Using Social Media to Better Understand Parents’ Experiences Managing Teething Pain
Notice bibliographique
Résumé
Teething in infants is a natural process that is associated with a variety of signs and symptoms. Many teething pain management strategies exist, yet there is a lack of research investigating which strategies are used by parents and whether they are evidence based. Using an established social media initiative, this study sought to better understand parents’ experiences managing teething pain and to determine which strategies are evidence based. Methods: Parents’ experiences with managing teething pain were gathered through a Facebook post in partnership with researchers and a Canadian digital publisher, YummyMummyClub.ca. This Facebook post, part of a larger social media initiative called #ItDoesntHaveToHurt, asked the following question: “What do you do when you think your baby has teething pain?” Comments underwent descriptive thematic analysis to identify common management approaches. An evidence review of literature was undertaken to determine if the most frequently used pain management strategies reported by parents are supported by research. Results: The post received 163 comments. Analysis identified that the most frequently mentioned strategies were frozen/chilled objects, over-the-counter oral analgesics, frozen fruits/vegetables, oral anesthetic gels, and teething necklaces. The evidence review findings suggest a lack of research in the area of teething pain management. Professional dental associations recommend rubbing the gums with a clean finger or using chilled teething toys and over-the-counter analgesics as effective management strategies. Evidence indicates that oral anesthetic gels and teething necklaces are unsafe. Conclusion: Parents use a variety of teething pain management strategies for their infants, many of which are unsafe and not supported by evidence. What information is used by parents and how they select teething pain management strategies is an area that requires further research.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».