Municipal cross-sectoral policy implementation: urban form and physical activity in Peel Region
Notice bibliographique
Résumé
Issue/problem Peel Region is a rapidly-growing, upper-tier municipality in the Greater Toronto Area that consists of predominantly car-oriented urban form. It is also experiencing high rates of physical inactivity and obesity, and the urban form has led to low rates of active transportation. Description of the problem Starting in 2009, our research team began collaborating with the public health and urban planning departments in the Peel municipal government to develop and implement a technical tool that would screen new residential subdivision applications for their impact on creating urban form that is supportive of physical activity. We initially conducted a literature review to determine relevant elements and measures of urban form that promote physical activity and active transportation. The tool was then developed into a Healthy Development Assessment (HDA), which has been undergoing pilot testing since 2013. A recent literature update was conducted in advance of mandatory implementation into the urban planning approval process. Results This presentation will describe the results of technical and feasibility evaluations of the Healthy Development Assessment. The technical evaluation shows that the scores generated by the HDA correctly predict existing urban form and physical activity patterns. The feasibility evaluation shows that completeness and accuracy of HDA materials submitted by urban development applicants has improved, and that overall acceptability of the HDA by the property development industry and local government has improved. Several legislative and other policy barriers still exist however. Lessons It is possible for evidence-based, inter-sectoral municipal policy to be developed and implemented in a way that directs private-sector urban development to build urban forms that support physical activity. There are numerous political, feasibility and policy challenges in doing so, however. Key messages: The evidence base on built environment and health can produce rigorous policy implementation tools for municipal government to regulate land use for healthier populations. Evidence-based, inter-sectoral municipal policy are possible, but face many challenges.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».