Harnessing Twitter to empower scientific engagement and communication: The ISTH 2020 virtual congress experience
Notice bibliographique
Résumé
As a result of the coronavirus disease 2019 pandemic, the International Society on Thrombosis and Haemostasis (ISTH), like many societies around the world, canceled their in-person hematology congress planned for Milan, Italy, in July 2020. As a result, the first virtual ISTH congress in the organisation’s 51-year history was delivered, inviting free registration from across the globe. As part of the social media support, marketing, and scientific dissemination efforts for the virtual congress, the ISTH assembled a group of official Twitter Ambassadors, which represented the broad and diverse ISTH community. Ambassadors were tasked to tweet daily throughout the congress and to share their commentary on the hematology research being presented with the “#ISTH2020” hashtag. Ambassadors were also supported by Twitter activities from the two official ISTH-affiliated journals: the Journal of Thrombosis and Haemostasis (JTH) and Research and Practice in Thrombosis and Haemostasis (RPTH). In this forum and through the Twitter ambassadors’ lens, we present the Twitter Ambassadors’ experience, reflect on the impact of social media on the ISTH 2020 congress, and share this experience with the wider scientific community. Specifically, we report on the role of Twitter communication for virtual meetings, discuss the pros and cons of the virtual congress, and offer Twitter-related recommendations for future virtual or blended congresses. We conclude that the ISTH Twitter Ambassador program broadened social media engagement and offers a novel route to improve social connectivity in the virtual research congress setting.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,005 |
| Communication savante | 0,014 | 0,013 |
| Science ouverte | 0,001 | 0,016 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,005 |
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 ».