Audience of Academic Otolaryngology on Twitter: Cross-sectional Study
Notice bibliographique
Résumé
BACKGROUND: Despite the ubiquity of social media, the utilization and audience reach of this communication method by otolaryngology-head and neck surgery (OHNS) residency programs has not been investigated. OBJECTIVE: The purpose of this study was to evaluate the content posted to a popular social media platform (Twitter) by OHNS residency programs. METHODS: In this cross-sectional study, we identified Twitter accounts for accredited academic OHNS residency programs. Tweets published over a 6-month period (March to August 2019) were extracted. Tweets were categorized and analyzed for source (original versus retweet) and target audience (medical versus layman). A random sample of 100 tweets was used to identify patterns of content, which were then used to categorize additional tweets. We quantified the total number of likes or retweets by health care professionals. RESULTS: Of the 121 accredited programs, 35 (28.9%) had Twitter accounts. Of the 2526 tweets in the 6-month period, 1695 (67.10%) were original-content tweets. The majority of tweets (1283/1695, 75.69%) were targeted toward health care workers, most of which did not directly contain medical information (954/1283, 74.36%). These tweets contained information about the department's trainees and education (349/954, 36.6%), participation at conferences (263/954, 27.6%), and research publications (112/954, 11.7%). Two-thirds of all tweets did not contain medical information. Medical professionals accounted for 1249/1362 (91.70%) of retweets and 5616/6372 (88.14%) of likes on original-content tweets. CONCLUSIONS: The majority of Twitter usage by OHNS residency programs is for intra and interprofessional communication, and only a minority of tweets contain information geared toward the public. Communication and information sharing with patients is not the focus of OHNS departments on Twitter.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».