MétaCan
Menu
Retour à la cohorte
Enregistrement W2771335079 · doi:10.1109/icdmw.2017.50

Analyzing Informal Caregiving Expression in Social Media

2017· article· en· W2771335079 sur OpenAlexaff
Reda Al-Bahrani, Margaret Danilovich, Wei‐keng Liao, Alok Choudhary, Ankit Agrawal

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésRespite careDementiaInstitutionalisationStressorSocial mediaPsychologyCaregiver burdenFamily caregiversActivities of daily livingPaid workElder careGerontologyMedicineWork (physics)Clinical psychologyNursingPsychiatry

Résumé

récupéré en direct d'OpenAlex

Caregiving is the act of providing assistance to an individual unable to perform some daily living activities. Caregiving can be either paid or unpaid. An informal caregiver is an unpaid caregiver to an older, sick, or disabled family member or friend on a daily basis. Informal caregiving is associated with increased physical, mental, and emotional stressors contributing to poor health outcomes, caregiver burnout, and increased risk for institutionalization of the older adult care recipient. Informal caregivers manage their stressors through supportive services such as support groups or respite care, but little is known about how they use social media to share their caregiving experience. No work to our knowledge has investigated caregiver use of Twitter to share the caregiving experience.We collect and analyze tweets related to Alzheimer's and Dementia. We present some insights on sentiment of the tweets, statistics of United States geographical locations of the tweeters, and the relationships of the care recipients. In our analysis we found that the majority of tweet sentiment was negative. Moreover, female care recipients are mentioned at a higher frequency than male care recipients in the tweets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,249
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,317
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTechnology Use by Older AdultsTravaux en français237 207