Walkability around primary schools and area deprivation across Scotland
Notice bibliographique
Résumé
BACKGROUND: A number of studies based in the US, Canada, and Australia, have found evidence of associations between the built environment (BE) and mode of transport to school, and links between active travel and deprivation. Limited research in the UK compares potential BE supports for walking to school by area deprivation. Within this study, we gathered data on BE attributes previously linked to active travel, i.e., street/path connectivity, and dwelling density, created a composite 'walkability score' (WS) for areas around primary schools across urban Scotland, and explored whether poorer areas exhibit lower scores than more affluent areas, or vice versa. We consider this to be a novel approach as few studies have compared BE features by deprivation across a whole country. METHODS: Address and road/path maps were obtained and primary schools (N = 937) across mainland Scotland were mapped. Schools were attributed income deprivation scores (scores divided into quintiles (Q1: least deprived, Q5: most deprived)). Catchment area (CA) boundaries, i.e., the geographic area representing eligibility for local school attendance, were drawn around schools, and WS calculated for each CA. We compared mean WS by income quintile (ANOVA), for all local authorities (LAs) combined (N = 29), and separately for the four LAs with the greatest number of schools included in the analysis. RESULTS: For all LAs combined, the least deprived quintile (Q1) showed a significantly lower WS (-0.61), than quintiles 3, 4 and 5 (Q2: -0.04 (non-sig), Q3: 0.38, Q4: 0.09, Q5: 0.18); while for Glasgow the second least deprived quintile (Q2) showed significantly higher WS (Q1: 1.35, Q2: 1.73), than middling (Q3: 0.18) and most deprived quintiles (Q4: 0.06, Q5: -0.10). CONCLUSION: WS differ by deprivation with patterns varying depending on the spatial scale of the analysis. It is essential that less walkable areas are provided with the resources to improve opportunities to engage in active travel.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».