A comprehensive analysis of #Enuresis conversation on Twitter
Notice bibliographique
Résumé
INTRODUCTION: We sought to perform a quantitative and qualitative analysis of online Twitter discussion of enuresis using the hashtag #Enuresis. METHODS: Symplur, a fee-based Twitter analytics service, was employed to aggregate and analyze Twitter activity, users, and content for #Enuresis, the official Twitter hashtag for enuresis, between June 2016 and November 2018. Twitter activity was analyzed using average tweets and new users per month. Users were classified based on geographic location, occupation, and organizational affiliation. Content analysis was performed by retrieving information about Twitter engagement metrics, including retweets, links, media, mentions, replies, and frequently used words and hashtags. RESULTS: A total of 3133 tweets and 1555 users utilizing #Enuresis were identified between June 28, 2016 and November 28, 2018. The average ± standard deviation (SD) number of tweets using #Enuresis per month were not significantly different from 2016 through 2018 (p=0.292). The number of users increased from six to 1555 during the study period, but there was no statistically significant increase in number of new users per month (p=0.346). Physicians comprised 14% of the top 100 influencers, followed by medical device organizations (13%). Popular hashtags in #Enuresis tweets were #Bedwetting, #PisEnLaCama, #schoolnurses, #helpingkids, #ninos, and #salud. Hyperlinks used in #Enuresis tweets included advocacy, academic, commercial, and other social media websites. CONCLUSIONS: Our analysis of #Enuresis demonstrates that the online Twitter discussion regarding enuresis is growing. These results indicate that enuresis has a global appeal and has especially gained traction in European countries, as well as in the U.S.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».