Use of podcast technology to facilitate education, communication and dissemination in palliative care: the development of the AmiPal podcast
Notice bibliographique
Résumé
OBJECTIVES: Podcasts have the potential to facilitate communication about palliative care with researchers, policymakers and the public. Some podcasts about palliative care are available; however, this is not reflected in the academic literature. Further study is needed to evaluate the utility of podcasts to facilitate knowledge-transfer about subjects related to palliative care. The aims of this paper are to (1) describe the development of a palliative care podcast according to international recommendations for podcast quality and (2) conduct an analysis of podcast listenership over a 14-month period. METHODS: The podcast was designed according to internationally agreed quality indicators for medical education podcasts. The podcast was published on SoundCloud and was promoted via social media. Data were analysed for frequency of plays and geographical location between January 2015 and February 2016. RESULTS: 20 podcasts were developed which were listened to 3036 times (an average of 217 monthly plays). The Rich Site Summary feed was the most popular way to access the podcast (n=1937; 64%). The mean duration of each podcast was 10 min (range 3-21 min). The podcast was listened to in 68 different countries and was most popular in English-speaking areas, of which the USA (n=1372, 45.2%), UK (n=661, 21.8%) and Canada (n=221, 7.3%) were most common. CONCLUSIONS: A palliative care podcast is a method to facilitate palliative care discussion with global audience. Podcasts offer the potential to develop educational content and promote research dissemination. Future work should focus on content development, quality metrics and impact analysis, as this form of digital communication is likely to increase and engage wider society.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».