#Trending: Intermittent Fasting Is a Global Discussion on Twitter
Notice bibliographique
Résumé
Introduction: Individuals are increasingly using intermittent fasting to optimize weight. The concept of intermittent fasting has transcended into social media platforms which are often used to disseminate medical information. It is important that clinicians are aware of the dietary recommendations discussed on social media. This study evaluated frequency, origin and content of Twitter messaging focused on intermittent fasting. Methods: Social Feed Manager software (SFM; version 1.10.0: GW University, 2017) accessed Twitter's application programming interface to obtain user information, origin and frequency of messaging related to intermittent fasting for 7 days. SFM queried Twitter using the terms intermittent fasting, #intermittentfasting, intermitent fasting, #intermitent fasting, alternate day fasting, #alternatedayfasting, time restricted feeding or #eTRF. Geotag feature identified origin of tweets. Duplicate entries, retweets and non-English messages were excluded. Word frequency analysis was performed using Voyant Tools' Cirrus application (Sinclair, Rockwell, Voyant Tools Team, 2012). Statistical analysis was performed using Chi-square, with significance set at p<0.05. Results: 7962 tweets were obtained with 5275 analyzed. 5163 (97.9%) were from personal, 57 (1.1%) from physician and 55 (1%) from non-physician health professional accounts. There was a significant difference (p=0.0001) in the rate of tweeting about intermittent fasting between personal and health professional user. 3368 messages could be analyzed for region of origin, revealing that primary messaging was from US (1952; 58%), United Kingdom (690; 20.5%) and Canada (204; 6.1%). There was a significant difference (p=0.0001) in the rate of messaging from US users compared to others. Word analysis revealed that the primary terms did not include medical advice, physician or health care professional. Conclusion: This study confirmed that Twitter is used globally to share information on intermittent fasting as a method to optimize weight. While this study was limited by Twitter's determination of relevance, allowable time for collection and user's misspelling, it is important to recognize that social media platforms offer easily accessible, unfiltered information. While health care professionals were not significant contributors to the intermittent fasting Twitter discussion, it is important that health care professionals are aware of the use of Twitter to disseminate health information.1036_A Figure 1. Worldwide Twitter Messaging about Intermittent Fasting.1036_B Figure 2. Cirrus Word Frequency Analysis of Intermittent Fasting Messages
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».