MétaCan
Menu
Retour à la cohorte
Enregistrement W2081958890 · doi:10.2196/ijmr.2669

Effectiveness of YouTube as a Source of Medical Information on Heart Transplantation

2013· article· en· W2081958890 sur OpenAlexvenueno aff
Heming Chen, Zhongkai Hu, Xiaolin Zheng, Zhaoshun Yuan, Zhaobin Xu, Ling‐Qing Yuan, Vinicio A. de Jesús Pérez, Ke Yuan, Mark Orcholski, Xiao‐Bo Liao

Notice bibliographique

RevueInteractive Journal of Medical Research · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésUploadMedicineTransplantationAudience measurementHeart transplantationThe InternetInternal medicineComputer scienceWorld Wide WebAdvertising

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In this digital era, there is a growing tendency to use the popular Internet site YouTube as a new electronic-learning (e-learning) means for continuing medical education. Heart transplantation (HTx) remains the most viable option for patients with end-stage heart failure or severe coronary artery disease. There are plenty of freely accessible YouTube videos providing medical information about HTx. OBJECTIVE: The aim of the present study is to determine the effectiveness of YouTube as an e-learning source on HTx. METHODS: In order to carry out this study, YouTube was searched for videos uploaded containing surgical-related information using the four keywords: (1) "heart transplantation", (2) "cardiac transplantation", (3) "heart transplantation operation", and (4) "cardiac transplantation operation". Only videos in English (with comments or subtitles in English language) were included. Two experienced cardiac surgeons watched each video (N=1800) and classified them as useful, misleading, or recipients videos based on the HTx-relevant information. The kappa statistic was used to measure interobserver variability. Data was analyzed according to six types of YouTube characteristics including "total viewership", "duration", "source", "days since upload", "scores" given by the viewers, and specialized information contents of the videos. RESULTS: A total of 342/1800 (19.00%) videos had relevant information about HTx. Of these 342 videos, 215 (62.8%) videos had useful information about specialized knowledge, 7/342 (2.0%) were found to be misleading, and 120/342 (35.1%) only concerned recipients' individual issues. Useful videos had 56.09% of total viewership share (2,175,845/3,878,890), whereas misleading had 35.47% (1,375,673/3,878,890). Independent user channel videos accounted for a smaller proportion (19% in total numbers) but might have a wider impact on Web viewers, with the highest mean views/day (mean 39, SD 107) among four kinds of channels to distribute HTx-related information. CONCLUSIONS: YouTube videos on HTx benefit medical professionals by providing a substantial amount of information. However, it is a time-consuming course to find high-quality videos. More authoritative videos by trusted sources should be posted for dissemination of reliable information. With an improvement of ranking system and content providers in future, YouTube, as a freely accessible outlet, will help to meet the huge informational needs of medical staffs and promote medical education on HTx.

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)0,009
score de la tête « metaresearch » (Gemma)0,085
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: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,085
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,079
Tête enseignante GPT0,568
Écart entre enseignants0,489 · 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

Citations57
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

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