MétaCan
Menu
Retour à la cohorte
Enregistrement W4387209617 · doi:10.2196/42810

Reproductive Health Experiences Shared on TikTok by Young People: Content Analysis

2023· article· en· W4387209617 sur OpenAlex

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Infodemiology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReproductive healthPopularityContent analysisPillQualitative researchInternet privacyPsychologyComputer scienceMedicineSocial psychologySociologyNursingPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: TikTok is a popular social media platform that allows users to create and share content through short videos. It has become a place for everyday users, especially Generation Z users, to share experiences about their reproductive health. Owing to its growing popularity and easy accessibility, TikTok can help raise awareness for reproductive health issues as well as help destigmatize these conversations. OBJECTIVE: We aimed to identify and understand the visual, audio, and written components of content that TikTok users create about their reproductive health experiences. METHODS: A sampling framework was implemented to narrow down the analytic data set. The top 6 videos from each targeted hashtag (eg, #BirthControl, #MyBodyMyChoice, and #LoveYourself) were extracted biweekly for 16 weeks (July-November 2020). During data collection, we noted video characteristics such as captioning, music, likes, and cited sources. Qualitative content analysis was performed on the extracted videos. RESULTS: The top videos in each hashtag were consistent over time; for example, only 11 videos appeared in the top 6 category for #BirthControl throughout the data collection. Most videos fell into 2 primary categories: personal experiences and informational content. Among the personal experiences, people shared stories (eg, intrauterine device removal experiences), crafts (eg, painting their pill case), or humor (eg, celebrations of the arrival of their period). Dancing and demonstrations were commonly used in informational content. CONCLUSIONS: TikTok is used to share messages on myriad reproductive health topics. Understanding users' exposure provides important insights into their beliefs and knowledge of sexual and reproductive health. The study findings can be used to generate valuable information for teenagers and young adults, their health care providers, and their communities. Producing health messages that are both meaningful and accessible will contribute to the cocreation of critical health information for professional and personal use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,252
Tête enseignante GPT0,489
Écart entre enseignants0,237 · 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