Urban School Travel: Exploring Children's Qualitative Narratives about Their Trip to School
Notice bibliographique
Résumé
A wide range of correlates of active school transport (AST) have been studied including demographic, individual and family factors, school factors, and social and physical environmental factors. Children's qualitative experiences of AST or non-AST have received less attention in the AST literature. This paper seeks to redress this imbalance. We present findings from children's qualitative narratives about their journeys to and from school in four specific built environments in Toronto, Canada. Forty-one children—21 who walked to school (AST) and 20 who were driven to school (non-AST)—in grades four, five, and six from four elementary schools consented to participate. We selected the schools based on the design of the built environment and socio-economic status. We began our study with some assumptions about how the built environment might impact on AST; however, once we immersed ourselves in the children's qualitative stories, we realized that their relationships to the built environments' were not straightforward. Children responded to our questions about health and wellbeing, neighborhoods, social relationships, personal safety, traffic and environmental conservation in interesting and nuanced ways. We conclude that future research on AST should continue to consider the heterogeneity of children's social and geographic relationships to, and experiences of, the built environments that may impact on their everyday school 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».