Information About Sunscreen on YouTube and Considerations for Sun Safety Promotion: Content Analysis
Notice bibliographique
Résumé
Background Sunscreen use is a popular sun protection method; however, application of sunscreen rarely meets the standards recommended for effectiveness. Access to information about how to effectively use sunscreen may play a role in proper sunscreen application. The internet is a common health information source; however, the quality of sunscreen-related content varies. Objective The objective of this study was to examine information about sunscreen in YouTube videos by video source. Methods In November 2017, the authors identified the 20 most popular YouTube videos (sorted by view count and relevance) for each of these 5 search terms: sunscreen cancer, sunscreen health, sunscreen information, sunscreen ingredients, and sunscreen natural. The inclusion criteria were English language and view count >1000 (N=111 unique videos). We double-coded videos for standard recommendations for sunscreen use (eg, apply 20 minutes before sun exposure), use of outdated terminology, and recommendation of complementary sun safety strategies. Results The view counts ranged from 1100 to 671,142 (median 17,774, SD 109,651) and the average daily views ranged from 1 to 1448 (median 23, SD 234). End users (46/111, 41.4%) and health care providers (24/111, 21.6%) were the most common sources, and none of the most popular videos were produced by federal agencies or cancer-related nongovernmental organizations. Health care provider videos included marginally more recommendations than end user videos (mean 1.46, SD 1.96 vs mean 1.05, SD 1.20), but few (19/111, 17.1%) mentioned reapplication. The videos were generally positive toward sunscreen (82/111, 73.9%); however, some videos were negative (29/111, 26.1%), with warnings about the health risks of chemical sunscreens and their ingredients. Do-it-yourself sunscreen tutorials represented 19/111 (17.1%) of the sample. Conclusions YouTube is a potential source for disseminating sun safety messages; however, the quality of its sunscreen content varies. Most of the videos in our study failed to include important sunscreen use recommendations. Clinicians should be prepared to address the information needs of patients by discussing effective, evidence-based sunscreen application and recommending a combined sun safety approach.
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 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 | 0,000 | 0,003 |
| 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 | 0,000 |
| 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 | 0,000 |
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 tête enseignante, 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 ».