Communicating Exercise Oncology Research in the Digital Age: Presenting the Exercise Oncology Twitter Conference
Notice bibliographique
Résumé
Scientists and healthcare professionals are utilizing social media to amplify their scientific impact, acquire and share information, and communicate research to a broader audience. As such, researchers are looking for ways to engage this medium to promote scientific findings while also providing networking opportunities, particularly when costs associated with conference travel are high. PURPOSE: To examine the use of a Twitter Conference as a means to effectively communicate advances in the field of exercise oncology. METHODS: The Exercise Oncology Twitter Conference (ExOncTC) occurred in October, 2018. Each presentation consisted of six tweets over 15 minutes, each using the official conference hashtag (#ExOncTC). Attendees were able to interact during a presentation via the conference hashtag. Website registration data was used to descriptively characterize presenters and registered participants while Twitter Analytics (twitter.com) and Union Metrics (unionmetrics.com) were used to aggregate data to determine engagement and reach. RESULTS: The ExOncTC featured 68 presenters from 13 countries and 48 unique institutions. Presenters varied in academic background, ranging from undergraduate students (1.5%) to terminal degree holders (46%), and profession (inc. professors/researchers (42.5%) and M.D.s (6%)). Participants, including researchers, physicians, students, patients, and cancer organizations, could officially register via the website (n=231), follow the @ExOncTC Twitter handle (n=805), or search the conference hashtag (#ExOncTC). During the conference, #ExOncTC was tweeted 1,501 times by 483 unique users for 4,943 total engagements (number of times a user interacts with a tweet). Collectively, these tweets reached 453,900 unique users and 145,000 impressions (number of times users saw a tweet) with potential impressions equaling 1.8 million (total number of views possible). CONCLUSIONS: Total reach of the ExOncTC demonstrates the potential effectiveness of utilizing a Twitter conference as a platform to communicate the field of exercise oncology. When considering the low financial and environmental costs, as well as the opportunity to increase scientific communication across populations, Twitter conferencing should be explored as a tool for scientific dissemination.
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 | 0,006 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
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 ».