MétaCan
Menu
Retour à la cohorte
Enregistrement W1602067939 · doi:10.1002/9781118963418.childpsy413

Children in Neighborhoods

2015· other· en· W1602067939 sur OpenAlexaff
Tama Leventhal, Véronique Dupéré, Elizabeth A. Shuey

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésResidenceContext (archaeology)Field (mathematics)Focus (optics)Section (typography)Life course approachUnit (ring theory)SociologyData scienceComputer sciencePsychologyGeographyDevelopmental psychologyMathematics educationMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Several decades of research demonstrate a link between neighborhood residence and human development throughout the life course. This chapter goes beyond enumerating studies that have found such connections between neighborhoods and development; we focus on synthesizing findings from methodologically rigorous research to lay a foundation of what we know about how and why neighborhoods matter for children during the first two decades of life. We begin the chapter with an overview of the history and context of neighborhood research, with special attention to the intersections of research and policy. We next turn our attention to defining the neighborhood context for children. By addressing issues of theory and measurement in neighborhood research, we provide a framework for the third section on approaches to studying neighborhood influences on children's development. The fourth section presents a review of the current state of research in the field, integrating multiple aspects of the neighborhood context and synergies with related contexts and individual characteristics. The fifth section then considers the neighborhood as a unit of intervention. Finally, we offer a dynamic framework for the study of neighborhoods and child development before presenting our conclusions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0280,002

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,316
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207