MétaCan
Menu
Retour à la cohorte
Enregistrement W1995890288 · doi:10.1080/17549175.2011.563958

Creating walkable places: neighbourhood and municipal level perspectives on the socio‐political process in Ottawa, Canada

2011· article· en· W1995890288 sur OpenAlexaffabout
Theresa Grant, Caroline Andrew, Nancy Edwards, Heidi Sveistrup, Mary Egan

Notice bibliographique

RevueJournal of Urbanism International Research on Placemaking and Urban Sustainability · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensInstitute of Population and Public HealthCanadian Foundation for Healthcare ImprovementUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNeighbourhood (mathematics)PoliticsGeographyPolitical processEnvironmental planningPolitical scienceRegional scienceSociologyEconomic geographyLaw

Résumé

récupéré en direct d'OpenAlex

As society faces concerns over rising obesity rates, traffic congestion and global warming, attention is turning to the importance of creating more walkable environments. The objective of this study was to investigate how community stakeholders, at both neighbourhood and municipal levels, describe the socio‐political process of creating walkable neighbourhoods. Thirty‐one key informants were interviewed about walking issues identified by older people in four different neighbourhoods in Ottawa, Canada. Five dimensions of the process were identified through qualitative analysis that elucidated insights on political context, access channels, resources, actors and opportunities. Creating walkable neighbourhoods is ultimately a political process that involves the convergence of resources facilitated by actors who are able to bridge sectors, organizations and levels of the system. Mobilization of resources at the neighbourhood level affected citizens' abilities to utilize access channels and act on opportunity raising considerations around equity. Future efforts to improve walkability will require that conventional bureaucracies develop approaches that are sensitive to place‐based needs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,482
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,093
Tête enseignante GPT0,397
Écart entre enseignants0,303 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Urbanism International Research on Placemaking and Urban SustainabilityMême sujetUrban Transport and AccessibilityTravaux en français237 207