Examining Twitter Discourse on Dementia during Alzheimer’s Awareness Month in Canada: Infodemiology Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Twitter has become a primary platform for public health campaigns, ranging from mental health awareness week to diabetes awareness month. However, there is a paucity of knowledge about how Twitter is being used during health campaigns, especially for Alzheimer’s Awareness OBJECTIVE The purpose of our study was to examine dementia discourse during Canada’s Alzheimer’s Awareness Month in January to inform future awareness campaigns. METHODS We collected 1,289 relevant tweets using the Twint application in Python from January 1 to January 31, 2022. Thematic analysis was used to analyze the data. RESULTS Guided by our analysis, four primary themes were identified: dementia education and advocacy; fundraising and promotion; experiences of dementia; and opportunities for future actions. CONCLUSIONS Although our study identified many educational, promotional, and fundraising tweets to support dementia awareness, we also found numerous tweets with cursory messaging (i.e., simply referencing January as Alzheimer’s Awareness Month in Canada). While these tweets promoted general awareness, they also highlight an opportunity for targeted educational content to correct stigmatizing language (e.g., suffering and enduring) and stereotypes (e.g., depressed and wandering) against people living with dementia. In addition, awareness strategies partnering with diverse stakeholders (such as celebrities, social media influencers, and people living with dementia and their care partners) may play a pivotal role in fostering dementia dialogue and education. Further research is needed to develop, implement, and evaluate dementia awareness strategies on Twitter. Increased knowledge, partnerships, and research are essential to enhancing dementia awareness during Canada’s Alzheimer’s Awareness Month and beyond. CLINICALTRIAL Not applicable.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,014 | 0,004 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».