Community Mitigation of COVID-19 and Portrayal of Testing on TikTok: Descriptive Study
Notice bibliographique
Résumé
BACKGROUND: COVID-19 testing remains an essential element of a comprehensive strategy for community mitigation. Social media is a popular source of information about health, including COVID-19 and testing information. One of the most popular communication channels used by adolescents and young adults who search for health information is TikTok-an emerging social media platform. OBJECTIVE: The purpose of this study was to describe TikTok videos related to COVID-19 testing. METHODS: The hashtag #covidtesting was searched, and the first 100 videos were included in the study sample. At the time the sample was drawn, these 100 videos garnered more than 50% of the views for all videos cataloged under the hashtag #covidtesting. The content characteristics that were coded included mentions, displays, or suggestions of anxiety, COVID-19 symptoms, quarantine, types of tests, results of test, and disgust/unpleasantness. Additional data that were coded included the number and percentage of views, likes, and comments and the use of music, dance, and humor. RESULTS: The 100 videos garnered more than 103 million views; 111,000 comments; and over 12.8 million likes. Even though only 44 videos mentioned or suggested disgust/unpleasantness and 44 mentioned or suggested anxiety, those that portrayed tests as disgusting/unpleasant garnered over 70% of the total cumulative number of views (73,479,400/103,071,900, 71.29%) and likes (9,354,691/12,872,505, 72.67%), and those that mentioned or suggested anxiety attracted about 60% of the total cumulative number of views (61,423,500/103,071,900, 59.59%) and more than 8 million likes (8,339,598/12,872,505, 64.79%). Independent one-tailed t tests (α=.05) revealed that videos that mentioned or suggested that COVID-19 testing was disgusting/unpleasant were associated with receiving a higher number of views and likes. CONCLUSIONS: Our finding of an association between TikTok videos that mentioned or suggested that COVID-19 tests were disgusting/unpleasant and these videos' propensity to garner views and likes is of concern. There is a need for public health agencies to recognize and address connotations of COVID-19 testing on social media.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».