An Online Evidence-Based Education Resource Is Useful and Can Change People’s Perceptions About Running and Knee Health
Notice bibliographique
Résumé
OBJECTIVES: To (1) create and evaluate the usefulness of an online evidence-based education resource about running and knee health (eg, knee osteoarthritis) for the public and health care professionals, and (2) assess the online resource's effects on perceptions about running and knee health. DESIGN: Cross-sectional survey. METHODS: We created an online education resource (series of infographics) in 7 languages with community input. Then, we conducted a single-round online survey in which participants rated its usefulness and answered questions on perceptions about running and knee health before and after reading the infographics. RESULTS: Two thousand six hundred ninety-four participants (1291 members of the general public and 1403 health care professionals; 45.7% with knee osteoarthritis and 67.6% runners) from 60 countries viewed the infographics and responded to the postinfographics questions. The online resource was considered very useful, with a median rating of 9 out of 10. 23.2% of participants reported no change in their perceptions about running and knee health, 46.2% changed a little bit, 19.3% changed a moderate amount, and 11.3% changed a lot. Perceptions of running were more favorable after reading the infographics, especially about the effects of regular and frequent running on knee health, and running in individuals with knee osteoarthritis. Perceptions about running long distances were less favorable after the infographics. CONCLUSION: Our free online education resource was considered useful by both the public and health care professionals. Overall, the online resource led to more positive perceptions about recreational running and knee health. However, its effects on behavior change and running participation remain unknown.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».