MétaCan
Menu
Retour à la cohorte
Enregistrement W2462103419 · doi:10.3233/978-1-61499-658-3-602

Social Media as Catalyzer for Connected Health: Hype or Hope? Perspectives from IMIA Working Groups

2016· article· en· W2462103419 sur OpenAlexaff
Luis Fernández-Luque, Vivian Vilmarlund, Elizabeth M. Borycki, Stefan Schulz, Craig Kuziemsky, Michael Marschollek, Casimir A. Kulikowski

Notice bibliographique

RevueStudies in health technology and informatics · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensUniversity of OttawaUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSocial mediaeHealthWearable computerInternet privacyPanel discussionInternet of ThingsComputer scienceHealth careWorld Wide WebThe InternetPublic relationsData scienceBusinessPolitical scienceAdvertising

Résumé

récupéré en direct d'OpenAlex

The Internet and social media are becoming ubiquitous technologies that are transforming the health sector. Social media has become an avenue for accessing, creating and sharing health information among patients and healthcare professionals. Furthermore, social media has become a key feature in many eHealth solutions, including wearable technologies, Big Data solutions, eLearning systems, Serious Games, Medical imaging, etc. These hyper-connected technologies are facilitating a paradigm shift towards more connected health. In this panel, representatives of different IMIA Working Groups will explore how both hope and hype contribute to social media's catalyzing role in creating connected health solutions.

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)0,045
score de la tête « metaresearch » (Gemma)0,027
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,237

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0450,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0210,026
Communication savante0,0230,021
Science ouverte0,0030,020
Intégrité de la recherche0,0120,016
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,203
Tête enseignante GPT0,464
Écart entre enseignants0,261 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetSocial Media in Health EducationTravaux en français237 207