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
回到页面顶部
跳过并转到页脚部分
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
回到页面顶部
跳过并转到页脚部分
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