Quality of Online Information Regarding Cervical Cancer
Notice bibliographique
Résumé
Introduction The internet is an important source of health information, and yet the quality of the resources that patients' access can vary widely. Previous research has evaluated the quality of information for several types of cancer; however, this has not yet been done for cervical cancer beyond treatment information. The goal of this project was to systematically evaluate the quality of resources for cervical cancer information available against a range of metrics, including content breadth and accuracy, readability, and accountability. Methods An internet search was performed using the term "cervical cancer" using Google and two meta-search engines, Dogpile and Yippy. The top-100 websites returned across all three engines were evaluated using a validated structured rating tool. Results Only 32% of websites disclosed their author and only 38% used citations, while 64% of websites had been updated in the last two years. Readability was at university-level or higher for 19% of websites, and high-school level for 78%. Coverage was highest for etiology and risk factors (93% of websites) and prevention strategies such as pap smears and vaccines (92%); coverage was lowest for prognosis (49%), staging (52%), side effects (47%), and follow-up (25%). When a topic was covered the information was predominantly accurate, and few websites had inaccurate information. At least one social-media platform was linked to by 79% of websites. Conclusions This project highlights the strengths and limitations in the quality of the top-100 informational cervical cancer websites. These findings can inform the dialogue between health care providers and patients around selecting and evaluating information resources. These findings can also inform specific improvements to make online resources for cervical cancer more accessible, comprehensive, and relevant to patients.
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 | 0,012 | 0,107 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».