MétaCan
Menu
Retour à la cohorte
Enregistrement W4223918817 · doi:10.1200/op.21.00761

Social Media and Professional Development for Oncology Professionals

2022· review· en· W4223918817 sur OpenAlexaff
Anusha Chidharla, Audun Utengen, Deanna J. Attai, Emily K. Drake, G. J. van Londen, Ishwaria M. Subbiah, Elizabeth Henry, Martina Murphy, Maura Barry, Rami Manochakian, Scott Moerdler, Stacy Loeb, Stephanie L. Graff, Yan Leyfman, Michael A. Thompson, Merry Jennifer Markham

Notice bibliographique

RevueJCO Oncology Practice · 2022
Typereview
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensDalhousie University
Organismes subventionnairesNational Cancer Institute
Mots-clésSocial mediaPromotion (chess)Professional developmentHealth professionalsGovernment (linguistics)Public relationsHealth careMedical educationProfessional associationMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

The use of social media continues to increase in health care and academia. Health care practice, particularly the oncologic field, is constantly changing because of new knowledge, evidence-based research, clinical trials, and government policies. Therefore, oncology trainees and professionals continue to strive to stay up-to-date with practice guidelines, research, and skills. Although social media as an educational and professional development tool is no longer completely new to medicine and has been embraced, it is still under-researched in terms of various outcomes. Social media plays several key roles in professional development and academic advancement. We reviewed the literature to evaluate how social media can be used for professional development and academic promotion of oncology professionals.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,519
Tête enseignante GPT0,643
Écart entre enseignants0,125 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCO Oncology PracticeMême sujetSocial Media in Health EducationTravaux en français237 207