Abstract 18760: Evaluation of a Web-based Cardiac Pain Knowledge Dissemination Platform Fueled by Social Media
Notice bibliographique
Résumé
Introduction: The prevalence of persistent cardiac pain-related conditions is on the rise. Increasingly prevalent forms of persistent cardiac pain include refractory angina, cardiac syndrome X and functional cardiac pain syndromes. Our aim was to disseminate a web-based, multi-media resource centre, CardiacPain.Net, as a prototype for large-scale knowledge dissemination and educational outreach in partnership with Elsevier. Methods: Multi-media design features included open access published resources, narrated video, roundtable discussions, downloadable fact sheets, and an asynchronous discussion forum. Accreditation for continuing medical education (Canada and United States) was secured to maximize incentive for end-user uptake. Dissemination strategies included opt-in email blasts to Elsevier subscribers (n= 27,000) every 3 months, e-banner advertising, and mass social media via Twitter. Standard dissemination metrics included total site visits and components visited and downloaded. Customized metrics included unique and return visitor rates, bounce rate, stream views, and geo-targeting. All metrics were analyzed in aggregate and examined for outliers and monthly trends. Interrupted time series analysis with an autoregressive structure was used to examine immediate impact of social media on 12-month dissemination metrics. Results: CardiacPain.Net reached end users in 132 countries across 5 continents. A total of 7,066 unique visitors were engaged and resources were viewed and downloaded 13,629 times. The monthly return visitor and bounce rates were 30% and 50%, respectively. Average time spent on multi-media presentations was 14.5 minutes. Twitter constituted 66% of all total social media engagement; 62% of Twitter users were female. Interrupted time series analyses revealed that Twitter outreach significantly increased end user sessions, number of users, and page views (p< 0.001). Twitter did not affect proportion of new users monthly or website navigation behavior. Conclusions: Results suggest that as a large-scale knowledge dissemination and online cardiac educational outreach prototype, CardiacPain.Net is far reaching and capable of sustained engagement of an international-scale audience.
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 | 0,009 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».