文章发表在这个主题:140(向下滚动加载剩余的文章)
2023年
专家的可信度和情绪Infodemiology羟氯喹的功效在有线电视的新闻节目:实证分析
多布林严,Jiban Khuntia,艾略特王,马修Treskon,Panagis Galiatsatos
JMIR Infodemiology 2023(6月27日);3:e45392
在德国建立Infodemic管理:一个框架为社会听力和综合分析报告Infodemic国家公共卫生研究所的见解
T索尼娅Boender,宝拉海琳施耐德,克劳迪娅Houareau,森林Wehrli,蒂娜D Purnat,Atsuyoshi Ishizumi,伊丽莎白威廉,克里斯托弗Voegeli,洛萨H由,克里斯蒂娜Leuker
JMIR Infodemiology 2023(6月1日);3:e43646
探索慢性疼痛和疼痛管理视角:定性试验分析基于web的健康社区的帖子
克莱尔·哈特,玛丽娜洛克,Aleah戈尔丁,克里斯汀•李,克里斯汀Merenda,安妮Riberdy,Anindita萨哈,Richardae Araojo,米歇尔·塔沃
JMIR Infodemiology 2023(5月30日);3:e41672
与肥胖相关的话语在Facebook上和Instagram COVID-19流行:比较纵向评估
凯瑟琳·波拉克,黛安娜Gilbert-Diamond,特蕾西·奥涅加,Soroush Vosoughi,詹姆斯·奥马利,珍妮弗Emond
JMIR Infodemiology 2023(5月16日);3:e40005
估计罕见的疾病发生率与大规模互联网搜索数据:开发和评估一个两步的机器学习方法
李嘉,致宇他,最小张,鲎马,你们金,Lei张,沭阳县张,益刘,他马
JMIR Infodemiology 2023(4月28);3:e42721
使用规范的语言在描述科学发现:随机对照试验的效果在信任和可信度
Jon斜斜地,云雨肖,应急服务国际公司E汤普森,莉莲Golzarri-Arroyo
J地中海互联网Res 2023(3月30日);25日:e45482
分析讨论农村卫生COVID-19大流行期间在Twitter上:社会网络分析Twitter的数据
Wasim艾哈迈德,约瑟Vidal-Alaball,约瑟玛丽亚Vilaseca Llobet
JMIR Infodemiology 2023(08年3月);3:e39209
州和联邦立法者的反应在社交媒体上的心理健康和卫生保健工作者的倦怠COVID-19流行:自然语言处理和情感分析
Matthew P艾布拉姆斯,亚瑟P Pelullo,扎卡里·F Meisel,雷米的商人,乔纳森Purtle,西班牙K阿加瓦尔
JMIR Infodemiology 2023(2月24日);3:e38676
瑞典语言的态度Twitter用户向COVID-19疫苗接种:探索性定性研究
Safwat Beirakdar,莱昂Klingborg,Sibylle赫齐格车我们
JMIR Infodemiology 2023(2月22日);3:e42357
预测病人满意治疗阿片类药物使用障碍:案例研究应用自然语言处理的评论/美沙酮和丁丙诺啡纳洛酮对健康相关的社交媒体
Samaneh Omranian,Maryam Zolnoori,明黄,天蓝色Campos-Castillo,苏珊·麦克罗伊
JMIR Infodemiology 2023(1月23日);3:e37207
2022年
识别资料和症状的患者长在法国COVID:数据挖掘Infodemiology研究基于社交媒体
阿米莉亚Deguilhem,Joelle Malaab,Manissa Talmatkadi,西蒙·雷纳,皮埃尔Foulquie,家伙Fagherazzi,保罗Loussikian,汤姆马蒂,阿德尔Mebarki,娜塔莉Texier,Stephane舒克
JMIR Infodemiology 2022(11月22日);2 (2):e39849
伙伴和评估活动在Twitter上减少痴呆的误解:机器学习研究
斯楠Erturk,乔吉哈德逊,索尼娅M Jansli,丹尼尔·莫里斯,克拉丽莎M Odoi,艾玛·威尔逊,安吉拉Clayton-Turner,凡妮莎·布雷,吉尔Yourston,安德鲁·康沃尔,尼古拉斯·康明斯,直到·怀克,Sagar Jilka
JMIR Infodemiology 2022(11月22日);2 (2):e36871
COVID-19健康信念关于面具戴和疫苗在Twitter上:深度学习的方法
如果杨柯,E香农Neeley-Tass,迈克尔·巴恩斯,卡尔•L•汉森,克利斯朵夫Giraud-Carrier,奎因斯奈尔
JMIR Infodemiology 2022(10月31日);2 (2):e37861
调查COVID-19疫苗TikTok沟通和错误信息:横断面研究
凯瑟琳·范Kampen,Jeremi拉斯基,加布里埃尔·赫尔曼,特蕾莎修女M陈
JMIR Infodemiology 2022(10月25日);2 (2):e38316
监测提到COVID-19疫苗副作用对日本和印尼Twitter: Infodemiological研究
Kiki Ferawati,Kongmeng刘,Aramaki二,祥子Wakamiya
JMIR Infodemiology 2022(10月04);2 (2):e39504
回到页面的顶部
跳过和页脚部分
在社交媒体直接面向消费者基因检测:主题建模和YouTube用户的评论的情感分析
菲利普一个杜桑,马克西米利安。雷纳,塞巴斯蒂安·林斯,斯科特Thiebes,阿里Sunyaev
JMIR Infodemiology 2022(9月15);2 (2):e38749
促进社会距离和COVID-19疫苗意图母亲:随机比较社交媒体的信息来源的消息
大卫·布勒,芭芭拉Walkosz,金伯利亨利,W吉尔伍德奥,雪莉Pagoto,茱莉亚Berteletti,Alishia金赛,约瑟夫Divito,凯蒂·贝克,乔高瓴
JMIR Infodemiology 2022(8月23日);2 (2):e36210