Quantifier l'utilisation que les Canadiens font d'Internet comme source d'information sur la modification de certains comportements, identifiés comme facteurs de risque modifiables du cancer
Bibliographic record
Abstract
Introduction La présente étude visait à quantifier la fréquence à laquelle les Canadiens consultent Internet pour trouver des renseignements sur la modification de comportements qui sont des facteurs de risque modifiables du cancer, et à déterminer le moment choisi pour effectuer leurs recherches. Méthodologie Nous avons utilisé l'outil générateur de mots clés Keywords du programme AdWords de Google pour estimer le nombre de recherches effectuées sur Internet au Canada entre juillet 2010 et mai 2011 pour trouver des renseignements associés aux mots clés anglais « physical activity/exercise », « healthy eating/weight loss » et « quit smoking ». Résultats Dans le cas de « physical activity/exercise », 663 mots clés connexes ont donné lieu à 117 951 699 recherches. Pour ce qui est de « healthy eating/weight loss », 687 termes apparentés ont conduit à 98 277 954 recherches. « Quit smoking » a été associé à 759 mots clés, qui ont mené à 31 688 973 recherches. Toutes ces recherches ont atteint un pic en janvier 2011. Conclusion De nombreux Canadiens font, surtout en janvier, des recherches sur Internet à propos de certains changements de comportements de santé. Ces changements étant susceptibles de favoriser la prévention du cancer, les principaux intervenants dans ce domaine devraient en tirer profit, définir des priorités en matière de transfert des connaissances et travailler avec les organismes de santé à l'élaboration de stratégies fondées sur des données probantes, stratégies favorisant l'utilisation d'Internet pour encourager ces changements de comportement.
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 | 0.011 | 0.065 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.006 | 0.006 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.018 | 0.003 |
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".