MétaCan
Menu
← Retour à la cohorte
Enregistrement W2761279306 · doi:10.1093/pch/19.6.e35-128

130: Inequity Amongst Children's Developmental Conditions: Marketing Tactics in a Crowded Field

2014· article· en· W2761279306 sur OpenAlexaff
S D'Agostini, Jennifer Mateshaytis, Jeffrey S. Harrison, Lynn McIntyre

Notice bibliographique

RevuePaediatrics & Child Health · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésContent analysisRanking (information retrieval)The InternetMedicineHealth informationPsychologyHealth careWorld Wide WebComputer scienceInformation retrieval

Résumé

récupéré en direct d'OpenAlex

Evidence suggests that parents use the Internet to find information and resources for their children's health condition, yet web presence differs and some health conditions sell their information and resources more effectively than others. The purpose of this study was to compare the web content available in the google domain for five pediatric developmental disorders and to determine the characteristics and implications of these differences for health information and health service access. Research was conducted on five pediatric developmental disorders: CF, FXS, Down Syndrome (DS), Duchenne Muscular Dystrophy (DMD), and Spina Bifida (SB). These disorders were chosen because they each are: lifelong, incurable, multi-systemic and genetically-based. Content analysis was conducted using a coding sheet that allowed for consistent evaluation of the Google domain content retrieved via standardized search queries. Content analysis was conducted on pre-set dates and times, with the top 30 links being ranked and evaluated. Significant differences were seen between the disorders with respect to total number of hits, website category and website content. Averaged over two research sessions, DS and CF accumulated more hits overall (101,300,000 and 23,500,000 respectively) with the other disorders totaling to less than 5,100,000 hits each. For website category, CF and SB were found to have a higher proportion of National Organizations ranking in the top 30 hits; DS had the greatest proportion of local organizations, while DMD and FXS had the majority of their top 30 hits dedicated to health informational databases. A subjective analysis of tone was performed on the top 30 hits; >65% of the websites for both CF and DS depicted an overarching positive tone, while at least 50% of each of SB, DMD and FXS's hits were neutral. Of note, websites targeted the public as their audience as opposed to those affected by the condition. Although these disorders share many attributes, they present vast differences in both their web presence and web content. CF and DS present a more well-rounded and positive approach to the disease, while FXS, SB and DMD focus more on dissemination of disorder- related information. These disparities in resources and access to information among disorders hold many implications for practicing physicans as well as the health care system at large. Physicians should be mindful that more activist disorders may receive inequitable attention from the health care system. Improvements to tools and information are necessary to provide reliable and useful online resources to families for FXS, SB and DMD.

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)0,010
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0060,005
Communication savante0,0050,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,375
Écart entre enseignants0,353 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetHealth Literacy and Information Accessibility→Travaux en français237 207→