MétaCan
Menu
Retour à la cohorte
Enregistrement W4313354143 · doi:10.2196/39984

Facebook Experiences of Users With Traumatic Brain Injury: A Think-Aloud Study

2022· article· en· W4313354143 sur OpenAlexaffvenue
Reihaneh Ahmadi, Hajin Lim, Bilge Mutlu, Melissa C. Duff, Catalina L. Toma, Lyn S. Turkstra

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensMcMaster University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institutes of Health
Mots-clésSocial mediaThink aloud protocolPsychologyCoding (social sciences)FluencyInternet privacyApplied psychologyComputer scienceWorld Wide WebHuman–computer interactionUsability

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A critical gap in our knowledge about social media is whether we can alleviate accessibility barriers and challenges for individuals with traumatic brain injury (TBI), to improve their social participation and health. To do this, we need real-time information about these barriers and challenges, to design appropriate aids. OBJECTIVE: The aim of this study was to characterize the ways people with TBI accessed and used social media websites and understand unique challenges they faced. METHODS: We invited 8 adults with moderate to severe TBI to log onto their own Facebook page and use it as they regularly would while thinking aloud. Their comments were recorded and transcribed for qualitative analysis. We first analyzed participants' utterances using a priori coding based on a framework proposed by Meshi et al to classify adults' motives for accessing social media. We next used an open coding method to understand the challenges that people with TBI faced while using Facebook. In other words, we analyzed participants' needs for using Facebook and then identified Facebook features that made it challenging for them to meet those needs. RESULTS: Participants used all categories of codes in the framework by Meshi et al and provided detailed feedback about the Facebook user interface. A priori coding revealed 2 dimensions that characterized participants' Facebook use: whether they were active or passive about posting and self-disclosure on Facebook and their familiarity and fluency in using Facebook. The open coding analysis revealed 6 types of challenges reported by participants with TBI, including difficulty with language production and interpretation, attention and information overload, perceptions of negativity and emotional contagion, insufficient guidance to use Facebook, concerns about web-based scams and frauds, and general accessibility concerns. CONCLUSIONS: Results showed that individuals with TBI used Facebook for the same reasons typical adults do, suggesting that it can help increase social communication and reduce isolation and loneliness. Participants also identified barriers, and we propose modifications that could improve access for individuals with brain injury. On the basis of identified functions and challenges, we conclude by proposing design ideas for social media support tools that can promote more active use of social media sites by adults with TBI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,049
Tête enseignante GPT0,365
Écart entre enseignants0,317 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Rehabilitation and Assistive TechnologiesMême sujetTraumatic Brain Injury ResearchTravaux en français237 207