Bibliographic record
Abstract
Internet est de plus en plus utilisé par la population qui recherche et partage des informations sur les habitudes de vie, les symptômes, les pathologies, les traitements ou les ressources médicales et alternatives. De ce fait, il occupe une place centrale dans la dynamique de réorganisation des soins de santé au Québec comme dans les différents pays occidentaux. Sur les plateformes du Web 2.0, les stratégies de réseautage et d’échange se sont diversifiées. Elles permettent la diffusion des savoirs experts, populaires ou expérientiels, favorisent le soutien social et jouent un rôle de plus en plus important dans la mobilisation collective des patients et des aidants. Quant aux formes d’intervention — qui vont de la diffusion d’informations à grande échelle à l’engagement d’un dialogue plus personnalisé entre intervenants et publics cibles, jusqu’aux interventions indivi dualisées telles que les cyberthérapies —, elles couvrent un vaste éventail de problématiques de santé. Ces initiatives, tout comme le développement de l’Internet- santé dans son ensemble, soulèvent de nombreux enjeux, que ce soit sur les plans social, communicationnel, méthodologique ou éthique. Cet ouvrage collectif, qui réunit les contributions de chercheurs canadiens, québécois, français et suisses, vise à analyser les caractéristiques et les conséquences de cette médiation particulière de l’information santé que produit le développement du Web 2.0. Il présente les usages et l’appropriation de cet espace, la façon dont les problématiques de santé y sont abordées, les aspects méthodologiques et éthiques de l’intervention et de la recherche en ligne, ainsi que des études de cas. Il offre un aperçu de la richesse des travaux réalisés jusqu’ici et des perspectives de recherche et de réflexion qui pourront aider les personnes intéressées à cet hypersystème qu’est devenu l’Internet-santé.
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 | 0.003 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.120 | 0.025 |
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".