‘There's only so much money hot dog sales can bring in’: The intersection of green school grounds and socio-economic status
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In the interest of enhancing children's environments, many school grounds around the world are being ‘greened’ as asphalt and manicured grass are replaced with a diversity of elements and spaces, such as trees, shrubs, gardens, art, and gathering areas. Despite a growing body of research from a number of disciplines that is exploring the potential of these spaces, very little is known about how issues of socio-economic status (SES) influence school ground greening initiatives. In this paper, I explore what (if any) relationship exists between school ground greening and SES in a Canadian school board where approximately 20% of more than 500 schools have begun the greening process. A mixed methods approach was used: (1) 149 questionnaires were completed by administrators, teachers, and parents associated with 45 school ground greening initiatives; and (2) 21 follow-up interviews were conducted with administrators, teachers and parents at five greening projects across a range of SESs. Three significant, and arguably troubling, patterns emerged as a function of socio-economic status of the school community. Participants associated with schools across a range of SESs had different: (1) perceptions as to the importance/adequacy of green school grounds; (2) access to adult support; and (3) access to funding. The implications of these findings are discussed.
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.
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 | 0,000 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 découle