Check the score: Field validation of Street Smart Walk Score in Alberta, Canada
Notice bibliographique
Résumé
Walk Score® is a proprietary walkability metric that ranks locations by proximity to destinations, with emerging health promotion applications for increasing walking as physical activity. Currently, field validations of Walk Score® have only occurred in metropolitan regions of the United States; moreover, many studies employ an earlier Walk Score® version utilizing straight line distance. To address this gap, we conducted a field validation of the newest, network-based metric for three municipal types along a rural-urban continuum in Alberta, Canada. In 2015, using street-level systematic observations collected in Bonnyville, Medicine Hat, and North Central Edmonton in 2008 (part of the Community Health and the Built Environment (CHBE) project), we reverse engineered 2181 scores with the network Walk Score® algorithm. We computed means, 95% confidence intervals, and t-tests (α = 0.05) for both sets of scores. Applying the Clifford-Richardson adjustment for spatial autocorrelation, we calculated Spearman's Rank Correlation Coefficients (rho, r s ) and adjusted p-values to measure the strength of association between the derived scores and original network scores provided by Walk Score®. Spearman's rho for scores were very high for Bonnyville (r s = 0.950, adjusted p < 0.001), and high for Medicine Hat (r s = 0.790, adjusted p < 0.001) and North Central Edmonton (r s = 0.763, adjusted p < 0.001). High to very high correlations between derived scores and Walk Scores® field validated this metric across small, medium, and large population centres in Alberta, Canada. However, we suggest caution in interpreting Walk Score® for planning and evaluating health promotion interventions, since the strength of association between destinations and walking may vary across different municipal types.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».