
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetSocial Media in Health EducationTravaux en français237 207