ASSESSING INTER-RATER RELIABILITY OF ENVIRONMENTAL AUDIT DATA IN A CASE-CONTROL STUDY ON BICYCLING INJURIES
Notice bibliographique
Résumé
Background Environmental audit tools must be valid in order to accurately estimate the association between built environmental characteristics and bicycling injury risk. Objectives To examine the inter-rater reliability of a built environment audit tool in a case-control study on the environmental determinants of bicycling injuries. Methods Auditor pairs visited locations where bicycling injuries were known to have occurred in two cities, and recorded location characteristics using the validated Systematic Pedestrian and Cyclist Environmental Scan (SPACES). Case locations were those where a bicyclist was struck by a motor-vehicle (MV), or suffered injuries requiring hospitalisation. Control locations were those where non-MV or minor injuries occurred. Inter-rater reliability of each item on the tool was assessed using observed agreement and Kappa (κ). Results Ninety-seven locations were audited from May–October 2010. Inter-observer agreement was generally high (≥95%); most items had a 1–2% difference in responses. Items with differences ≥5% between raters included path condition, slope, and obstructions. For land use, path, and roadway characteristics, κ ranged from 0.3 for presence of offices and cleanliness to 0.9 for schools and number of lanes; overall, 78% of items had high agreement (κ≥0.61). For MV cases the proportion of items with high agreement was 60%, compared with 73% for controls. For both severe cases and controls, 76% of items had high agreement. Significance Despite low reliability for land use types and cleanliness, percent agreement was high for most items. Our findings suggest that the SPACES tool provides reliable quantitative descriptions of built environmental characteristics at bicycle injury locations.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».