Using Social Media and Web-Based Networking in Collaborative Research: Protocol for the Geriatric Medicine Research Collaborative
Notice bibliographique
Résumé
BACKGROUND: Traditional pathways to promote research collaboration typically take years to expand beyond individual institutions. Social media and online networking provide an innovative approach to promote research collaboration. OBJECTIVE: The objective of this paper is to present the formation of the Geriatric Medicine Research Collaborative, United Kingdom - a national trainee-led research collaborative. This collaborative aims to facilitate research projects that will directly benefit older patients, improve research skills of geriatric medicine trainees, and facilitate recommendations for health care policy for older adults. METHODS: Our methods of collaboration comprised trainee-led meetings regionally and at national conferences, email communication, direct uploading of project material to our website, social media, and virtual meetings. Structured use of local, regional, and network leads has facilitated this collaboration. Having a clear virtual presence has been the key to the rapid development of the network. RESULTS: The use of social media and online networking encouraged the involvement of multiple regions early in the development of the collaborative and allowed rapid dissemination of project ideas. This facilitated the collection of large datasets and enhanced scientific validity of project outcomes. Furthermore, this has the potential to transform geriatric medicine research, as older patients have been historically excluded from large commercial trials due to multimorbidity, frailty, and cognitive impairment. CONCLUSIONS: Perceived limitations to predominantly online or virtual collaboratives, including reduced accountability, and loss of interpersonal relationships are balanced by increased trainee engagement, high frequency of communication, and rapid access to a breadth of expertise. Utilization of virtual communication has the potential to lead to future interspecialty, interprofessional, and international collaboration, and to accelerate research that improves outcomes for older adults.
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 | 0,081 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,068 | 0,023 |
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 ».