MétaCan
Menu
Retour à la cohorte
Enregistrement W3093503042 · doi:10.2196/18666

Use of Social Media by Hospitals and Clinics in Japan: Descriptive Study

2020· article· en· W3093503042 sur OpenAlexvenueno aff
Yuya Sugawara, Masayasu Murakami, Hiroto Narimatsu

Notice bibliographique

RevueJMIR Medical Informatics · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésSocial mediaContent analysisChristian ministryPromotion (chess)Health careMedicineDescriptive statisticsAdvertisingFamily medicinePolitical scienceBusinessSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The use of social media by hospitals has become widespread in the United States and Western European countries. However, in Japan, the extent to which hospitals and clinics use social media is unknown. Furthermore, recent revisions to the Medical Care Act may subject social media content to regulation. OBJECTIVE: The purpose of this study was to examine social media use in Japanese hospitals and clinics. We investigated the adoption of social media, analyzed social media content, and compared content with medical advertising guidelines. METHODS: We randomly sampled 300 hospitals and 300 clinics from a list of medical institutions that was compiled by the Ministry of Health, Labour and Welfare. We performed web and social media (Facebook and Twitter) searches using the hospital and clinic names to determine whether they had social media accounts. We collected Facebook posts and Twitter tweets and categorized them based on their content (eg, health promotion, participation in academic meetings and publications, public relations or news announcements, and recruitment). We compared the collected content with medical advertising guidelines. RESULTS: We found that 26.0% (78/300) of the hospitals and 7.7% (23/300) of the clinics used Facebook, Twitter, or both. Public relations or news announcements accounted for 53.99% (724/1341) of the Facebook posts by hospitals and 58.4% (122/209) of the Facebook posts by clinics. In hospitals, 16/1341 (1.19%) Facebook posts and 6/574 (1.0%) tweets and in clinics, 8/209 (3.8%) Facebook posts and 15/330 (4.5%) tweets could conflict medical advertising guidelines. CONCLUSIONS: Fewer hospitals and clinics in Japan use social media as compared to other countries. Social media were mainly used for public relations. Some content disseminated by medical institutions could conflict with medical advertising guidelines. This study may serve as a reference for medical institutions to guide social media usage and may help improve medical website advertising in Japan.

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)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,148
Tête enseignante GPT0,426
Écart entre enseignants0,278 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical InformaticsMême sujetSocial Media in Health EducationTravaux en français237 207