MétaCan
Menu
Retour à la cohorte
Enregistrement W3164551198 · doi:10.2196/22271

Cyberspace and Libel: A Dangerous Balance for Physicians

2021· article· en· W3164551198 sur OpenAlexvenueno aff
Varsha Chiruvella, Achuta Kumar Guddati

Notice bibliographique

RevueInteractive Journal of Medical Research · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial mediaCyberspaceContext (archaeology)MisinformationDutyFreedom of the pressPolitical scienceBattleReputationPoliticsPublic sphereLawThe InternetPublic relationsInternet privacyHistory

Résumé

récupéré en direct d'OpenAlex

Freedom of speech and expression is one of the core tenets of modern societies. It was deemed to be so fundamentally essential to early American life that it was inscribed as the First Amendment of the United States Constitution. Over the past century, the rise of modern life also marked the rise of the digital era and age of social media. Freedom of speech thus transitioned from print to electronic media. Access to such content is almost instantaneous and available to a vast audience. From social media to online rating websites, online defamation may cause irreparable damage to a physician's reputation and practice. It is especially relevant in these times of political turbulence where the battle to separate facts from misinformation has started a debate about the responsibility of social media. The historical context of libel and its applicability in the age of increasing online presence is important for physicians since they are also bound by duty to protect the privacy of their patients. The use of public rating sites and social media will continue to be important for physicians, as online presence and incidents of defamation impact the practice of medicine.

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)0,003
score de la tête « metaresearch » (Gemma)0,031
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,588
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,338
Tête enseignante GPT0,593
Écart entre enseignants0,255 · 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'étudeSans objet
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Journal of Medical ResearchMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207