#GeriMed <scp>JC</scp> : The Twitter Complement to the Traditional‐Format Geriatric Medicine Journal Club
Notice bibliographique
Résumé
Twitter is a public microblogging platform that overcomes physical limitations and allows unrestricted participation beyond academic silos, enabling interactive discussions. Twitter-based journal clubs have demonstrated growth, sustainability, and worldwide communication, using a hashtag (#) to follow participation. This article describes the first year of #GeriMedJC, a monthly 1-hour live, 23-hour asynchronous Twitter-based complement to the traditional-format geriatric medicine journal club. The Twitter moderator tweets from the handle @GeriMedJC; encourages use of #GeriMedJC; and invites content experts, study authors, and followers to participate in critical appraisal of medical literature. Using the hashtag #GeriMedJC, tweets were categorized according to thematic content, relevance to the journal club, and authorship. Third-party analytical tools Symplur and Twitter Analytics were used for growth and effect metrics (number of followers, participants, tweets, retweets, replies, impressions). Qualitative analysis of follower and participant profiles was used to establish country of origin and occupation. A semistructured interview of postgraduate trainees was conducted to ascertain qualitative aspects of the experience. In the first year, @GeriMedJC has grown to 541 followers on six continents. Most followers were physicians (43%), two-thirds of which were geriatricians. Growth metrics increased over 12 months, with a mean of 121 tweets, 25 participants, and 105,831 impressions per journal club. Tweets were most often related to the article being appraised (87.5%) and ranged in thematic content from clinical practice (29%) to critical appraisal (24%) to medical education (20%). #GeriMedJC is a feasible example of using social media platforms such as Twitter to encourage international and interprofessional appraisal of medical literature.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,126 | 0,036 |
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 ».