Contribution of streetscape audits to explanation of physical activity in four age groups based on the Microscale Audit of Pedestrian Streetscapes (MAPS)
Notice bibliographique
Résumé
Ecological models of physical activity emphasize the effects of environmental influences. "Microscale" streetscape features that may affect pedestrian experience have received less research attention than macroscale walkability (e.g., residential density). The Microscale Audit of Pedestrian Streetscapes (MAPS) measures street design, transit stops, sidewalk qualities, street crossing amenities, and features impacting aesthetics. The present study examined associations of microscale attributes with multiple physical activity (PA) measures across four age groups. Areas in the San Diego, Seattle, and the Baltimore metropolitan areas, USA, were selected that varied on macro-level walkability and neighborhood income. Participants (n = 3677) represented four age groups (children, adolescents, adults, older adults). MAPS audits were conducted along a 0.25 mile route along the street network from participant residences toward the nearest non-residential destination. MAPS data were collected in 2009-2010. Subscale and overall summary scores were created. Walking/biking for transportation and leisure/neighborhood PA were measured with age-appropriate surveys. Objective PA was measured with accelerometers. Mixed linear regression analyses were adjusted for macro-level walkability. Across all age groups 51.2%, 22.1%, and 15.7% of all MAPS scores were significantly associated with walking/biking for transport, leisure/neighborhood PA, and objectively-measured PA, respectively. Supporting the ecological model principle of behavioral specificity, destinations and land use, streetscape, street segment, and intersection variables were more related to transport walking/biking, while aesthetic variables were related to leisure/neighborhood PA. The overall score was related to objective PA in children and older adults. Present findings provide strong evidence that microscale environment attributes are related to PA across the lifespan. Improving microscale features may be a feasible approach to creating activity-friendly environments.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».