MétaCan
Menu
Retour à la cohorte
Enregistrement W4407986881 · doi:10.1016/j.crbiot.2025.100280

Insights from antiaging-related X discussions: A six-year #Longevity hashtag analysis study

2025· article· en· W4407986881 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCurrent Research in Biotechnology · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLongevityGerontologyPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

• Study of tweets containing the hashtag #Longevity on X over six years (August 2018 – August 2024). • A total of 382,032 tweets posted from 109,935 users were analyzed. • The sentiment was predominantly positive but showed a slight decline during and after the COVID-19 pandemic. • Health, aging, wellness, and fitness were dominant themes in #Longevity-tagged tweets. • Nicotinamide mononucleotide, rapamycin, and green tea were the most frequently mentioned supplements and drugs. As social media platforms continue to play an increasingly significant role in shaping public discourse and disseminating scientific information, understanding how longevity and aging-related topics are discussed online has become crucial for researchers and healthcare professionals. This study investigates the global discourse on longevity and aging through the analysis of the hashtag #Longevity on the social media platform X (formerly Twitter) over a six-year period from August 1, 2018, to August 1, 2024. A total of 382 032 posts were shared by 109 935 users across 200 countries. The analysis focused on revealing key themes, geographical distribution, sentiment analysis, and the most frequently mentioned supplements and drugs related to longevity. The results show a high level of engagement with the hashtag, primarily driven by users from the United States, followed by the United Kingdom and Canada. Sentiment analysis revealed predominantly positive attitudes towards longevity-related topics, with a slight but statistically significant (p < 0.0001) decline during and after the COVID-19 pandemic. The study identified nicotinamide mononucleotide, rapamycin, and green tea as the most frequently mentioned supplements or drugs in longevity discussions. Notably, there was a significant increase in discussions about niacin derivatives, particularly nicotinamide mononucleotide, during and after the pandemic period. This study highlights the importance of social media as a tool for gauging public interest and sentiment towards scientific topics like longevity, providing valuable insights for researchers, healthcare professionals, and policymakers to enhance science communication and public engagement.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
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 enseignants0,086
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,014
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
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 Opus0,076
Tête enseignante GPT0,465
Écart entre enseignants0,390 · 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