건강 관련 주제에 대한 온라인 정보 탐색의 통합 다중 분석 가능성 연구

배경 디지털 건강 문해력(DHL)은 온라인 건강 관련 정보를 찾고, 이해하며, 평가할 수 있는 능력과 이를 건강 행동에 적용하는 능력을 말합니다. 이는 온라인 정보 및 건강 서비스 환경을 탐색하는 데 핵심적인 역량이 되었습니다. DHL은 문제와 그 해결책이 명확하지 않고 단일한 답이 없을 수 있는 비구조적 문제를 해결하는 것을 포함합니다. 우리는 정보 검색 전문가와 초보자가 검색 작업을 수행하는 방식을 다루기 위해 정보 탐색 이론을 사용하고 확장합니다. 우리의 궁극적인 목표는 온라인에서 건강 관련 정보를 이해하고 평가하는 데 있어 최선의 사례와 함정을 정확히 파악하여 DHL과 비판적 사고를 향상시키기 위한 디지털 개입을 개발하는 것입니다. 방법 이 가능성 연구에서 우리는 전문적 및 초보적 하위 샘플을 위해 총 20명의 참가자를 모집했습니다. 우리는 자가 개발한 설문지를 통해 사회 인구 통계 데이터를 수집하였고, 10분 검색 작업에 대한 관찰 프로토콜을 통해 비디오 데이터를, 그리고 회고적 생각 발표를 통해 오디오-비디오 데이터를 수집했습니다. 세 가지 다중 모달 데이터 스트림은 기록되고 정렬되었습니다. 여러 번의 반복을 통해 귀납적으로 코드를 개발한 후, 전체 데이터셋에 연역적으로 적용하였습니다. 표화된, 코드화되고 세분화된 질적 데이터는 두 하위 샘플의 질적 및 통계적 비교의 생존 가능성을 입증하는 다양한 정량적 모델을 만드는 데 사용되었습니다. 결과 데이터는 세 개의 정렬된 데이터 스트림에서 코드의 공동 발생을 분석하기 위해 Epistemic Network Analysis를 사용하여 시각화하였고, 두 하위 샘플 참가자가 온라인 콘텐츠를 접했을 때의 순서를 검토하기 위해 Qualitative/Unified Exploration of State Transitions를 사용했습니다. 결론 이 논문은 우리의 방법과 모형 도표로 elaborated planned analyses를 설명합니다. 질적 데이터를 정량화하고, 데이터 스트림을 정렬하며, 모든 정보를 표화된 데이터셋으로 표현함으로써 우리는 다양한 참가자 특성에 따라 데이터를 그룹화하고 데이터 시각화 기술을 활용해 그 안의 패턴을 찾아낼 수 있습니다.