ONLINE HEALTH INFORMATION-SEEKING: THE CASE OF DEEP BRAIN STIMULATION IN SOCIAL MEDIA
Notice bibliographique
Résumé
Background: Online health information-seeking is a common behavior among caregivers.Social media increasingly plays a role as a source of health information, including for novel or emerging treatments such as deep-brain stimulation.Objectives: To examine health information-seeking related to deep brain stimulation.Design: Content analysis was applied to questions and answers related to deep brain stimulation posted online.Setting: Content was captured from the website Yahoo!Answers between 2006 and 2015.Participants: No participants were recruited for this study.The analysis was conducted on freelyaccessible publicly posted content in online social media.Results: Most discussions involved information-seeking and -sharing about a disease, treatment, or the procedure for deep brain stimulation.Nearly half of the questions featured some emotional valence, most often negative.Only a minority of questions and answers mentioned risks associated with deep brain stimulation.Deep brain stimulation was most discussed in the context of ageassociated movement disorders such as Parkinson disease.Evaluations of the benefits and efficacy of deep brain stimulation for movement disorders differed significantly from evaluations of its use for mental health disorders (X2 [6, N = 432] = 28.46,p < 0.01).Conclusions: With the increasing use of deep brain stimulation and its expanding application to a variety of age-associated neurological and psychiatric conditions, it is crucial to understand information-seeking trends related to this emerging neurotechnology to inform the development of knowledge dissemination initiatives for the public, patient and caregivers, and heath care providers.
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 | 0,009 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,006 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».