Online information on chronic pain in 3 countries: an assessment of readability, credibility, and accuracy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives: To assess the readability, credibility, and accuracy of online information on chronic pain in Australia, Mexico, and Nepal. Methods: We assessed Google-based websites and government health websites about chronic pain for readability (using the Flesch Kincaid Readability Ease tool), credibility (using the Journal of American Medical Association [JAMA] benchmark criteria and Health on the Net Code [HONcode]), and accuracy (using 3 core concepts of pain science education: (1) pain does not mean my body is damaged; (2) thoughts, emotions, and experiences affect pain; and (3) I can retrain my overactive pain system) Results: We assessed 71 Google-based websites and 15 government websites. There were no significant between-country differences in chronic pain information retrieved through Google for readability, credibility, or accuracy. Based on readability scores, the websites were "fairly difficult to read," suitable for ages 15 to 17 years or grades 10 to 12 years. For credibility, less than 30% of all websites met the full JAMA criteria, and more than 60% were not HONcode certified. For accuracy, all 3 core concepts were present in less than 30% of websites. Moreover, we found that the Australian government websites have low readability but are credible, and the majority provided all 3 core concepts in pain science education. A single Mexican government website had low readability without any core concepts but was credible. Conclusion: The readability, credibility, and accuracy of online information on chronic pain should be improved internationally to support facilitating better management of chronic pain.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,045 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle