MétaCan
Menu
Retour à la cohorte
Enregistrement W1979155724 · doi:10.1177/00139160121973250

The Importance of Transportation and Prioritization of Environmental Needs to Sustain Well-Being among Older Adults

2001· article· en· W1979155724 sur OpenAlexaff
Yuri Cvitkovich, Andrew Wister

Notice bibliographique

RevueEnvironment and Behavior · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPrioritizationTransportation planningTransport engineeringMass transportationSample (material)Needs assessmentBusinessTransportation infrastructureEnvironmental healthPublic transportEngineeringMedicineSociology

Résumé

récupéré en direct d'OpenAlex

This study examines the influence of transportation dependence and fulfillment of transportation needs on well-being based on a community sample ( N = 174). The majority (54.4%) of transportation-dependent participants had unfulfilled transportation needs, whereas this was the case for very few (7.1%) of those independent of transportation support. Regression analyses revealed that the transportation needs variable was statistically significant, whereas the transportation dependence factor was not. In terms of the prioritization of environmental components, elderly dependent on transportation support placed higher importance on housing than on neighborhood or community elements compared to more mobile seniors. Participants with unmet transportation needs were more likely to depend solely on family to provide transportation, whereas participants with fulfilled transportation needs were more likely to include friends or neighbors for providing transportation support. Results suggest that prioritization of needs enables seniors to maintain positive wellbeing despite experiencing functional limitations or being dependent on transportation services.

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)0,004
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,244
Écart entre enseignants0,239 · 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
GenreEmpirique

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

En bref

Citations97
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and BehaviorMême sujetHealth disparities and outcomesTravaux en français237 207