MétaCan
Menu
← Retour à la cohorte
Enregistrement W36562356 · doi:10.1093/eurheartj/ehac674

REACHING COLLEGE STUDENTS WHERE THEY LIVE

2008· dissertation· en· W36562356 sur OpenAlexfundno aff
Andrea Grayson

Notice bibliographique

RevueEuropean Heart Journal · 2008
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésPromotion (chess)EntertainmentHealth promotionPopulationVariety (cybernetics)Descriptive statisticsPsychologyElectronic mediaWorld Wide WebPublic relationsMultimediaMedical educationInternet privacyAdvertisingComputer scienceSociologyMedicinePolitical sciencePublic healthBusinessNursing

Résumé

récupéré en direct d'OpenAlex

The purpose of this research study was to ascertain the relative level of adoption of the use of web-based media by undergraduates, the results of which will be considered in the creation of health promotion messages and campaigns that are distributed through electronic means to a campus audience. The primary research conducted was a web-based survey of UVM undergraduates, inquiring about the extent to which they consume web delivered media programming, of both news and entertainment, and how they communicate with their peers. Through the use of descriptive statistics, it was learned that more than half of UVM undergraduates (58.7%) watch between one to five minutes of web-based video on a weekly basis, suggesting that the creation of video-based health promotion programming might indeed prove to be an effective approach to raising awareness and promoting behavior change for this population. Additional data reveals how much time respondents do a variety of media activities, as well as their most used means of communication with peers when not with them in person. The study concludes that there is a high enough adoption of the use of web-based media by undergraduates to warrant creating health promotion messages and campaigns that are distributed through electronic means to a campus audience.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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 Opus0,038
Tête enseignante GPT0,364
Écart entre enseignants0,326 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal→Même sujetImpact of Technology on Adolescents→Travaux en français237 207→