Social media at metabolic meetings: who is tweeting what and for whom?
Notice bibliographique
Résumé
BACKGROUND The social media site Twitter has been widely embraced in medical circles for its ability to connect individuals and support rapid information sharing. Critics say that the messages shared may not accurately reflect what was said and that sharing meeting content could devalue conferences themselves. It is unclear how it is used at SSIEM and what value it may bring. METHODS Twitter’s tweetdeck software was used to find all tweets containing the conference ‘hashtag’ #SSIEM2018. All tweets were reviewed to identify the author, see what had been shared and count replies, likes and retweets. Authors were grouped by professional background and tweet content was broken down by type of material shared and theme. RESULTS 122 relevant tweets were sent during the fortnight at the beginning of September 2018, creating over 400,000 impressions. There were a further 73 replies with approximately 13 engagements (likes, replies or retweets) per tweet. 36 people wrote tweets (rate: 3.4 per person [1-33]). One quarter of the tweets shared poster content and over one third of tweets related to Phenylketonuria materials. 50 of the tweets were produced by just two accounts, both intended to provide information to patients and their families. DISCUSSION Tweets where no hashtag was used cannot be identified and restrictions within Twitter prevent certain analyses on tweet data greater than 30 days old. However, Twitter uptake within metabolic medicine is significantly behind other specialities where conference tweets can exceed 20,000. Information shared is typically intended for patients rather than other health professionals; this suggests a different uptake to more mainstream specialities. Presenting teams should be aware that their work may be received directly by patients and families and consider how best to present their messages for all who may receive them.
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 | 0,004 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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.
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 ».