MétaCan
Menu
Retour à la cohorte
Enregistrement W2607383444 · doi:10.24095/hpcdp.36.4.01f

Interventions interactives dans les médias sociaux visant à promouvoir l’équité en matière de santé : vue d’ensemble des examens

2016· article· fr· W2607383444 sur OpenAlexaffvenue
Vivian Welch, Jelena Petkovic, J. Pardo Pardo, T. Räder, Peter Tugwell

Notice bibliographique

RevuePromotion de la santé et prévention des maladies chroniques au Canada · 2016
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensÉlisabeth Bruyère HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Introduction L’utilisation des médias sociaux en matière de santé publique et de promotion de la santé est en croissance, car ces outils permettent d’éliminer les barrières géographiques et physiques à l’accès aux services et aux soins de santé. Cependant, ils sont une source potentielle d’inégalité en matière de santé car une partie de la population n’y a pas accès ou ne les utilise pas. Cet article a comme objectif d’évaluer les effets des interventions interactives dans les médias sociaux sur les résultats sanitaires, les changements de comportement et l’équité en matière de santé. Méthodologie Nous avons réalisé une synthèse rapide d’examens systématiques axés sur des interventions favorables aux interactions réciproques, que ce soit les forums de discussion, les réseaux sociaux (comme Facebook et Twitter), les blogues, les applications liées aux communautés électroniques ou le partage de contenu multimédia. Nous avons eu recours à une stratégie de recherche fine pour sélectionner les examens systématiques. Résultats Onze examens systématiques ont répondu à nos critères d’inclusion. La plupart des interventions visées par ces examens visaient des groupes de discussion en ligne ou des outils similaires. Ces interventions étaient isolées ou conjointes à d’autres. Sept examens ont fait état d’effets mixtes sur les résultats sanitaires et les comportements sains. On n’a constaté aucune analyse détaillée des caractéristiques liées aux inconvénients, notamment un statut socioéconomique plus faible ou l’âge. Par contre, certaines études ciblées ont montré que les interventions dans les médias sociaux étaient efficaces pour certaines populations précises sur le plan de l’âge, du statut socioéconomique, de l’ethnicité et du lieu de résidence. Quatre examens ont fait état d’avantages qualitatifs, comme la satisfaction, le recueil d’information et l’amélioration du soutien social. Conclusion Les interventions dans les médias sociaux se sont avérées efficaces pour certaines populations susceptibles d’être désavantagées (jeunes, aînés, personnes à faible statut socioéconomique et population rurale), ce qui prouve leur efficacité potentielle pour l’avancement de l’équité en matière de santé. La confirmation de cette efficacité nécessiterait toutefois une étude approfondie. Plusieurs examens ont soulevé la question de l’acceptabilité des interventions dans les médias sociaux. Seulement quatre études se sont penchées sur le niveau d’utilisation de l’intervention et elles ont toutes dévoilé un faible niveau d’utilisation. Il faudra réaliser d’autres travaux de recherche sur les plateformes des principaux médias sociaux actuels, particulièrement auprès des populations risquant d’être désavantagées, afin d’évaluer leurs effets sur les résultats sanitaires et l’équité en matière de santé.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,058
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,426
Écart entre enseignants0,373 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePromotion de la santé et prévention des maladies chroniques au CanadaMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207