Social Media in Communicating Health Information: An Analysis of Facebook Groups Related to Hypertension
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: We studied Facebook groups related to hypertension to characterize their objectives, subject matter, member sizes, geographical boundaries, level of activity, and user-generated content. METHODS: We performed a systematic search among open Facebook groups using the keywords "hypertension," "high blood pressure," "raised blood pressure," and "blood pressure." We extracted relevant data from each group's content and developed a coding and categorizing scheme for the whole data set. Stepwise logistic regression was used to explore factors independently associated with each group's level of activity. RESULTS: We found 187 hypertension-related Facebook groups containing 8,966 members. The main objective of most (59.9%) Facebook groups was to create hypertension awareness, and 11.2% were created primarily to support patients and caregivers. Among the top-displayed, most recent posts (n = 164), 21.3% were focused on product or service promotion, whereas one-fifth of posts were related to hypertension-awareness information. Each Facebook group's level of activity was independently associated with group size (adjusted odds ratio [AOR], 1.02; 95% confidence interval [CI], 1.01-1.03), presence of "likes" on the most recent wall post (AOR, 3.55, 95% CI, 1.41-8.92), and presence of attached files on the group wall (AOR, 5.01, 95% CI, 1.25-20.1). CONCLUSION: The primary objective of most of the hypertension-related Facebook groups observed in this study was awareness creation. Compared with the whole Facebook community, the total number of hypertension-related Facebook groups and their users was small and the groups were less active.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle