MétaCan
Menu
Retour à la cohorte
Enregistrement W3121363127 · doi:10.1186/s13756-021-00891-1

Enhancing engagement beyond the conference walls: analysis of Twitter use at #ICPIC2019 infection prevention and control conference

2021· article· en· W3121363127 sur OpenAlexaff
Romain Martischang, Ermira Tartari, Claire Kilpatrick, Graham Mackenzie, Vanessa Carter, Enrique Castro‐Sánchez, Hilda Márquez-Villarreal, Jonathan A. Otter, Eli N. Perencevich, Denise Silber, Julie Storr, Jason A. Tetro, Andreas Voß, Didier Pittet

Notice bibliographique

RevueAntimicrobial Resistance and Infection Control · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensAlberta Health Services
Organismes subventionnairesFaculté de Médecine, Université de GenèveUniversité de GenèvePublic Health EnglandImperial College LondonNational Institute for Health and Care ResearchNational Institute for Health Research Health Protection Research Unit
Mots-clésCategorizationSocial mediaHealth carePublic healthSocial network analysisDiversity (politics)Public engagementContent analysisMedicineMedical educationPublic relationsPsychologySociologyNursingPolitical scienceComputer scienceWorld Wide WebSocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Social media may provide a tool, when coupled with a patient-included™ conference, to enhance the engagement among the general public. We describe authors and potential readers of Twitter content surrounding a patient-included™ scientific congress, the International Consortium for Prevention and Infection Control (ICPIC) 2019. METHODS: Retrospective observational analysis of Twitter users posting with the #ICPIC2019 hashtag during the conference. Tweet authors, overall followers, and active followers were categorized according to their Twitter biographies using unsupervised learning. Diversity of professional backgrounds of Tweet authors and their followers was explored. Network analysis explored connectedness between the reach of authors. RESULTS: In total, 1264 participants attended ICPIC 2019, of which 28 were patients. From September 7 to 16, 2019, we were able to categorize 235'620 (41%) followers linked to 474 (76%) authors. Among authors and followers, respectively 34% and 14% were healthcare workers, 11% and 15% were from industry representatives, 8% and 7% were academic researchers. On average, 23% (range 9-39%) followers belonged to the same categories as authors. Among all followers categorized, only 582/235 620 (0.25%) interacted with original messages, including healthcare workers (37%), global and public health (12%), academic research (11%) and those from industry (11%). Though the similarity between Tweet authors and followers was supported by network analysis, we also observed that non-healthcare workers (including patients) appeared to have more diverse followers. CONCLUSIONS: We observed the participation of numerous Tweet authors and followers from diverse professional backgrounds potentially supporting the benefit of including patients in conferences to reach a more general, non-specialized public.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,923

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,055
Tête enseignante GPT0,343
Écart entre enseignants0,288 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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'admission1
Résumé présentoui

Explorer davantage

Même revueAntimicrobial Resistance and Infection ControlMême sujetSocial Media in Health EducationTravaux en français237 207