A Twitter analysis of World Pharmacists Day 2020 images: Sending the wrong messages
Notice bibliographique
Résumé
Background: Pharmacists are often depicted as dispensers of medication as opposed to health professionals who provide patient care. Our objective was to identify how pharmacists’ roles were portrayed in images on Twitter for World Pharmacists Day (WPD) 2020. Methods: A qualitative content analysis was undertaken to evaluate the images of pharmacists on WPD. Tweets were included that had a photo or image, used 1 of 5 WPD hashtags and were posted between September 24 and 26, 2020. Thematic analysis was performed independently by 2 investigators. Tweets were categorized into 5 groups: 1) drug distribution roles, 2) patient care roles, 3) no described roles, 4) not professional/unprofessional roles and 5) not relevant. Subgroup analysis was performed for the users who posted the tweets. Results: Of the 970 tweets analyzed, only 11% of the overall tweets portrayed the patient care roles of pharmacists, whereas 51% portrayed drug distribution roles and 29% did not describe any particular roles of pharmacists. These proportions were similar between subgroups of tweeters. Discussion: WPD is intended to promote and advocate for the pharmacy profession. The results of our study show poor messaging of pharmacists’ roles and reflect a missed opportunity to showcase the full scope of pharmacy practice. Conclusion: Based on the images tweeted on WPD 2020, the diversity of pharmacists’ practice as skilled health care practitioners was lost in a sea of tweets portraying pharmacists’ roles in drug distribution. We hope that pharmacists and pharmacy organizations will awaken to this self-induced problem for WPD 2021. Can Pharm J (Ott) 2021;154(5):xx-xx.
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».