YouTube Videos as a Source of Information on Colorectal Cancer: What Do Our Patients Learn?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
YouTube is the second most visited website in the world. No studies to date have characterized and evaluated YouTube videos on colorectal cancer (CRC) although these videos could influence patient decision-making, notably regarding screening and prevention. This study aims to report the characteristics and quality of these videos as patient education resources for CRC. YouTube's search engine was queried with different search phrases relating to CRC. The first two pages of each search result were analyzed. Two specialists devised a critical appraisal tool with a list of criteria to assess the videos. Quantitative YouTube parameter analyses and criteria assessment were performed. Inter-rater agreement was assessed between three raters. A total of 46 videos were eligible to be included in the study. The videos were on average 4:51 ± 3:27 min long. The videos had 10 times as many likes as dislikes. Less than half the videos discussed risk factors and protective factors. Only 41% of videos mentioned screening tests and only about a quarter discussed them. Palliative care was only mentioned in 2% of videos. A single video could obtain a perfect score on the critical appraisal tool. Length was the unique parameter associated with a high score on the criteria list. There is thus a need for more authoritative and comprehensive videos easily identifiable by the patients. Video popularity is not associated with comprehensiveness. Currently, YouTube might not be an education resource for CRC suited to every patient.
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.
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 | 0,001 | 0,001 |
| 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 | 0,005 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle