Notice bibliographique
Résumé
The Internet is an ideal tool for promoting public health goals of prolonging life, health, and improving the quality of life. There are many websites with health-related information where one can go to as an information source, for health advice, or selfdiagnosis. However, these health websites require a more acute awareness of ethical issues due to potential life threatening risks from misuse of information. Providing disclaimers and accreditation logos only goes so far in covering potential legal conflicts, but fulfilling ethical obligations for non-maleficence requires more action on our part. As such, the content lifecycle of these websites requires greater emphasis on privacy, security, and trustworthiness. We propose and give a high-level description of a Health Content Management System (HCMS) that addresses both the managerial, as well as the ethical issues with health content. Surveys of existing health websites and content management systems demonstrate the need for the proposed system. Moreover, the novelty of the proposed HCMS is appraised and asserted in comparison with similar health framework concepts. Our contributions include survey results of more than 50 health websites, taxonomy of health websites’ characteristics, discussion about legal versus ethical obligations, and a blueprint for typical and novel features for health websites. Moreover, this study presents a new approach to analysing health content via lifecycles. Keywords-Ethics; Trust; Medical; Websites; CMS; CMF; Review; Disclaimer; Liability
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 | 0,026 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».