Superusers in Social Networks for Smoking Cessation: Analysis of Demographic Characteristics and Posting Behavior From the Canadian Cancer Society's Smokers' Helpline Online and StopSmokingCenter.net
Notice bibliographique
Résumé
BACKGROUND: Online social networks are popular components of behavior-change websites. Research has identified the participation of certain network members who assume leadership roles by providing support, advice, and direction to other members. In the literature, these individuals have been variously defined as key players, posters, active users, or caretakers. Despite their identification, very little research has been conducted on the contributions or demographic characteristics of this population. For this study, we collectively categorized key players, posters, active users, and caretakers as superusers. OBJECTIVES: To analyze data from two large but distinct Web-assisted tobacco interventions (WATI) to help gain insight into superuser demographic characteristics and how they use social networks. METHODS: We extracted cross-sectional data sets containing posting behaviors and demographic characteristics from a free, publicly funded program (the Canadian Cancer Society's Smokers' Helpline Online: SHO), and a free, privately run program (StopSmokingCenter.net: SSC). RESULTS: Within the reporting period (SHO: June 26, 2008 to October 12, 2010; SSC: May 17, 2007 to October 12, 2010), 21,128 individuals registered for the SHO and 11,418 registered for the SSC. Within the same period, 1670 (7.90%) registrants made at least one post in the SHO social network, and 1627 (14.25%) registrants made at least one post in the SSC social network. SHO and SSC superusers accounted for 0.4% (n = 95) and 1.1% (n = 124) of all registrants, and 5.7% (95/1670) and 7.62% (124/1627) of all social network participants, and contributed to 34.78% (29,422/84,599) and 46.22% (61,820/133,753) of social network content, respectively. Despite vast differences in promotion and group management rules, and contrary to the beliefs of group moderators, there were no statistically significant differences in demographic characteristics between the two superuser groups. CONCLUSIONS: To our knowledge, this is the first study that compared demographic characteristics and posting behavior from two separate eHealth social networks. Despite vast differences in promotional efforts and management styles, both WATI attracted superusers with similar characteristics. As superusers drive network traffic, organizations promoting or supporting WATI should dedicate resources to encourage superuser participation. Further research regarding member dynamics and optimization of social networks for health care purposes is required.
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 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 | 0,004 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».