MétaCan
Menu
Retour à la cohorte
Enregistrement W4411508437 · doi:10.3329/jmcwh.v21i1.80080

Online Health Information Seeking Behaviour and Perceived Trust on Health Communication Channels among Undergraduate Students of Bangladesh

2025· article· en· W4411508437 sur OpenAlexaff
Ashiqur Rahman, Abu Sadat Mohammad Nurunnabi, Rukonuzzaman Rukon, Abid Hassan, Hafiza Sultana

Notice bibliographique

RevueJournal of the Medical College for Women & Hospital · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSocial mediaThe InternetNewspaperPsychologyHealth Information National Trends SurveyInformation seekingHealth informationMedical educationHealth communicationMedicineAdvertisingHealth carePolitical scienceBusinessWorld Wide WebLibrary scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Background: Health communication channels include traditional media like television, radio and print newspapers along with online newspapers and digital social media platforms like Facebook, YouTube, Twitter (X), and Blogs. The internet has become a valuable resource for accessing health information allowing individuals to actively engage in their health-related decision making. Objective: Our study aims to observe online health information seeking behaviour and perceived trust on those online health communication channels among the undergraduate level students of Dhaka City in Bangladesh. Materials & Methods: This cross-sectional study was conducted between January and December of 2023. A total of 384 students hailing from four institutions of Dhaka city namely Jagannath University, Daffodil International University, Enam Medical College and Mandy Dental College participated in this study. A pretested questionnaire was used for data collection, which included demographic characteristics, online health information seeking behaviour and perceived trust on those online health communication channels. For measuring perceived trust on online channels, the items were adopted from the Health Information National Trends Survey (HINTS) scale. Results: The majority (63%) of the study participants were ≥21 years old; the mean age was 20.98±1.18 years. 53.4% were males and 46.6% were females; male-female ratio was 1.5:1. 52% had medical/dental background. Most of the respondents used internet for health information within the week before survey (55.5%) and preferred digital channels (89%) over broadcast channels (11%) for health information. The mean of perceived trust on online channels was observed 3.13±1.64; online newspapers were the most trusted (3.03), while Facebook was the least trusted (2.41). Younger respondents aged ≤20 years reported higher perceived trust in online health information than those aged ≥21 years (P<0.05). A higher perceived trust was also observed among female students compared to male students (P<0.05). However, correlation of educational background and institutions with recent internet use did not show any statistically significant difference among the students (P>0.05). Those who preferred digital channels exhibit much greater levels of trust on those online channels compared to those who preferred broadcast channels (P<0.05). Conclusion: Undergraduate level students regularly use the internet and prefer digital channels over broadcast channels for health information. Online newspapers are found to be the most trusted among health communication channels. J Med Coll Women Hosp.2025; 21 (1):86-94

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,018
Tête enseignante GPT0,401
Écart entre enseignants0,383 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Medical College for Women & HospitalMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207