MétaCan
Menu
Retour à la cohorte
Enregistrement W2109723680 · doi:10.1177/0042098013519140

Do parental perceptions of the neighbourhood environment influence children’s independent mobility? Evidence from Toronto, Canada

2014· article· en· W2109723680 sur OpenAlexafffundabout
Raktim Mitra, Guy Faulkner, Ron Buliung, Michelle Stone

Notice bibliographique

RevueUrban Studies · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensDalhousie UniversityUniversity of TorontoToronto Metropolitan University
Organismes subventionnairesCanadian Institutes of Health ResearchHeart and Stroke Foundation of Canada
Mots-clésNeighbourhood (mathematics)GeographyDemographic economicsSociologyPerceptionPsychologyEconomic geographyDemographyRegional scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Children’s independent mobility (CIM), or a child’s freedom to explore their neighbourhood unsupervised, is important for their psychological development and potentially enables daily physical activity. However, the correlates of CIM remain under-studied particularly in terms of the influence of the neighbourhood environment. Within this context, children’s independent mobility in Toronto, Canada, was examined using linear regression and ordered logit models. Findings demonstrate that a higher level of CIM was correlated with more physical activity. Parental perceptions related to neighbourhood safety, stranger danger and sociability were associated with CIM. A child’s independent mobility was also correlated with age, sex, language spoken at home and parental travel attitudes. Interventions to increase CIM should focus on enhancing the neighbourhood social environment. Increasing the independent mobility of girls and of children with diverse ethno-cultural backgrounds are also worthy of particular research and policy attention.

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)0,005
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 enseignants0,025
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,269
Écart entre enseignants0,254 · 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

Citations128
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetUrban Transport and AccessibilityTravaux en français237 207