在此主题中发布的文章:27篇(向下滚动以加载其余文章)
2022
监测日本和印度尼西亚推特上提及COVID-19疫苗副作用的情况:信息流行病学研究
Kiki Ferawati,Kongmeng刘,Aramaki二,祥子Wakamiya
JMIR信息病学2022(10月04日);2 (2): e39504
营养与COVID-19信息大流行中营养师与推特用户的信息共享行为:推特内容分析研究
以斯帖夏博诺,Sehl Mellouli,阿尔比Chouikh,Laurie-Jane时装,苏菲Desroches
JMIR信息病学2022(9月16日);2 (2): e38573
使用数字信息和知识共同创造来解决COVID-19疫苗犹豫的信息管理:加纳的案例研究
Anna-Leena Lohiniva,Anastasiya Nurzhynska,Al-hassan Hudi,布丽姬特动物,Da Costa Aboagye
JMIR信息病学2022(7月12日);2 (2): e37134
社会倾听促进不同文化人群获得适当流行病信息:来自芬兰的案例研究
Anna-Leena Lohiniva,卡佳Sibenberg,莎拉Austero,纳塔莉亚Skogberg
JMIR信息病学2022(7月08日);2 (2): e38343
有影响力的行动者在推特上培育两极分化的COVID-19疫苗话语中的作用:机器学习和归纳编码的混合方法
Loni哈根,阿什利·福克斯,希瑟·奥利里,DeAndre戴森,金伯利•沃克,Cecile A Lengacher,拉奎尔·埃尔南德斯
JMIR信息病学2022(6月30日);2 (1): e34231
互联网用户暴露于氟化物信息和虚假信息的心理生理反应:随机对照试验方案
Matheus洛托,奥利维亚·桑塔纳·乔治,塔米雷斯Sá梅内塞斯,安娜·玛丽亚·拉玛略,泰国Marchini Oliveira,费尔南多Bevilacqua,蒂亚戈Cruvinel
JMIR Res Protoc 2022(6月16日);11 (6): e39133
解决疫苗错误信息的基于网络的公共卫生干预:分析学习者参与和对疫苗接种犹豫的影响的方案
李·鲍威尔,Radwa努尔,尤尼斯Zidoun,Sreelekshmi Kaladhara,哈南·阿尔·苏瓦伊迪,纳比尔Zary
JMIR Res Protoc 2022(5月30日);11 (5): e38034
围绕COVID-19及其信息流行的主题:面向所有健康的多学科医疗保健信息论坛COVID-19讨论的定性分析
Rakshith Gangireddy,Stuti Chakraborty,尼尔Pakenham-Walsh,Branavan纳,Prerna Krishan,理查德·麦奎尔,Gladson Vaghela,Abi Sriharan
JMIR信息病学2022(5月11日);2 (1): e30167
日本COVID-19疫苗接种之前和开始时的公众舆论和情绪:推特分析
钱妞妞,Junyu刘,Masaya加藤,徐怀钰筱原,Natsuki Matsumura,名叫Tomoki青山,Momoko Nagai-Tanima
JMIR信息病学2022(09年5月);2 (1): e32335
识别COVID-19信息大流行的框架:跨媒体错误信息故事的专题分析
伊桑·穆罕默,伊曼Tahamtan,Yazdan Mansourian,冬青Overton
JMIR信息病学2022(4月13日);2 (1): e33827
TikTok上尼古丁中毒(Nic Sick)视频内容分析:回顾性观察性信息流行病学研究
维迪雅Purushothaman,蒂安娜McMann,马修Nali,Zhuoran李,拉斐尔科莫,蒂姆·K·麦基
J Med Internet Res 2022(3月30日);24 (3): e34050
2021
Shabbir Syed Abdul,Meghna Ramaswamy,Luis Fernandez-Luque,欧门约翰,Thejkiran彼蒂,Babita Parashar
2021年JMIR公共卫生监测(2008年12月);7 (12): e31645
评估基于web的医疗信息可信度的主动注释:为机器学习创建训练数据集的指南
Aleksandra捺钵ż纽约,巴特łomiej Balcerzak,亚当Wierzbicki,巫女łaj Morzy,马łgorzata Chlabicz
JMIR Med Inform 2021(11月26日);9 (11): e26065