Social Networking App Use Among Primary Health Care Professionals: Web-Based Cross-Sectional Survey
Notice bibliographique
Résumé
BACKGROUND: Several studies have been conducted to analyze the role social networks play in communication between patients and health professionals. However, there is a shortage of studies in relation to communication among primary health professionals, in a professional context, using the various mobile phone apps available. OBJECTIVE: The objective of our study was to explore mobile phone social networking app use among primary health care professionals for work-related purposes, by comparing the most widely used apps in the market. METHODS: We undertook a cross-sectional study using an anonymous Web survey among a convenience sample of 1635 primary health care professionals during August and September 2017. RESULTS: Of 483 participants in the survey, 474 (98.1%, 95% CI 97.1%-99.4%) were health professionals who commonly accessed social networking sites and 362 (74.9%, 95% CI 71.1%-78.8%) accessed the sites in a work-related context. Of those 362 respondents, 219 (96.7%, 95% CI 94.8%-98.5%) preferred WhatsApp for both personal and professional uses. Of the 362 respondents who used social networking sites in a work-related context, 276 (76.2%, 95% CI 71.9%-80.6%) rated social networking sites as useful or very useful to solve clinical problems, 261 (72.1%, 95% CI 67.5%-76.7%) to improve their professional knowledge, and 254 (70.2%, 95% CI 65.5%-74.9%) to speed up the transmission of clinical information. Most of them (338/362, 94.8%, 95% CI 92.5%-97.0%) used social networking sites for interprofessional communications, and 204 of 362 (56.4%, 95% CI 51.2%-61.5%) used them for pharmacological-related consultations. CONCLUSIONS: Health professionals frequently accessed social networking sites using their mobile phones and often for work-related issues. This trend suggests that social networking sites may be useful tools in primary care settings, but we need to ensure the security of the data transfer process to make sure that social networking sites are used appropriately. Health institutions need to increase information and training activities to ensure the correct use of these tools.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».