Online Social Engagement by Cancer Patients: A Clinic-Based Patient Survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The Internet is commonly used as a source of health information, but little is known about the Internet practices specific to cancer patients. OBJECTIVE: To understand cancer patients' use of the Internet as an informational resource and for social support. METHODS: The researchers conducted a survey of 1282 patients at a comprehensive cancer center to assess frequency of Internet access and online behaviors. RESULTS: Of the cancer patients surveyed, 1096 (85.49%) had Internet access; of those with Internet access, 953 (86.95%) reported going online at least weekly, and 747 (68.16%) reported daily online activity. Grouping Internet users by their level of online social engagement revealed that out of 1096 users, 331 (30.20%) had not sought out social connections online, 227 (20.71%) had read about experiences from other cancer patients, 410 (37.41%) had also written about their personal experiences, and 128 (11.68%) had participated in a formal online group for cancer patients. Increased online social engagement was associated with an increased perception that the Internet was useful for social support. CONCLUSIONS: Internet use among cancer patients was common, and most patients reported that they found useful information about their cancer diagnosis online. Cancer patients who actively posted or shared content perceived more social support from the Internet than those who used the Internet solely as an informational resource or to read about other cancer patients' experiences. Physicians have a great opportunity to direct users to quality 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 découle