The impact of social media promotion with infographics and podcasts on research dissemination and readership
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: In 2015 and 2016, the Canadian Journal of Emergency Medicine (CJEM) Social Media (SoMe) Team collaborated with established medical websites to promote CJEM articles using podcasts and infographics while tracking dissemination and readership. METHODS: CJEM publications in the "Original Research" and "State of the Art" sections were selected by the SoMe Team for podcast and infographic promotion based on their perceived interest to emergency physicians. A control group was composed retrospectively of articles from the 2015 and 2016 issues with the highest Altmetric score that received standard Facebook and Twitter promotions. Studies on SoMe topics were excluded. Dissemination was quantified by January 1, 2017 Altmetric scores. Readership was measured by abstract and full-text views over a 3-month period. The number needed to view (NNV) was calculated by dividing abstract views by full-text views. RESULTS: Twenty-nine of 88 articles that met inclusion were included in the podcast (6), infographic (11), and control (12) groups. Descriptive statistics (mean, 95% confidence interval) were calculated for podcast (Altmetric: 61, 42-80; Abstract: 1795, 1135-2455; Full-text: 431, 0-1031), infographic (Altmetric: 31.5, 19-43; Abstract: 590, 361-819; Full-text: 65, 33-98), and control (Altmetric: 12, 8-15; Abstract: 257, 159-354; Full-Text: 73, 38-109) articles. The NNV was 4.2 for podcast, 9.0 for infographic, and 3.5 for control articles. Discussion Limitations included selection bias, the influence of SoMe promotion on the Altmetric scores, and a lack of generalizability to other journals. CONCLUSION: Collaboration with established SoMe websites using podcasts and infographics was associated with increased Altmetric scores and abstract views but not full-text article views.
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 | 0,007 | 0,027 |
| 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 | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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