MétaCan
Menu
Retour à la cohorte
Enregistrement W3139089573 · doi:10.1089/tmr.2020.0033

News Article Portrayal of Virtual Care for Health Care Delivery in the First 7 Months of the COVID-19 Pandemic

2021· article· en· W3139089573 sur OpenAlexaffabout
Kathy L. Rush, Lindsay Burton, Mindy A Smith, Sarah Singh, Kira Schaab, Matthias Görges, Robert Janke, Leanne M. Currie

Notice bibliographique

RevueTelemedicine Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensBC Children's HospitalResearch CanadaOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTelehealthHealth carePandemicPublic relationsSustainabilityNews mediaCoronavirus disease 2019 (COVID-19)Public healthContent analysisPolitical scienceInternet privacyMedicineNursingBusinessTelemedicineSociologyAdvertisingComputer scienceDisease

Résumé

récupéré en direct d'OpenAlex

Objectives: The onset of the 2020 coronavirus pandemic resulted in rapid implementation of virtual care solutions at an unprecedented pace. The news media, as a trusted source for many Canadians, plays a vital role during emergencies by reporting on changes in health care protocols, policies, and technologies. This article presents the results of a qualitative analysis of Canadian news articles between February and August of 2020 to identify critical themes with respect to virtual care. Methods: A full-text search of the database Canadian Newsstream resulted in 1542 articles (708 duplicates), of which 294 articles were included in the final analysis. Inductive analysis was used to generate themes and identify voices, contradictions, and tensions in the articles. Results: Analysis generated four themes: coronavirus disease (COVID-19) as a catalyst for virtual care, safety and protection, economic impacts, and telehealth as a model of care. Media portrayals represented some voices (e.g., physicians) while limiting others (e.g., patients), reflected some contradictory messaging with respect to safety and protection, and raised key issues and concerns about virtual health care delivery during the first 7 months of COVID-19. Conclusions: Our findings of successful and rapid uptake, uses and concerns around funding, and privacy and virtual care adoption reported in the news media can be used to inform longer term implementation and sustainability. Policy makers could benefit from crafting messages that balance information and reassurance. Public/patient perspectives, which were largely missing from news media, are needed to gauge receptivity and sustainability.

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)0,006
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,656

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,009
Études des sciences et des technologies0,0070,004
Communication savante0,0110,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,040
Tête enseignante GPT0,371
Écart entre enseignants0,332 · 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'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

Citations10
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTelemedicine ReportsMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207