Environnement bâti et transport actif scolaire : le cas des écoles de proximité de la région de Montréal
Notice bibliographique
Résumé
But La diminution du transport actif scolaire est une problématique préoccupante dont les déterminants sont encore mal connus. Nous nous sommes donc penchée sur la question suivante : Quelle est la contribution de l’environnement bâti pour le choix d’un mode de transport actif pour les déplacements scolaires des enfants demeurant à proximité de leur école ? Méthodologie Pour répondre à cette question, nous nous sommes basée sur le cadre conceptuel de Tracy McMillan. Nous avons caractérisé le voisinage de trois écoles en milieu urbain et de trois écoles en milieu suburbain de la région de Montréal. Également, nous avons analysé les données du Groupe de recherche Ville et mobilité concernant les comportements des enfants ainsi que les comportements et perceptions des parents. Résultats Quatre des cas à l’étude se démarquent en raison de leur forte proportion de transport actif scolaire, soit les trois milieux urbains et un milieu suburbain. Les points communs de ces quatre cas sont la perméabilité du réseau viaire pour les piétons et les cyclistes et la perception favorable des parents vis-à-vis le transport actif scolaire. Conclusion Les environnements suburbains génèrent des comportements de transport actif uniquement chez les enfants alors que les environnements urbains génèrent systématiquement des comportements de transport actif chez les adultes et les enfants. Ce faisant, nous pouvons penser que les caractéristiques de l’environnement bâti des milieux urbains influencent les perceptions et les comportements des parents en faveur du transport actif scolaire.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».