Analyse comparative systématique des sources d’information sur la littératie en matière de santé liée à la COVID 19 des étudiants universitaires au Canada
Bibliographic record
Abstract
Introduction Étant donné la diffusion rapide de l’information en ligne sur la santé liée au coronavirus, il est important de s’assurer que cette information est fiable et communiquée efficacement. Cette étude traite de la diffusion de l’information relevant de la littératie en matière de santé par les établissements postsecondaires canadiens à l’intention des étudiants universitaires par rapport aux directives provinciales et fédérales sur la COVID 19. Méthodologie Nous avons effectué une analyse systématique des pages Web des gouvernements fédéral et provinciaux du Canada et de diverses universités canadiennes pour déterminer comment l’information en matière de santé est présentée aux étudiants universitaires. Nous avons utilisé notre enquête sur la littératie en matière de santé menée précédemment auprès d’étudiants postsecondaires du Canada comme cadre d’échantillonnage pour sélectionner les établissements d’enseignement à inclure. Nous avons ensuite utilisé des termes de recherche spécifiques pour obtenir les pages Web pertinentes, à l’aide de Google et des fonctions de recherche intégrées aux sites Web des divers gouvernements, puis nous avons comparé l’information disponible sur les mesures de lutte contre la pandémie en fonction des procédures d’intervention, des sources d’expertise et des approches liées à l’image de marque des diverses universités. Résultats Notre analyse des pages Web des gouvernements et de celles des universités au Canada révèle que les universités ont créé de manière similaire une page principale pour les mises à jour et l’information sur la COVID 19 et qu’elles ont renvoyé aux organismes du secteur public comme ressource principale, mais qu’elles ont obtenu différemment leur information à partir des sources provinciales et locales consultées. Elles ont également agi différement dans leurs stratégies de communication et de présentation de cette information à leurs populations étudiantes respectives. Conclusion Les universités de notre échantillon ont défini des politiques similaires pour leurs étudiants, congruentes avec les recommandations du gouvernement canadien en matière de santé publique et leurs autorités sanitaires provinciales ou régionales respectives. Il est important de maintenir l’exactitude de ces sources d’information afin d’assurer la littératie en matière de santé des étudiants et de contrer la désinformation sur la COVID 19.
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 | 0.010 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.014 | 0.028 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".