The Volume and Tone of Twitter Posts About Cannabis Use During Pregnancy: A Scoping Review Protocol
Notice bibliographique
Résumé
Background: Cannabis use has increased in Canada since its legalization in 2018, includingamong pregnant women who may be motivated to use cannabis to reduce symptoms ofnausea and vomiting. However, a growing body of research suggests that cannabis useduring pregnancy may harm the developing fetus. As a result, patients increasingly seekmedical advice from online sources, but these platforms may also spread anecdotaldescriptions or misinformation. Given the possible disconnect between online messaging andevidence-based research about the effects of cannabis use during pregnancy, there is apotential for advice taken from social media to cause harm.Objectives: To quantify the volume and tone of English-language posts related to cannabisuse in pregnancy from January 2012 to July 2021.Methods: Modelling published frameworks for scoping reviews, we will collect publiclyavailable posts from Twitter that mention cannabis use during pregnancy and employ theTwitter Application Programming Interface (API) for Academic Research to extract data fromtweets, including public metrics such as the number of likes, retweets and quotes, as well ashealth effect mentions, sentiment, location and users interests. These data will be used toquantify how cannabis use during pregnancy is discussed on Twitter and to build a qualitativeprofile of supportive and opposing posters.Results: The CHEO Research Ethics Board reviewed our project and granted an exemptionin May 2021. As of September 2021, we have gained approval to use the Twitter API forAcademic Research and have developed a preliminary search strategy that returns over 2million unique tweets posted between 2012 and 2020.Conclusions: Understanding how Twitter is being used to discuss cannabis use duringpregnancy will help public health agencies and healthcare providers assess the messagingpatients may be receiving and develop communication strategies to counter misinformation,especially in geographical regions where legalization is recent or imminent. Most importantly,we foresee that our findings will assist expecting families in making informed choices aboutwhere they choose to access advice about using cannabis during pregnancy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,096 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,005 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,020 | 0,012 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,013 |
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 source (Gemma direct ou Codex distillé), 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 ».