MétaCan
Menu
Retour à la cohorte
Enregistrement W2557928837 · doi:10.1057/s41271-016-0042-z

Social media, knowledge translation, and action on the social determinants of health and health equity: A survey of public health practices

2016· article· en· W2557928837 sur OpenAlex
Sume Ndumbe‐Eyoh, Agnes Mazzucco

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Public Health Policy · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensCentre de Santé et de Services Sociaux Cavendish
Organismes subventionnairesnon disponible
Mots-clésPublic healthHealth equitySocial mediaSocial determinants of healthHealth policyPublic relationsHealth promotionInternational healthKnowledge translationHealth belief modelPolitical scienceEnvironmental healthSociologyMedicineNursingKnowledge management

Résumé

récupéré en direct d'OpenAlex

The growth of social media presents opportunities for public health to increase its influence and impact on the social determinants of health and health equity. The National Collaborating Centre for Determinants of Health at St. Francis Xavier University conducted a survey during the first half of 2016 to assess how public health used social media for knowledge translation, relationship building, and specific public health roles to advance health equity. Respondents reported that social media had an important role in public health. Uptake of social media, while relatively high for personal use, was less present in professional settings and varied for different platforms. Over 20 per cent of those surveyed used Twitter or Facebook at least weekly for knowledge exchange. A lesser number used social media for specific health equity action. Opportunities to enhance the use of social media in public health persist. Capacity building and organizational policies that support social media use may help achieve this.

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 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)0,073
score de la tête « metaresearch » (Gemma)0,040
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,861
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0730,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,836
Tête enseignante GPT0,640
Écart entre enseignants0,196 · 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