Arthritis-Related Support in a Social Media Group for Quilting Hobbyists: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: People with arthritis are increasingly seeking support online, particularly for information about social role participation while experiencing symptoms of chronic arthritis. Social media enables peer-to-peer support on how serious leisure (eg, hobbies such as quilting) can be adapted to allow participation. Research is needed to understand what type of peer support is provided online and how this support occurs. OBJECTIVE: The aim of our study was to explore what kind of support is offered by fellow hobbyists (with or without arthritis) in response to requests for advice in a social media group. METHODS: Three vignettes were posted on a Facebook quilting group regarding arthritis-related symptoms or impairments that affect how people quilt. A Facebook Insights report was used to examine the groups' demographics. Responses to the vignettes were thematically analyzed. RESULTS: The members of the quilting Facebook group were mostly women (18,376/18,478, 99.45%), aged 55 to 64 years, and most were located in the United States. In response to the vignettes, the 22 participants predominantly offered emotional support and shared information. Participants shared their real-life experiences and creative means in adapting medical advice to their crafting. More than half (30/54, 56%) of the advice that was offered aligned with the OrthoInfo medical best practice guidelines relevant to the vignettes. CONCLUSIONS: Serious leisure social media groups can be useful forums for sharing information about arthritis-related issues. People do respond to requests for support and information, although there is a difference between quilting support (eg, "I need a new iron, what should I buy?") and health support (eg, "I have arthritis, what scissors should I buy?"). People provide emotional support for life events on serious leisure social media platforms (eg, offering condolences when a person states that she is making a memory quilt), and this extends to health issues when group members reveal them.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».