Analysis of Informative Content on Cerebral Palsy Presented in Brazilian-Portuguese YouTube Videos
Notice bibliographique
Résumé
<b>Aims:</b> To describe the characteristics of the most accessed YouTube videos in Brazilian-Portuguese on cerebral palsy (CP), and to analyze content of informational videos about this topic. <b>Methods:</b> This was a cross-sectional study. Searching on YouTube website was conducted by two independent examiners between November and December 2019, using the keywords “<i>Paralisia Cerebral</i>” sorted by videos’ number of views. Videos that did not present content related to CP or duplicate videos were excluded. The interaction parameters and content characteristics of the included videos were extracted. To access the trustworthiness and quality of informational videos, the modified Discern checklist and the Global Quality Score was used. <b>Results:</b> Following the eligibility criteria 90 videos were included. Fifty-three (53) were classified as experiential videos and 37 as informational videos. Informational videos presented multi-topics about different aspects of CP. This group of videos presented moderate trustworthiness due to the lack of scientific evidence content. Informational videos had good quality and generally good flow. <b>Conclusion:</b> YouTube presented a large number of videos about CP in Brazilian-Portuguese. Informational videos are useful for patients and healthcare providers; however, it is necessary to included information about scientific evidence, as a strategy to facilitate and promote knowledge translation.
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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,931 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».