Built environment characteristics and parent active transportation are associated with active travel to school in youth age 12–15
Notice bibliographique
Résumé
PURPOSE: To investigate the relation of factors from multiple levels of ecological models (ie, individual, interpersonal and environmental) to active travel to/from school in an observational study of young adolescents. METHODS: Participants were 294 12-15-year olds living within two miles of their school. Demographic, psychosocial and perceived built environment characteristics around the home were measured by survey, and objective built environment factors around home and school were assessed in Geographic Information Systems (GIS). Mixed effects multinomial regression models tested correlates of engaging in 1-4 (vs 0) and 5-10 (vs 0) active trips/week to/from school, adjusted for distance and other covariates. RESULTS: 64% of participants reported ≥1 active trip/week to/from school. Significant correlates of occasional and/or habitual active travel to/from school included barriers (ORs=0.27 and 0.15), parent modelling of active travel (OR=3.27 for habitual), perceived street connectivity (OR=1.78 for occasional), perceived pedestrian safety around home (OR=2.04 for habitual), objective street connectivity around home (OR=0.97 for occasional), objective residential density around home (ORs=1.10 and 1.11) and objective residential density around school (OR=1.14 for habitual). Parent modelling interacted with pedestrian safety in explaining active travel to/from school. CONCLUSIONS: Results supported multilevel correlates of adolescents' active travel to school, consistent with ecological models. Correlates of occasional and habitual active travel to/from school were similar. Built environment attributes around schools, particularly residential density, should be considered when siting new schools and redeveloping neighbourhoods around existing schools.
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 | 0,000 |
| 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 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 ».