MétaCan
Menu
Retour à la cohorte
Enregistrement W3029278302 · doi:10.31011/reaid-2020-v.91-n.29-art.624

Adaptação cultural do instrumento Facebook Intensity Scale (FIS) para avaliar o impacto da rede social à saúde

2020· article· pt· W3029278302 sur OpenAlexaff
Ellen Thallita Hill Araújo, Camila Aparecida Pinheiro Landim Almeida, Rosimeire Ferreira dos Santos, Luana Kelle Batista Moura, Carmen Viana Ramos, Lucí­ola Galvão Gondim Corrêa Feitosa

Notice bibliographique

RevueRevista Enfermagem Atual In Derme · 2020
Typearticle
Languept
DomaineSocial Sciences
ThématiqueHealth Education and Validation
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Introdução: As redes sociais são um território que tem a presença de forma contínua da população mais jovem e seu uso exagerado pode ter relação direta com o aumento de problemas à saúde. Objetivo: Adaptar culturalmente o instrumento Facebook Intensity Scale (FIS) do inglês dos Estados Unidos para o português do Brasil. Método: Estudo metodológico, com participação do comitê de especialistas docentes atuantes no ensino e extensão inseridos em pesquisas envolvendo jovens ou mídias sociais. A coleta de dados ocorreu nos meses de janeiro à fevereiro de 2019. A análise de conteúdo foi desenvolvida em ambiente virtual, com utilização o Índice de Validade de Conteúdo (IVC) para avaliação da pertinência prática, relevância e dimensão teórica. Resultado: Dos oito itens da escala, sete apresentaram sugestões dos especialistas para alteração da versão adaptada. Na análise de conteúdo, o título da escala e todos os itens avaliados pelos especialistas quanto à pertinência prática e relevância teórica apresentaram valor máximo do IVC médio e global. Considerações Finais: As análises dos especialistas demonstraram que os itens são pertinentes à cultura brasileira com evidências científicas da adaptação cultural.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,540
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,351
Tête enseignante GPT0,463
Écart entre enseignants0,112 · 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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Enfermagem Atual In DermeMême sujetHealth Education and ValidationTravaux en français237 207