MétaCan
Menu
Retour à la cohorte
Enregistrement W2218919937 · doi:10.3390/ijerph121215027

Active Travel by Built Environment and Lifecycle Stage: Case Study of Osaka Metropolitan Area

2015· article· en· W2218919937 sur OpenAlexaff
E. Owen D. Waygood, Yilin Sun, Laurence Letarte

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaStage (stratigraphy)Transport engineeringGeographyEnvironmental planningEngineeringArchaeologyGeology

Résumé

récupéré en direct d'OpenAlex

Active travel can contribute to physical activity achieved over a day. Previous studies have examined active travel associated with trips in various western countries, but few studies have examined this question for the Asian context. Japan has high levels of cycling, walking and public transport, similar to The Netherlands. Most studies have focused either on children or on adults separately, however, having children in a household will change the travel needs and wants of that household. Thus, here a household lifecycle stage approach is applied. Further, unlike many previous studies, the active travel related to public transport is included. Lastly, further to examining whether the built environment has an influence on the accumulation of active travel minutes, a binary logistic regression examines the built environment's influence on the World Health Organization's recommendations of physical activity. The findings suggest that there is a clear distinction between the urbanized centers and the surrounding towns and unurbanized areas. Further, active travel related to public transport trips is larger than pure walking trips. Females and children are more likely to achieve the WHO recommendations. Finally, car ownership is a strong negative influence.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,094
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,158
Tête enseignante GPT0,442
Écart entre enseignants0,284 · 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

Citations40
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetUrban Transport and AccessibilityTravaux en français237 207