The Influence of Social Media on Intrapartum Decision Making
Notice bibliographique
Résumé
Social media has been influential in decision making regarding a number of health concerns. However, comparatively little has been examined with regard to its effects on pregnant women. The goal of this scoping review was to examine the literature and identify the role of social media in intrapartum decision making. A scoping review of the literature published between January 1990 and June 2018 was performed using PubMed, CINAHL, EMBASE, PsychINFO, Web of Science, and Cochrane databases. Of the initial 1951 records reviewed, 5 met inclusion criteria. Two of the 5 were quantitative in design, 1 was qualitative, and 2 used mixed methods. Internationally widespread, studies largely took place in developed nations including the United States, the United Kingdom, Canada, Australia, New Zealand, and Finland. Women are using the Internet, including social media, consistently as a source of pregnancy information, for example, 97% of 2400 participates in 1 exploratory study. This knowledge seeking was found to increase women's confidence and self-assurance in making decision during labor and birth. Studies identified issues surrounding women's ability to appraise available information. While it is clear that social media has an influence on women's intrapartum decision making, it is not clear exactly how. Further studies are needed to determine the content of the social media being appraised, the accuracy of the information, and the resulting decision as it affects the intrapartum experience. In addition, efforts should be made to open lines of communication between patients and care providers. This may foster a greater clinical understanding of social media consumption and its influences.
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 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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».