Complementary, alternative, and integrative medicine-specific COVID-19 misinformation on social media: A scoping review
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
Background: The sharing of health-related information has become increasingly popular on social media. Unregulated information sharing has led to the spread of misinformation, especially regarding complementary, alternative, and integrative medicine (CAIM). This scoping review synthesized evidence surrounding the spread of CAIM-related misinformation on social media during the COVID-19 pandemic. Methods: This review was informed by a modified version of the Arksey and O'Malley scoping review framework. AMED, EMBASE, PsycINFO and MEDLINE databases were searched systematically from inception to January 2022. Eligible articles explored COVID-19 misinformation on social media and contained sufficient information on CAIM therapies. Common themes were identified using an inductive thematic analysis approach. Results: Twenty-eight articles were included. The following themes were synthesized: 1) misinformation prompts unsafe and harmful behaviours, 2) misinformation can be separated into different categories, 3) individuals are capable of identifying and refuting CAIM misinformation, and 4) studies argue governments and social media companies have a responsibility to resolve the spread of COVID-19 misinformation. Conclusions: Misinformation can spread more easily when shared on social media. Our review suggests that misinformation about COVID-19 related to CAIM that is disseminated online contributes to unsafe health behaviours, however, this may be remedied via public education initiatives and stricter media guidelines. The results of this scoping review are crucial to understanding the behavioural impacts of the spread of COVID-19 misinformation about CAIM therapies, and can inform the development of public health policies to mitigate these issues.
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 | 0,008 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 découle