MétaCan
Menu
Retour à la cohorte
Enregistrement W2405759093 · doi:10.1177/0013916515623823

The Relation of Perceived and Objective Environment Attributes to Neighborhood Satisfaction

2016· article· en· W2405759093 sur OpenAlexaff
Suzanna M. Lee, Terry L. Conway, Lawrence D. Frank, Brian E. Saelens, Kelli L. Cain, James F. Sallis

Notice bibliographique

RevueEnvironment and Behavior · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésWalkabilityDestinationsPsychologyScale (ratio)Level designBuilt environmentDiversity (politics)PedestrianEnvironmental healthGeographySocial psychologyApplied psychologyTransport engineeringMedicineComputer scienceEngineeringTourism

Résumé

récupéré en direct d'OpenAlex

There is growing evidence that communities can be designed to support physical activity, but it is important to understand whether neighborhood features related to health are also considered satisfactory by residents. The study aimed to determine if there is an association between perceived and objective neighborhood environment variables and neighborhood satisfaction. Adults ( N = 1,726) were recruited from neighborhoods in two regions of the United States selected to vary on walkability and income. Perceived neighborhood environment was assessed using a validated scale, objective measures were constructed using geographic information system (GIS), and satisfaction was assessed using a 17-item survey. Participants reported greater satisfaction when they perceived their neighborhood as having greater pedestrian/traffic safety, crime safety, attractive aesthetics, access to destinations, diversity of destinations, park access, and lower residential density. Objective measures were not significant. The discrepant findings between perceived and objective environmental measures indicate that neighborhood satisfaction is a complex construct.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,247
Écart entre enseignants0,233 · 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

Citations204
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and BehaviorMême sujetUrban Transport and AccessibilityTravaux en français237 207