MétaCan
Menu
Retour à la cohorte
Enregistrement W2155609571 · doi:10.1002/meet.14504701333

Navigating uncertain health information: Implications for decision making

2010· article· en· W2155609571 sur OpenAlexafffund
Shelagh K. Genuis

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of AlbertaMedical Library Association
Mots-clésContext (archaeology)Construct (python library)Social constructionismInformation qualityStrict constructionismQualitative researchPsychologyEveryday lifeHealth informationKnowledge managementFace (sociological concept)Social psychologySociologyPublic relationsComputer scienceInformation systemHealth careEpistemologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract This qualitative study explores the experiences of women as they respond to, make sense of, and use uncertain health information mediated by informal and formal sources encountered with the context of everyday life. A medical case in which health information is explicitly evolving provides context for the investigation. Using a social constructionist approach and social positioning theory, and based on semi‐structured interviews with both information seekers and health professionals, this study demonstrates that women participate in complex information worlds and that, in the face of uncertainty, are critically informed by a wide range of sources. Findings suggest that social positioning plays an important role in information behavior and in decision making, and that it is a dynamic construct which is influenced by personal context, the quality of relationships, and the experience of physical symptoms.

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)0,024
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,047
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,024
Communication savante0,0150,014
Science ouverte0,0030,007
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,033
Tête enseignante GPT0,460
Écart entre enseignants0,427 · 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'étudeSans objet
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

Citations5
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207