Videos on Bilibili, TikTok, and Xiaohongshu as Sources of Medical Information for Adenoid Hypertrophy: A Cross-Sectional Content Analysis (Preprint)
Notice bibliographique
Résumé
<sec> <title>BACKGROUND</title> The clinical diagnosis rate of adenoid hypertrophy in children has been rising continuously in recent years, attracting great attention from parents. There are many popular science videos about adenoid hypertrophy on short video platforms such as Bilibili, TikTok, and Xiaohongshu. It is worth noting that the quality and reliability of the popular science content related to adenoid hypertrophy on these platforms remain unknown. </sec> <sec> <title>OBJECTIVE</title> This study aimed to evaluate the completeness, understandability, actionability, reliability, and overall quality of short videos on adenoid hypertrophy from Bilibili, TikTok, and Xiaohongshu. </sec> <sec> <title>METHODS</title> Collected 220 adenoid hypertrophy videos from three platforms,two researchers independently assessed quality using content completeness,PEMAT-A/V, modified DISCERN, and GQS. Cross-platform comparisons and Spearman’s correlation were performed. </sec> <sec> <title>RESULTS</title> Bilibili videos had the longest median duration (113.50 s) and significantly outperformed TikTok and Xiaohongshu videos in terms of completeness, understandability, and reliability (p<0.05), achieving the highest overall quality. Xiaohongshu videos showed greater interactivity and actionability than those on Bilibili and TikTok. Videos produced by medical professionals are easier to understand. Correlation analysis revealed a strong positive correlation between the video duration and completeness (ρ=0.641). Interaction indicators showed high correlations among themselves (ρ>0.8) but no significant correlation with duration (ρ≤0.2).Notably, no substantial relationship was observed between the interaction indicators and video quality. </sec> <sec> <title>CONCLUSIONS</title> The content, reliability, and quality of videos on adenoid hypertrophy across short video platforms are unsatisfactory and need improvement.Overall, Bilibili provides the highest video quality and Xiaohongshu excels in interactivity. Videos produced by medical professionals are easier to understand. Platforms should enhance oversight and optimize algorithms to promote high-quality health video content. </sec>
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 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 | 0,017 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».