MétaCan
Menu
Retour à la cohorte
Enregistrement W2059690785 · doi:10.1177/0013916512440705

Where Do Children Travel to and What Local Opportunities Are Available? The Relationship Between Neighborhood Destinations and Children’s Independent Mobility

2012· article· en· W2059690785 sur OpenAlexaff
Karen Villanueva, Billie Giles‐Corti, Max Bulsara, Anna Timperio, Gavin R. McCormack, Bridget Beesley, Gina Trapp

Notice bibliographique

RevueEnvironment and Behavior · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDestinationsOddsFeelingRecreationPsychologyOdds ratioGeographyTourismDemographyMedicineSocial psychologySociologyLogistic regressionPolitical science

Résumé

récupéré en direct d'OpenAlex

Associations between access to local destinations and children’s independent mobility (IM) were examined. In 2007, 10- to 12-year-olds ( n = 1,480) and their parents ( n = 1,314) completed a survey. Children marked on a map the destinations they walked or cycled to ( n = 1,132), and the availability of local destinations was assessed using Geographic Information Systems. More independently mobile children traveled to local destinations than other children. The odds of IM more than halved in both boys and girls whose parents reported living on a busy road (boys, OR = 0.48; girls, OR = 0.36) and in boys who lived near shopping centers (OR = 0.18) or community services (OR = 0.25). Conversely, the odds of IM more than doubled in girls living in neighborhoods with well-connected low-traffic streets (OR = 2.32) and increased in boys with access to local recreational (OR = 1.67) and retail (OR = 1.42) destinations. Creating safe and accessible places and routes may facilitate children’s IM, partly by shaping parent’s and children’s feelings of safety while enhancing their confidence in the child’s ability to use active modes without an adult.

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 enseignants0,026
Score d'incertitude au seuil0,051

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,066
Tête enseignante GPT0,276
Écart entre enseignants0,210 · 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

Citations120
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and BehaviorMême sujetUrban Transport and AccessibilityTravaux en français237 207