MétaCan
Menu
Retour à la cohorte
Enregistrement W4412103098 · doi:10.1177/20552076251357396

Exploration for a knowledge translation model in public dissemination via social media: Insights from an innovative Cochrane evidence dissemination competition in China

2025· article· en· W4412103098 sur OpenAlexaff
Huikai Hu, Judith Deppe, Yanling Shen, Duanhong Yang, Xuefeng Wang, Jin Zhang, Yutong Fei, Jianping Liu, Xun Li

Notice bibliographique

RevueDigital Health · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensCochrane
Organismes subventionnairesnon disponible
Mots-clésChinaCompetition (biology)Social mediaKnowledge translationDisseminationInformation DisseminationBusinessKnowledge managementPublic relationsPolitical scienceComputer scienceWorld Wide WebBiologyTelecommunicationsEcology

Résumé

récupéré en direct d'OpenAlex

Objective: This study aimed to present and evaluate an innovative evidence dissemination competition based on Cochrane evidence through participants' perceptions, barriers, and feedback about evidence dissemination. Methods: We evaluated competition participation, the submissions and their dissemination on social media. An online questionnaire was also conducted to analyze participants' perceptions, barriers, and feedback about the competition and evidence dissemination. Microsoft Excel and IBM SPSS (26.0) were used to analyze the data. Results: A total of 80 text-graphics and 14 short videos submissions in 10 dissemination formats were created by 173 participants. Once disseminated on WeChat, submissions received considerable attention. Questionnaires received revealed the most chosen motivations for participation in personal skills development, including "furthering studies in EBM" (60.7%, 105/173). Previous works (64.2%, 108/173) and social media information (53.2%, 92/173) were the main sources of inspiration. Lack of knowledge in clinical trials was the most prevalent barriers. Only few participants (medical background: 12.9%, nonmedical background: 18.3%) could understand the original English version without translation. Suggested improvement for the competition included "increase competition impact," while expectations for future evidence dissemination included "disseminate through more social media platforms." Conclusions: The third Cochrane Dissemination Competition provided a valuable opportunity for participants to demonstrate their creativity while deepening their understanding of medical evidence, representing a successful attempt to disseminate high-quality Cochrane evidence to the public via Chinese social media. Key elements identified provide valuable insights for evidence dissemination to the public by health professionals via social media.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,466
Score d'incertitude au seuil0,964

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,004
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,184
Tête enseignante GPT0,478
Écart entre enseignants0,294 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital HealthMême sujetSocial Media in Health EducationTravaux en français237 207