MétaCan
Menu
Retour à la cohorte
Enregistrement W4411239424 · doi:10.2196/74138

Interventions to Counter Health Misinformation Among Older People: Protocol for a Scoping Review

2025· review· en· W4411239424 sur OpenAlexaffvenue
Maryline Vivion, Valérie Reid, Valérie Trottier, Frédéric Bergeron, Isabelle Savard, Émilie Dionne, André Tourigny

Notice bibliographique

RevueJMIR Research Protocols · 2025
Typereview
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensQuebec Network for Research on AgingUniversité TÉLUQUniversité LavalBibliothèque et Archives nationales du QuébecCentre hospitalier universitaire de Québec
Organismes subventionnairesnon disponible
Mots-clésPreprintPsychological interventionMisinformationProtocol (science)MedicinemHealthGerontologyInternet privacyPsychologyAlternative medicineComputer scienceNursingWorld Wide WebComputer security

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In contemporary society, misinformation and disinformation have emerged as significant challenges, impacting various aspects of public health and societal cohesion. Some authors argue that older adults are particularly vulnerable to the effects of misinformation due to potential digital health literacy challenges. A previous review identified pedagogical approaches most commonly adopted in interventions aiming to improve the digital literacy of older adults but did not specifically address digital health literacy. OBJECTIVE: This scoping review protocol aims to explore digital health literacy interventions targeting health misinformation and designed specifically for older adults. METHODS: Following the methodology outlined by Arksey and O'Malley and the PRISMA-ScR (Preferred Reporting Items for Systematic reviews and Meta-Analyses extension for Scoping Reviews) checklist, this protocol delineates a systematic approach encompassing 5 stages: identification of research questions, identification of relevant studies, selection of studies, data charting, and collation of findings. Our scoping review will include peer-reviewed literature on interventions targeting misinformation for older adults. Research will be conducted on the MEDLINE (Ovid), Embase (Elsevier), PsycINFO (Ovid), CINAHL, and Web of Science databases. Gray literature will also be surveyed by performing a Google search to identify interventions and tools employed by public or private organizations, institutes, groups, or agencies. The databases and gray literature will be searched to identify relevant publications. Two members of our team will independently select publications to include in the review by using the Covidence review software (Veritas Health Innovation). The publications included will specifically address our research questions, be peer-reviewed, evidence-based, and published from January 1, 2005, in full-text English or French version. Data will be extracted from the included publications to mainly chart the intervention's objectives, types, target age groups, effectiveness, and risks reported. A thematic analysis will be conducted to categorize the study findings. RESULTS: The funding for this project was provided in March 2024. The research questions were identified in January 2024. The databases and gray literature search strategies were developed in February 2024. The final selection of the publications; the charting, collating, and summarizing of data; along with the reporting of findings are planned for August to September 2025. The findings of this scoping review will be shared through publication in an open access journal and presentations scheduled between September and December 2025. CONCLUSIONS: This protocol will enable us to contribute to the advancement of knowledge in combating health misinformation among older adults. The results will also be utilized for the development of interventions targeting misinformation among older adults. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/74138.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,094
score de la tête « metaresearch » (Gemma)0,093
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,495

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0940,093
Méta-épidémiologie (sens strict)0,0060,007
Méta-épidémiologie (sens large)0,0120,016
Bibliométrie0,0130,011
Études des sciences et des technologies0,0060,005
Communication savante0,0070,009
Science ouverte0,0060,008
Intégrité de la recherche0,0100,009
Charge utile insuffisante (le modèle a refusé de juger)0,1360,024

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 Opus0,615
Tête enseignante GPT0,738
Écart entre enseignants0,123 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetMisinformation and Its ImpactsTravaux en français237 207