MétaCan
Menu
Retour à la cohorte
Enregistrement W2128994365 · doi:10.9876/sim.v11i3.192

Le rôle de l'information sur Internet dans la consommation médicale : le cas des patients canadiens francophones et anglophones

2006· article· fr· W2128994365 sur OpenAlexaboutno aff
Hager Khechine, Daniel Pascot, Pierre Prémont

Notice bibliographique

RevueSystèmes d information & management · 2006
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThe InternetStatisticPsychologyHealth informationSample (material)Consumption (sociology)FrenchMedical informationAdvertisingHumanitiesSociologyPolitical scienceHealth careMedicineComputer scienceStatisticsFamily medicineSocial scienceBusinessWorld Wide WebPhilosophyMathematics

Résumé

récupéré en direct d'OpenAlex

The aim of this research is to study the relationship between Internet information use and medical resources consumption by French-speaking and English-speaking Canadian patients. This relationship is assessed directly and indirectly through attitude variables. The choice to distinguish between French-speaking and English-speaking patients was justified by a mean comparison analysis. The analysis of the data obtained from the diffused quantitative questionnaire was performed using SPSS and PLS statistic tools. Results showed that the direct relationship between Internet information use and medical resources consumption is significant and positive for the two samples. However, it is stronger for the Frenchspeaking sample. This result probably reflects a greater concern regarding the offer of medical information on the Internet in the French language. Research contributions are theoretical and practical. On one hand, this research is the first to test the proposed model for two different populations in terms of used languages. On the other hand, the results of this study allow becoming aware of the existence of a possible problem regarding the offer of health information on the Web.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,691
Score d'incertitude au seuil0,615

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,012
Tête enseignante GPT0,293
Écart entre enseignants0,281 · 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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSystèmes d information & managementMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207