A Scoping Review on the Use of Infographics as a Health-Related Knowledge Translation Tool
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.
Notice bibliographique
Résumé
Infographics are gaining in popularity as a promising knowledge translation (KT) tool to reach multiple health research users. This scoping review explores the depth and breadth of empirical evidence available on infographics' use and its effectiveness. A systematic search was conducted across MEDLINE, CINAHL, PsycInfo, Social Science Abstracts, ERIC, Cairn, Google Scholar, and Google Web. Articles were screened and abstracted independently by two reviewers. Among the 2173 sources identified, 21 met inclusion criteria. Of the included studies, 71% were published since 2018, 76% were conducted in North America, and 22% addressed cancer prevention. A great diversity in research designs and indicators is observed. Most studies used self-reported questionnaires often administered post-intervention. In general, infographics are appreciated, considered visually appealing, perceived as useful and easy to understand. According to experimental studies identified, infographics would not be more effective than other tools for information acquisition and retention, intention to act, and behavior change, except for specific subgroups. However, more studies are necessary to better understand the added value of infographics for knowledge translation compared to other dissemination tools, considering different target audiences and types of knowledge, and to identify characteristics (e.g., structure, message framing) that may influence their impact.
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 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 | 0,016 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 découle