An Evaluation of 5-Year Web Analytics for HeadsUpGuys: A Men’s Depression E-Mental Health Resource
Notice bibliographique
Résumé
The present study reports an evaluation of web analytics, over a 5-year period, for HeadsUpGuys.org , an eHealth resource for men with depression. Google Analytics, Search Console, and Tag Manager were used to monitor user activity over the course of the website’s first 5 years (June 15, 2015–June 15, 2020). Through this period, HeadsUpGuys had a total of 1,665,356 unique users, amounting to 1,948,481 sessions and 3,328,258 page views. Organic traffic accounted for the highest proportion (53.44%; n = 1,041,277) of website sessions. Four of the top 10 Google search queries that brought users to the website related to suicidality. Three countries (United States, United Kingdom, Canada) accounted for almost three-quarters (71.10%; n = 1,385,485) of the site’s traffic. Nearly three-quarters (73.35%; n = 1,429,285) of sessions occurred on a mobile device. The goal conversion rate for the Self Check was 60.27%. The average time on page was 2 min 53 s, with a bounce rate of 65.92%, and an exit rate of 57.20%. The goal conversion rate for the Stress Test was 52.89%. The average time on page was 4 min 8 s, with a bounce rate of 72.40% and an exit rate of 48.88%. The conversion rate for the final goal was 11.53%, indicating that approximately one in 10 visitors to the site had a session of at least 3 min. The findings illustrate the potential of eHealth resources to support men’s mental health and provide a real-world benchmark to help advance the men’s eHealth field.
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 | 0,022 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».