MétaCan
Menu
Retour à la cohorte
Enregistrement W3118746282 · doi:10.3389/fpubh.2020.557814

Stakeholder Recommendations to Increase the Accessibility of Online Health Information for Adults Experiencing Concussion Symptoms

2021· article· en· W3118746282 sur OpenAlexafffundabout
Marie Denise Beaton, Gabrielle Hadly, Shelina Babul

Notice bibliographique

RevueFrontiers in Public Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of British ColumbiaBC Children's HospitalProvincial Health Services Authority
Organismes subventionnairesUniversity of British ColumbiaProvincial Health Services AuthorityBritish Columbia Centre for Disease ControlWorkSafeBC
Mots-clésConcussionFocus groupMedicinePopulationStakeholderOccupational safety and healthPoison controlPsychologyInjury preventionMedical emergencyPublic relationsEnvironmental healthBusiness

Résumé

récupéré en direct d'OpenAlex

Background: Concussion is a global public health problem. In Canada, concussion is among the top five reasons for workplace time-loss. Concussion results in physical, cognitive, and/or emotional symptoms that temporarily worsen with physical and mental exertion, such as viewing electronic screens. The Internet is the primary source of consumer health information. Studies on the end-user needs of adults with brain injuries in regards to digital health technologies largely focus on informational content. There is little to no research on the accessibility of screen-based informational websites and smartphone applications among this population. Objective: The aim of this research was to involve stakeholders in the design of a comprehensive educational resource to guide concussion recognition, recovery, and return-to-work, called the Concussion Awareness Training Tool for Workers and Workplaces (CATT WW). In order to ensure both relevant content and appropriate delivery of the information to the target groups, participants were asked whether adaptations could increase the accessibility of online health information for the general adult population experiencing concussion symptoms. Methods: Data have been generated through semi-structured in-depth interviews and focus groups with participants from across British Columbia (BC): workers from various industries who were in the concussion recovery process or had returned to work ( n = 31); and healthcare or workplace professionals who support concussion diagnosis, recovery, and return-to-work ( n = 16). Data were analyzed using NVivo 12. Before commencing data collection, ethical permission was granted by the University of British Columbia Research Ethics Board (H18-00604), and approval was received from WorkSafeBC Research Services. Results: Participants ( n = 47) recommended twenty adaptations or supplements to electronic screen-based digital health technologies. Conclusion: Given the high prevalence of concussion among the working adult population, the symptom exacerbation commonly caused by prolonged use of electronic screens, and the demand for online educational resources, these findings can guide clinicians, researchers, technology developers, employers, and occupational health and safety committees to further support adults in concussion recovery and return-to-work.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,038
score de la tête « metaresearch » (Gemma)0,089
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,089
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0050,007
Science ouverte0,0030,009
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0210,004

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 Opus0,132
Tête enseignante GPT0,408
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetTraumatic Brain Injury ResearchTravaux en français237 207