Breast cancer information communicated on a public online platform: an analysis of ‘Yahoo! Answer Japan’
Notice bibliographique
Résumé
INTRODUCTION Japan is a developed country with high use of Internet and online platforms for health information. 'Yahoo! Answer Japan' is the most commonly used question-and-answer service in Japan. AIM To explore the information users seek regarding breast cancer from the 'Yahoo! Answer Japan' web portal. METHODS The 'Yahoo! Answer Japan' portal was searched for the key word 'breast cancer' and all questions searched for the period of 1 January to 31 December 2014 were obtained. The selected questions related to human breast cancer and were not advertisements or promotional material. The questions were categorized using a coding schema. High and low access of the questions were defined by the number of view-counts. RESULTS Among the 2392 selected questions, six major categories were identified; (1) suspected breast cancer, (2) breast cancer screening, (3) treatment of breast cancer, (4) life with breast cancer, (5) prevention of breast cancer and (6) others. The highest number of questions were treatment related (28.8%) followed by suspected breast cancer-related questions (23.4%) and screening-related questions (20%). Statistical analysis revealed that the treatment-related questions were more likely to be highly accessed. CONCLUSION Content analysis of Internet question-answer communities is important, as questions posted on these sites would serve as a rich source of direct reflection regarding the health-related information needs of the general population.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».