Ask medical questions ont the Internet (motivations to use the health forum of the site Doctissimo)
Bibliographic record
Abstract
CONTEXTE: Lorsqu'une recherche est effectuée sur le thème de la santé sur internet, le site Doctissimo est omniprésent dans les pages de réponses. Sa visibilité sur le Web est bien supérieure aux sites officielles en charge de la diffusion d'informations sur la santé. Doctissimo, site Santé leader en France, génère une grande partie de son audience grâce à son versant interactif: les forums de discussion. OBJECTIFS: Mon travail consistait à étudier les motivations des internautes à poser leurs questions médicales sur le Forum santé du site Doctissimo. METHODES: Etaient inclus, après tirage au sort, les sujets de discussion comportant une question médicale dans le premier message de la discussion. Une grille d'analyse standardisée a été appliquée aux messages inclus. RESULTATS: 401 grilles d'analyse ont été recueillies. Les internautes qui posent leurs questions médicale sur le forum sont majoritairement des femmes (79,7%). L'affect principal qui motive le plus cette démarche est l'inquiétude sur leur santé (54,1%). 43,8% des internautes étaient malades et 24,7% doutaient de leur état de santé. 45,3% avaient bénéficiés d'un avis médical avant d'avoir recours au forum: ils recherchaient un second avis, des informations supplémentaires, des couseils ou des témoignages. 43,5% des internautes ne faisaient pas référence à un avis médical: 47% espéraient qu'un diagnostic soit posé à la suite de l'énumération de leurs symptômes sur le forum. CONCLUSION: La motivation principale de la participation à ce forum est principalement le désir de se rassurer grâce à l'établissement d'une relation malade-malade
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 | 0.008 | 0.039 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".