An Exploration of Search Patterns and Credibility Issues among Older Adults Seeking Online Health Information
Bibliographic record
Abstract
RÉSUMÉ L’Internet est une ressource importante des informations sur la santé, parmi les jeunes et les aînés aussi. Malheureusement, il y a des limites associées aux renseignements en ligne sur la santé. Des travaux de recherche sont nécessaires pour évaluer la qualité des informations trouvées en ligne et pour déterminer si les utilisateurs sont des consommateurs critiques des informations qu’ils y trouvent. On a besoin aussi de la recherche pour étudier comment utilisent l’enquête en ligne les personnes de 65 ans et plus – un contingent démographique croissant des utilisateurs de l’Internet. L’étude actuelle présente des importantes données descriptives sur les motifs de recherche de personnes agées cherchant des informations de santé en ligne, les types de sujets qu’ils là recherchent, et si elles considèrent les questions de crédibilité lors de la récupération des informations de santé en ligne. Une comparaison est également faite entre les stratégies de recherche utilisées dans le texte imprimé et dans les hypertextes environnants. Les résultats, qui ont d’importantes implications en ce qui concerne les questions de crédibilité, soulignent la nécessité d’accroître la sensibilisation au sujet des compétences essentielles en chercher chez les personnes âgées qui sont utilisateurs de l’Internet.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.041 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".