Notice bibliographique
Résumé
Unlabelled: For more than 50 years, digital technologies have been employed for the creation and distribution of knowledge in health services. In the last decade, digital social media have been developed for applications in clinical decision support and population health monitoring. Recently, these technologies have also been used for knowledge translation, such as in the process where research findings created in academic settings are established as evidence and distributed for use in clinical practice, policy making, and health self-management. To date, it has been common for medical and public health institutions to have social media accounts for the dissemination of novel research findings and to facilitate conversations about these findings. However, recent events such as the transformation of the microblog Twitter to platform X have brought to light the need for the social media industry to exploit user data to generate revenue. In this viewpoint, it is argued that a redirection of social media use is required in the translation of knowledge to action in the fields of medicine and public health. A new kind of social internet is currently forming, known as the "fediverse," which denotes an ensemble of open social media that can communicate with each other while remaining independent platforms. In several countries, government institutions, universities, and newspapers use open social media to distribute information and enable discussions. These organizations control their own channels while being able to communicate with other platforms through open standards. Examples of medical knowledge translation via such open social media platforms, where users are less exposed to disinformation than in general platforms, are also beginning to appear. The current status of the social media industry calls for a broad discussion about the use of social technologies by health institutions involving researchers and health service practitioners, academic leaders, scientific publishers, social technology providers, policy makers, and the public. This debate should not primarily take place on social media platforms but rather at universities, in scientific journals, at public seminars, and other venues, allowing for the transparent and undisturbed communication and formation of opinions.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,137 | 0,033 |
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 ».