Teenu Xavier, Student, University of Cincinnati
Zunehmend , Twitter wird von Pflegefachkräften genutzt, um Ideen, Informationen und Meinungen auszutauschen. Viele Pflegekräfte haben diese Plattform auch genutzt, um Bedenken hinsichtlich der Auswirkungen der Arbeitsbedingungen auf ihre psychische Gesundheit zu äußern. Während diese Tweets eine gute Datenquelle für die Forschung darstellen und oft als Ergänzung zu etablierten Forschungsansätzen dienen, mangelt es an Forschung zu den Tweets von Krankenschwestern, da es schwierig ist, sie auf der Twitter-API zu filtern. Dieses Poster zeigt, wie JMP verwendet werden kann, um Tweets von Krankenschwestern aus einem großen Datensatz zu filtern.
Vom 3. März bis zum 3. Dezember wurde eine Querschnittsstudie zum Data Mining durchgeführt. 3. 2020. Fast 355.000.000 Tweets im Zusammenhang mit COVID-19 wurden mit den Tweet-IDs heruntergeladen, die auf einer öffentlichen Website verfügbar waren. Mithilfe des Text Explorers in JMP Pro 16 wurden Daten verarbeitet und gefiltert, indem im Profilbeschreibungsfeld nach Schlüsselwörtern mit Bezug zur Krankenpflege gesucht wurde.
Nachdem Text Explorer die Schlüsselbegriffe und Phrasen im Zusammenhang mit dem Pflegeberuf gefiltert hatte, wurden 13.868 Tweets aus 5.476 eindeutigen Twitter-Benutzer-IDs von selbst identifizierten Krankenschwestern extrahiert. Sobald die Tweets gesammelt waren, wurden sie zu einer riesigen Datenquelle (bestehend aus Tausenden von Benutzern), die fundierte Analysen ermöglichte, um die Meinungen und Bedenken von Pflegekräften zu verschiedenen Themen im Zusammenhang mit Gesundheitsförderung und Risikominderung zu untersuchen.
