Heartburn-Related Internet Searches and Trends of Interest across Six Western Countries: A Four-Year Retrospective Analysis Using Google Ads Keyword Planner
Notice bibliographique
Résumé
The internet is becoming the main source of health-related information. We aimed to investigate data regarding heartburn-related searches made by Google users from Australia, Canada, Germany, Poland, the United Kingdom, and the United States. We retrospectively analyzed data from Google Ads Keywords Planner. We extracted search volumes of keywords associated with "heartburn" for June 2015 to May 2019. The data were generated in the respective primary language. The number of searches per 1,000 Google-user years was as follows: 177.4 (Australia), 178.1 (Canada), 123.8 (Germany), 199.7 (Poland), 152.5 (United Kingdom), and 194.5 (United States). The users were particularly interested in treatment (19.0 to 41.3%), diet (4.8 to 10.7%), symptoms (2.6 to 13.1%), and causes (3.7 to 10.0%). In all countries except Germany, the number of heartburn-related queries significantly increased over the analyzed period. For Canada, Germany, Poland, and the United Kingdom, query numbers were significantly lowest in summer; there was no significant seasonal trend for Australia and the United States. The number of heartburn-related queries has increased over the past four years, and a seasonal pattern may exist in certain regions. The trends in heartburn-related searches may reflect the scale of the complaint, and should be verified through future epidemiological studies.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».