The Need for Medical Professionals to Join Patients in the Online Health Social Media Discourse
Notice bibliographique
Résumé
Health social media is frequently used by e-patients for seeking health information online for self-diagnosis, self-treatment, and self-education Health social media also provides various benefits for patients and laypersons, such as allowing users to be part of virtual support groups, having quick access to advice, and the convenience of access via the Internet At the same time, it raises concerns about misinformation being propagated by laypersons without professional medical expertise, especially during pandemics like COVID-19, leading to an infodemic There are only a handful of health social media websites that allow medical professionals to participate in discussions with patients online We postulate that the modern face of medicine and healthcare needs medical professionals to be included in the online patient discourse so misinformation can be addressed early on and head on To this end, we propose a new and free health social network named Cardea that is under development which aims to bring patients, laypersons, and medical professionals together on the world wide web Users can share experiences, ask questions, and get answers in three streamlined environments: Patient to Patient (P2P), Patient to Medic (P2M), and Medic to Medic (M2M) While there are several forums that cater specifically to patient-patient discussions or medic-medic connections, Cardea’s added value is in providing a unified portal for both patients and medics, as well as enabling interactions between patients and medics Moreover, Cardea applies machine learning, information retrieval, and natural language processing methods to promote credible health information and demote misinformation At the same time, with enhanced veracity, anonymity, and privacy controls, the vision of Cardea is for e-patients to confidently share experiences and opinions without being stigmatized or compromising their right to privacy Our hope is to generate discussion and gather insights from other researchers on developing Cardea Copyright © 2021 by SCITEPRESS – Science and Technology Publications, Lda All rights reserved
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 | 0,010 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,008 |
| Communication savante | 0,015 | 0,019 |
| Science ouverte | 0,001 | 0,020 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,003 |
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 ».