MétaCan
Menu
Retour à la cohorte
Enregistrement W2158639348 · doi:10.3390/ijerph110201444

Understanding Older Adults’ Usage of Community Green Spaces in Taipei, Taiwan

2014· article· en· W2158639348 sur OpenAlexafffund
Eryn Pleson, Laura Nieuwendyk, Karen Lee, Anuradha Chaddah, Candace I. J. Nykiforuk, Donald Schopflocher

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensProvincial Laboratory of Public HealthUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaGovernment of Alberta
Mots-clésRecreationGerontologyDescriptive statisticsExploratory researchPhysical activityPsychologyGeographyMedicineSociologyEcology

Résumé

récupéré en direct d'OpenAlex

As the world's population ages, there is an increasing need for community environments to support physical activity and social connections for older adults. This exploratory study sought to better understand older adults' usage and perceptions of community green spaces in Taipei, Taiwan, through direct observations of seven green spaces and nineteen structured interviews. Descriptive statistics from observations using the System for Observing Play and Recreation in Communities (SOPARC) confirm that older adults use Taipei's parks extensively. Our analyses of interviews support the following recommendations for age-friendly active living initiatives for older adults: make green spaces accessible to older adults; organize a variety of structured activities that appeal to older adults particularly in the morning; equip green spaces for age-appropriate physical activity; and, promote the health advantages of green spaces to older adults.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,036
Score d'incertitude au seuil0,926

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,147
Tête enseignante GPT0,369
Écart entre enseignants0,223 · 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 tête enseignante, 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

Citations112
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetUrban Green Space and HealthTravaux en français237 207