MétaCan
Menu
Retour à la cohorte
Enregistrement W3125115054 · doi:10.2196/26392

Promoting Mask Use on TikTok: Descriptive, Cross-sectional Study

2021· article· en· W3125115054 sur OpenAlexvenueno aff
Corey H. Basch, Joseph Fera, Isabela Pierce, Charles E. Basch

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCross-sectional studyEnvironmental healthMedicineStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Over the past decade, there has been an increasing secular trend in the number of studies on social media and health. OBJECTIVE: The purpose of this cross-sectional study was to examine the content and characteristics of TikTok videos that are related to an important aspect of community mitigation-the use of masks as a method for interrupting the transmission of SARS-CoV-2. METHODS: In total, 100 trending videos with the hashtag #WearAMask (ie, a campaign on TikTok), along with 32 videos that were posted by the World Health Organization (WHO) and involved masks in any way (ie, all related WHO videos at the time of this study), were included in our sample. We collected the metadata of each post, and created content categories based on fact sheets that were provided by the WHO and the US Centers for Disease Control and Prevention. We used these fact sheets to code the characteristics of mask use. RESULTS: Videos that were posted on TikTok and had the hashtag #WearAMask garnered almost 500 million views, and videos that were posted by the WHO garnered almost 57 million views. Although the ratio of the number of trending #WearAMask videos to the number of WHO videos was around 3:1, the #WearAMask videos received almost 10 times as many cumulative views as the WHO videos. In total, 68% (68/100) of the trending #WearAMask videos involved humor and garnered over 355 million cumulative views. However, only 9% (3/32) of the WHO videos involved humor. Furthermore, 27% (27/100) of the trending #WearAMask videos involved dance and garnered over 130 million cumulative views, whereas none of the WHO videos involved dance. CONCLUSIONS: This study is one of the first to describe how TikTok is being used to mitigate the community spread of COVID-19 by promoting mask use. Due to the platform's incredible reach, TikTok has great potential in conveying important public health messages to various segments of the population.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
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 enseignants0,123
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
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 Opus0,203
Tête enseignante GPT0,437
Écart entre enseignants0,234 · 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'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

Citations114
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetSocial Media in Health EducationTravaux en français237 207