The use of social media by arthritis health professionals to disseminate a self-management program to patients: A feasibility study
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
Objective The objective of this study was to determine the feasibility of Facebook as a dissemination strategy for the People Getting a Grip on Arthritis self-management program by arthritis health professionals to their patients. Methods The feasibility study comprised a single arm, pre-post design that included a convenience sample of 78 arthritis health professionals across Canada. Assessments were performed at baseline, two-weeks post-intervention, and at three-months follow-up using online questionnaires. The primary outcome measure was change in perceived usability of Facebook as a dissemination strategy for the People Getting a Grip on Arthritis program with patients at two-weeks post-intervention using an instrument based on an extended version of the Technology Acceptance Model 2. Comparisons with baseline were assessed using t-test analyses. Results Statistically significant improvements from baseline were seen for all items of the Technology Acceptance Model 2 domains: perceived ease of use (four items), intention to use (two items) and output quality (two items) domains. Variable results were seen for the job relevance, perceived usefulness, voluntariness, and result demonstrability domains of the Technology Acceptance Model 2. There were no statistically significant improvements for the subjective norm and image domains. Conclusions Facebook may provide arthritis health professionals with an additional option of how to best share evidence-based information to allow their patients to successfully self-manage their arthritis.
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 | 0,002 | 0,006 |
| 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 | 0,004 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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