MétaCan
Menu
Retour à la cohorte
Enregistrement W4404554139 · doi:10.2196/66121

The Use of Social Media on Enhancing Dental Care and Practice Among Dental Professionals: Cross-Sectional Survey Study

2024· article· en· W4404554139 sur OpenAlexvenueno aff
Joseph Macadaeg Acosta, Palinee Detsomboonrat, Pagaporn Pantuwadee Pisarnturakit, Nipaporn Urwannachotima

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesChulalongkorn University
Mots-clésPreprintCross-sectional studySocial mediaPromotion (chess)Health careDental practiceNursingMedicineDentistryPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Background: As digitalization continues to advance globally, the health care sector, including dental practice, increasingly recognizes social media as a vital tool for health care promotion, patient recruitment, marketing, and communication strategies. Objective: This study aimed to investigate the use of social media and assess its impact on enhancing dental care and practice among dental professionals in the Philippines. Methods: A cross-sectional survey was conducted among dental practitioners in the Philippines. The study used a 23-item questionnaire, which included 5 questions on dentists' background and demographic information and 18 questions regarding the use, frequency, and purpose of social media in patient advising and quality of care improvement. Data were analyzed using SPSS software, with frequency distributions and χ2 tests used to assess the association between social media use and demographic variables and the impact on dental practice. Results: The 265 dental practitioners in this study were predominantly female (n=204, 77%) and aged between 20-30 years (n=145, 54.7%). Most of the participants were general practitioners (n=260, 98.1%) working in a private practice (n=240, 90.6%), with 58.5% (n=155) having 0-5 years of clinical experience. Social media use was significantly higher among younger practitioners (20-30 years old) compared to older age groups (P<.001), though factors such as sex, dental specialty, and years of clinical practice did not significantly influence use. The majority (n=179, 67.5%) reported using social media in their practice, primarily for oral health promotion and education (n=191, 72.1%), connecting with patients and colleagues (n=165, 62.3%), and marketing (n=150, 56.6%). Facebook (n=179, 67.5%) and YouTube (n=163, 61.5%) were the most frequented platforms for clinical information, with Twitter (subsequently rebranded X) being the least used (n=4, 1.5%). Despite widespread social media engagement, only 8.7% (n=23) trusted the credibility of web-based information, and 63.4% (n=168) perceived a potential impact on the patient-dentist relationship due to patients seeking information on the internet. Social media was also perceived to enhance practice quality, with users reporting significant improvements in patient care (P=.001). Conclusions: The findings highlight that social media is widely used among younger dental practitioners, primarily for education, communication, and marketing purposes. While social media use is associated with perceived improvements in practice quality and patient care, trust in information on social media remains low, and concerns remain regarding its effect on patient relationships. It is recommended to establish enhanced guidelines and provide reliable web-based resources to help dental practitioners use social media effectively and responsibly.

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 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)0,012
score de la tête « metaresearch » (Gemma)0,031
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
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 enseignants0,302
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,394
Tête enseignante GPT0,611
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetSocial Media in Health EducationTravaux en français237 207