MétaCan
Menu
Retour à la cohorte
Enregistrement W2253765482

Advice giving in a health emergency: a case study of the SARs website

2008· book-chapter· en· W2253765482 sur OpenAlexaboutno aff
Noor Aireen Ibrahim

Notice bibliographique

RevuePenerbit UTM eBooks · 2008
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueFocus Groups and Qualitative Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThe InternetPopularityMedical advicePublic healthMedicineHealth informationHealth carePublic relationsInternet privacyBusinessAdvertisingPsychologyNursingPolitical scienceWorld Wide WebComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the midst of the internet boom, there has been a growing interest in the use of the information communication technology (ICT) for the advancement of health. This led to IHC or ‘interactive health communication' (Robinson et al. 1998: 1264) which defined as ‘the interaction of an individual – consumer, patient, caregiver or professional with or through an electronic or communication technology devise to access or transmit health information, or to receive or provide guidance and support on health-related issue’. There is no denying the continued dramatic growth of the internet for health-related purposes. The general use of e-health sites grew 176% in 1999 much faster than the growth in general internet usage (Media Matrix 2000). Given the popularity and the relative infancy of the e-health technology, it is vital to ensure that the quality, effectiveness, affordability and accessibility of the e-health sites will have a positive impact on both the individual and public as a whole. The global outbreak of the Severe Acute Respiratory Syndrome (SARS) in 2003 provided an opportunity to study how e-health sites offer advice and information during a global health emergency. Thus, this study focuses on health webpages from three countries: China, Singapore and Canada which were worst hit by the disease. Advice giving has always been a central part of various health and medical settings. There is also ample evidence from previous research to show the problematic nature of offering and managing advice. The many implications of advice giving are at the heart of this study as the difficulties of offering advice and information becomes even more problematic when dealing with a disease like SARS. This disease threatens not only the health and well being of people but also the economic and social stability of the nation. The speed in which the disease had spread as well as the rapid rise in the death tolls posed a serious threat to a possibility of a global epidemic (CSR/WHO 2003). Such serious threats to the global public health makes it even more crucial for health professionals to provide information and advice to the public in order to reassure people that something is being done and can be done to control the situation.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0150,005
Communication savante0,0040,003
Science ouverte0,0030,005
Intégrité de la recherche0,0100,010
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,123
Tête enseignante GPT0,411
Écart entre enseignants0,287 · 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'étudeQualitatif
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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePenerbit UTM eBooksMême sujetFocus Groups and Qualitative MethodsTravaux en français237 207