MétaCan
Menu
Retour à la cohorte
Enregistrement W2549390511 · doi:10.1136/eb-2016-102545

Meeting the needs of families: facilitating access to credible healthcare information

2016· article· en· W2549390511 sur OpenAlexaff
Abbie Jordan, Christine T. Chambers

Notice bibliographique

RevueEvidence-Based Nursing · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésHealth careBusinessInformation needsKnowledge managementProcess managementComputer scienceWorld Wide WebEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

EBN engages readers through a range of online social media activities to debate issues important to nurses and nursing. EBN Opinion papers highlight and expand on these debates . Following an increase in the use of the internet in everyday life, research has identified that individuals are increasingly turning to the internet as a means for identifying information about healthcare conditions.1 One study identified that 98% of parents surveyed used the internet to search for information about their child's condition.2 While the use of the internet as an information seeking source is not problematic in itself, a substantial proportion of information has been identified as not being credible, meaning that families are often faced with poor quality non-evidence-based healthcare information.3 Compounding this problem is the fact that families typically do not have access to the traditional academic sources in which research studies are published, and there is a lengthy 17-year gap between publication of research findings and implementation of findings in clinical practice.4 In order to address these issues, a Twitter chat took place to explore how we can better reach families with evidence-based healthcare information. ### Working collaboratively with families There was overwhelming agreement among chat participants about the importance of ensuring that families are able …

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,621
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,007
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,135
Tête enseignante GPT0,474
Écart entre enseignants0,339 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-Based NursingMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207