MétaCan
Menu
Retour à la cohorte
Enregistrement W4393440862 · doi:10.1080/14670100.2024.2334550

Awareness campaigns for cochlear implants: Are we making an impact?

2024· article· en· W4393440862 sur OpenAlexaboutno aff
Joshua M. Kang, Mihai A. Bentan, Daniel H. Coelho

Notice bibliographique

RevueCochlear Implants International · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCochlear implantThe InternetCochlear implantationPublic healthMedicineDemographySocioeconomicsAudiologySociology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study aimed to determine if the major public awareness campaign for cochlear implants 'International Cochlear Implant Day' influenced national and international public interest as measured by internet search activity. METHODS: Weekly search volume data in the United States, Canada, Australia, Germany, United Kingdom, Brazil, India, Japan, and a 'Worldwide' group for the search topic 'cochlear implant' was collected from Google Trends over a 5-year period (2017-2021). The 'Campaign' window was defined as 1 week before, the week of, and 2 weeks after International Cochlear Implant Day (February 25th). 'Non-Campaign' weeks were considered any data outside the 'Campaign' window. RESULTS: Of the studied regions, the United States, United Kingdom, Australia, India, and 'Global' demonstrated a significant increase in internet search activity between 2017 and 2021. Although some individual years showed significant increases during the 'Campaign' period for Canada, Germany, Brazil, and Japan, none showed statistically significant increases over the 5-year period studied. CONCLUSION: Public awareness campaigns are recognized crucial elements to delivering effective healthcare, but their success varies worldwide. While data from Google Trends suggests that cochlear implant awareness campaigns can translate into increased internet searches, greater efforts can be made in select countries to improve public interest.

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)0,005
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0050,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,208
Tête enseignante GPT0,573
Écart entre enseignants0,365 · 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'étudeObservationnel
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCochlear Implants InternationalMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207