MétaCan
Menu
Retour à la cohorte
Enregistrement W2808468379 · doi:10.24095/hpcdp.38.6.08

At-a-glance - What can social media tell us about the opioid crisis inCanada?

2018· article· en· W2808468379 sur OpenAlexaffvenueabout
Semra Tibebu, Vicky C. Chang, Charles-Antoine Drouin, Wendy Thompson, T. Minh

Notice bibliographique

RevueHealth Promotion and Chronic Disease Prevention in Canada · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensHealth CanadaCarleton UniversityPublic Health OntarioUniversity of TorontoPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésSocial mediaGovernment (linguistics)OpioidPerceptionPublic relationsAnalyticsPolitical scienceOpioid epidemicMedicinePsychologyData scienceComputer science

Résumé

récupéré en direct d'OpenAlex

We explored social media as a potential data source for acquiring realtime information on opioid use and perceptions in Canada. Twitter messages were collected through a social media analytics platform between June 15, 2017, and July 13, 2017, and analyzed to identify recurring topics mentioned in the messages. Messages concerning the medical use of opioids as well as commentary on the Canadian government's current response efforts to the opioid crisis were common. The findings of this study may help to inform public health practice and community stakeholders in their efforts to address the opioid crisis.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,281

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0080,004
Communication savante0,0090,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,023
Tête enseignante GPT0,316
Écart entre enseignants0,293 · 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'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

Citations12
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Promotion and Chronic Disease Prevention in CanadaMême sujetOpioid Use Disorder TreatmentTravaux en français237 207