A North American perspective of content and quality of websites in the English language on childhood-onset lupus erythematosus
Notice bibliographique
Résumé
Objective The objective of this article is to examine the quality, content, and readability of information and resources in the English language and accessible on the internet by pediatric patients with systemic lupus erythematosus (SLE) and their families in North America. Methods Keywords relevant to SLE were generated by an undergraduate student, a first-year medical student, and a third-year pediatric resident, and a search was conducted across five commonly used search engines. Quality of information found was evaluated independently by an undergraduate student, a graduate student, a first-year medical student, and a third-year pediatric resident using the DISCERN tool. Two pediatric rheumatologists assessed website accuracy and completeness. Readability of websites was determined using the Flesch-Kincaid grade level and Reading Ease score. Results Out of 2000 websites generated in the search, only 34 unique websites met inclusion criteria. Only 16 of these websites had DISCERN scores above 50% (fair quality). Overall quality of website information was fair with mean ±standard deviation (SD) DISCERN quality score of 44 ± 7 (range: 30-56). Only nine websites of 34 had DISCERN scores above 50 (>66%, indicating greater quality) and were further assessed for completeness. Flesch-Kincaid grade level was 11 ± 1 (mean±SD) and reading ease score was 39 ± 10 (mean±SD, range of 11-61). Conclusion Our study highlights the need for more complete, readable information regarding the unique needs of pediatric patients with childhood-onset SLE and their families.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».