Connecting the Urological Community: The #UroSoMe Experience
Notice bibliographique
Résumé
Background and Objectives There is an increasing use of social media amongst the urological community. However, it is difficult to identify urological data on various social media platforms in an efficient manner. We proposed a hashtag, #UroSoMe, to be used when posting urology-related content in the social media platforms. The objectives of this article are to describe how #UroSoMe was developed, and to report the data of the first month of #UroSoMe. Material and Methods The hashtag, #UroSoMe, was introduced to the urological community. The #UroSoMe working group was formed, and the members actively invited and encouraged people to use the hashtag #UroSoMe when posting urology-related contents. After the #UroSoMe (@so_uro) platform on twitter had grown to more than 300 users, the first live event of online case discussion, i.e. #LiveCaseDiscussions, was conducted. A prospective observational study of the hashtag #UroSoMe Twitter activity during the first month of its usage from 14 December 2018 to 13 January 2019 was evaluated. Outcome measures included number of users, number of tweets, user location, top tweeters, top hashtags used and interactions. Analysis was performed using NodeXL (Social Media Research Foundation; California, USA; https://www.smrfoundation.org/nodexl/), Symplur (https://www.symplur.com) and Twitonomy (https://www.twitonomy.com). Results The first month of #UroSoMe activity documented 1373 tweets/retweets by 1008 tweeters with 17698 mentions and 1003 replies. The #LiveCaseDiscussions was able to achieve a potential reach of 2,033,352 Twitter users. The top tweets mainly included cases presented by #UroSoMe working group members during #LiveCaseDiscussions. The twitonomy map showed participation from 214 geographical locations. The major groups of participants using the hashtag #UroSoMe were ‘Researcher/Academic’ and ‘Doctor’. The twitter account of #UroSoMe (@so_uro) has now grown to more than 1000 followers. Conclusions Social media is an excellent platform for interaction amongst the urological community. The results demonstrated that #UroSoMe was able to achieve wide spread engagement from all over the world.
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 | 0,005 | 0,012 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».