MétaCan
Menu
Retour à la cohorte
Enregistrement W3016317684 · doi:10.1136/bmjgh-2020-002604

YouTube as a source of information on COVID-19: a pandemic of misinformation?

2020· article· en· W3016317684 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBMJ Global Health · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensOttawa HospitalCarleton UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMisinformationSocial mediaPandemicCoronavirus disease 2019 (COVID-19)Public healthGovernment (linguistics)MedicineThe InternetUsabilityInternet privacyPsychologyWorld Wide WebComputer scienceNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The COVID-19 pandemic is this century's largest public health emergency and its successful management relies on the effective dissemination of factual information. As a social media platform with billions of daily views, YouTube has tremendous potential to both support and hinder public health efforts. However, the usefulness and accuracy of most viewed YouTube videos on COVID-19 have not been investigated. METHODS: A YouTube search was performed on 21 March 2020 using keywords 'coronavirus' and 'COVID-19', and the top 75 viewed videos from each search were analysed. Videos that were duplicates, non-English, non-audio and non-visual, exceeding 1 hour in duration, live and unrelated to COVID-19 were excluded. Two reviewers coded the source, content and characteristics of included videos. The primary outcome was usability and reliability of videos, analysed using the novel COVID-19 Specific Score (CSS), modified DISCERN (mDISCERN) and modified JAMA (mJAMA) scores. RESULTS: Of 150 videos screened, 69 (46%) were included, totalling 257 804 146 views. Nineteen (27.5%) videos contained non-factual information, totalling 62 042 609 views. Government and professional videos contained only factual information and had higher CSS than consumer videos (mean difference (MD) 2.21, 95% CI 0.10 to 4.32, p=0.037); mDISCERN scores than consumer videos (MD 2.46, 95% CI 0.50 to 4.42, p=0.008), internet news videos (MD 2.20, 95% CI 0.19 to 4.21, p=0.027) and entertainment news videos (MD 2.57, 95% CI 0.66 to 4.49, p=0.004); and mJAMA scores than entertainment news videos (MD 1.21, 95% CI 0.07 to 2.36, p=0.033) and consumer videos (MD 1.27, 95% CI 0.10 to 2.44, p=0.028). However, they only accounted for 11% of videos and 10% of views. CONCLUSION: Over one-quarter of the most viewed YouTube videos on COVID-19 contained misleading information, reaching millions of viewers worldwide. As the current COVID-19 pandemic worsens, public health agencies must better use YouTube to deliver timely and accurate information and to minimise the spread of misinformation. This may play a significant role in successfully managing the COVID-19 pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,111
Tête enseignante GPT0,534
Écart entre enseignants0,423 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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