Hand It to Dr Google: The Quality of Online Information on Ganglion Cysts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The internet is becoming a common source of health information for hand surgery patients. This study evaluates the quality of web-based resources on ganglion cysts of the hand. Methods: We completed a search for “ganglion cyst” on 3 search engines (Google, Dogpile, and Yippy). The quality of the top-100 patient education websites was assessed using a validated internet rating tool. Websites were evaluated based on affiliation, accountability, currency, interactivity, website organization, readability, coverage, and accuracy. Results: Of the 100 websites, the majority (74%) had commercial affiliations. Only 34% of websites identified an author, and even fewer identified the authors’ credentials (27%) or affiliations (26%). A third of the websites cited references, and less than half provided an update date. The average readability based on Flesch-Kincaid grade level was 9.2, and only 3% could be read at or below 6th grade reading level. Prevention was the most poorly covered topic at 13% due to omission. In all, 66% of the websites were completely accurate in terms of global accuracy. Websites were most likely to present inaccurate information on treatment, often failing to mention conservative treatment (watch-and-wait approach) or promoting the use of natural health products. We also found 5% of websites presented closed rupture of the ganglion cyst as a legitimate home remedy. Conclusions: The overall quality of online information on ganglion cysts is highly variable and may occasionally be harmful for patients. It is increasingly important for physicians to prompt patients about their internet use.
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.
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 | 0,002 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle