MétaCan
Menu
Retour à la cohorte
Enregistrement W2786708155 · doi:10.3233/978-1-61499-830-3-122

E-Health Literacy and Health Information Seeking Behavior Among University Students in Bangladesh

2017· article· en· W2786708155 sur OpenAlexaff
Hsuan‐Chia Yang, Phung‐Anh Nguyen, Yu‐Chuan Li

Notice bibliographique

RevueStudies in health technology and informatics · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-cléseHealthHealth literacyHealth Information National Trends SurveyHealth informationLogistic regressionSample (material)PsychologyDescriptive statisticsLiteracyInformation seekingWorld Wide WebMedicineComputer scienceHealth carePolitical scienceStatisticsLibrary science

Résumé

récupéré en direct d'OpenAlex

Web 2.0 has become a leading health communication platform and will continue to attract young users; therefore, the objective of this study was to understand the impact of Web 2.0 on health information seeking behavior among university students in Bangladesh. A random sample of adults (n = 199, mean 23.75 years, SD 2.87) participated in a cross-sectional, a survey that included the eHealth literacy scale (eHEALS) assessed use of Web 2.0 for health information. Collected data were analyzed using a descriptive statistical method and t-tests. Finally logistic regression analyses were conducted to determine associations between sociodemographic, social determinants, and use of Web 2.0 for seeking and sharing health information. Almost 74% of older Web 2.0 users (147/199, 73.9%) reported using popular Web 2.0 websites, such as Facebook and Twitter, to find and share health information. Current study support that current Web-based health information seeking and sharing behaviors influence health-related decision making.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études 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 enseignants0,105
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0000,006
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,068
Tête enseignante GPT0,482
Écart entre enseignants0,414 · 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

Citations30
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207