MétaCan
Menu
Retour à la cohorte
Enregistrement W4226094774 · doi:10.1136/bmjnph-2022-nnedprosummit.24

17 Credibility and reach of nutrition influencers on social media

2022· article· en· W4226094774 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Communication and Language
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInfluencer marketingCredibilityPopularitySocial mediaMisinformationAdvertisingInternet privacyPsychologyComputer scienceBusinessWorld Wide WebPolitical scienceMarketingSocial psychology

Résumé

récupéré en direct d'OpenAlex

<h3>Background</h3> Nutrition influencers can reach large segments of the public, regardless of formal training or credentials. Though social media is a popular source of nutrition information, it may not be credible. Furthermore, the perceived credibility of nutrition information may be enhanced through social validation (i.e., popularity of the public figure), yet this phenomenon has not been examined. <h3>Objective</h3> To examine the credibility of nutrition influencers’ websites in relation to their social media reach. <h3>Methods</h3> Nutrition influencers identified through a key word search on popular search engines: Yahoo! Google, and Bing who had active public websites and Instagram accounts were included. ‘Tips to Spot Misinformation’ developed for the public by the Dietitians of Canada and PEN: Practice Evidence-Based Nutrition were used to create a credibility score for each website. Based on scores, websites were categorized as having low, moderate, or high credibility. The reach of each influencer was ascertained by combining the total number of followers/subscribers from five popular social media platforms (Instagram, Facebook, Twitter, YouTube, and Pinterest). <h3>Results</h3> Of the 39 websites, there were 12 (31%) high, 13 (33%) moderate, and 14 (36%) low credibility sites, and the average number of followers for each group were 186 775, 547 088 and 2 153 515, respectively. There was a significant difference in followers between the three groups (p = 0.017) and a significantly lower number of followers for influencers with high credibility websites compared to low credibility websites (p = 0.022), with more than 10 times fewer followers. <h3>Discussion</h3> Popular influencers with low credibility websites have enormous reach whereas influencers with highly credible websites lack the ability to reach large segments of the population. Further research is needed to understand how social validation influences the public’s eating behaviors and to identify strategies that will increase the visibility of highly credible information.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,719
Score d'incertitude au seuil0,113

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,274
Écart entre enseignants0,238 · 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

En bref

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetDigital Communication and LanguageTravaux en français237 207