Built Environment and School Travel Mode Choice in Toronto, Canada
Notice bibliographique
Résumé
Walking to or from school may provide a regular source of physical activity for children and youth. To improve walking practices among this younger population, urban planners emphasize the importance of built environment interventions. Empirical understanding of the potential relationship between the built environment and active school transportation (e.g., walking) is therefore essential to the development of effective planning interventions. In the nexus of empiricism and policy, place-based differences in school transport policy and urbanization processes, which may associate with mode choice, provide the rationale for conducting local research to support local policy development. This study examines the association between the built environment and the likelihood of walking or being driven to or from school. The research also addresses differences in mode choice behavior across morning and afternoon school trips. Binomial logit models were specified to study the school travel outcomes of children aged 11 to 13 years in the city of Toronto, Canada. Distance between the residence and school had the strongest correlation with mode choice; other built environment measures had moderate associations with walking. Importantly, the built environment around a child's residence had a stronger association with mode choice than did the built environment around the school. Furthermore, the effect of the built environment was more apparent for home-to-school trips. This research provides evidence that the built environment may influence school travel mode choice, but planners and community-based organizations should exercise caution when the nature of interventions required to encourage walking among children is determined.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».