General Public’s Information-Seeking Patterns of Topics Related to Obesity: Google Trends Analysis
Notice bibliographique
Résumé
BACKGROUND: Obesity is a major public health challenge, and recent literature sheds light on the concept of "normalization" of obesity. OBJECTIVE: We aimed to study the worldwide pattern of web-based information seeking by public on obesity and on its related terms and topics using Google Trends. METHODS: We compared the relative frequency of obesity-related search terms and topics between 2004 and 2019 on Google Trends. The mean relative interest scores for these terms over the 4-year quartiles were compared. RESULTS: The mean relative interest score of the search term "obesity" consistently decreased with time in all four quartiles (2004-2019), whereas the relative interest scores of the search topics "weight loss" and "abdominal obesity" increased. The topic "weight loss" was popular during the month of January, and its median relative interest score for January was higher than that for other months for the entire study period (P<.001). The relative interest score for the search term "obese" decreased over time, whereas those scores for the terms "body positivity" and "self-love" increased after 2013. CONCLUSIONS: Despite a worldwide increase in the prevalence of obesity, its popularity as an internet search term diminished over time. The reason for peaks in months should be explored and applied to the awareness campaigns for better effectiveness. These patterns suggest normalization of obesity in society and a rise of public curiosity about image-related obesity rather than its medical implications and harm.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,012 | 0,016 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».