Equity in Spatial Access to Bicycling Infrastructure in Mid-Sized Canadian Cities
Notice bibliographique
Résumé
The impacts of active transportation planning on equity are often overlooked, potentially leading to disparities in who receives benefits of infrastructure investment. This study examined income inequalities in spatial access to bicycling infrastructure in three mid-sized Canadian cities: Victoria and Kelowna (British Columbia), and Halifax (Nova Scotia), using non-spatial and spatial methods. We compiled municipal bicycling infrastructure data and calculated access to bicycling infrastructure (m/km 2 ) for dissemination areas (DAs) within each city. We analyzed trends in access across median household income quintiles, and characterized spatial patterns using a local measure of spatial autocorrelation. DAs in Kelowna ( n = 168) had the greatest access to infrastructure (median infrastructure = 2,915 m/km 2 ), followed by Victoria ( n = 386 DAs; median = 2,157 m/km 2 ), and Halifax ( n = 312 DAs; median = 0 m/km 2 ). Lower income areas in Victoria and Kelowna had greater access to infrastructure compared with higher income areas. The majority of DAs in Halifax had no infrastructure (59%), consistent across income quintiles. Spatial pattern analysis identified clusters of low income areas with poor access in each city, which may be targets for strategic, equitable investment. Although in many cities bicycling infrastructure planning is not driven by equity considerations, there is increasing political pressure to ensure equitable access to safe bicycling. Measuring and mapping trends in access to transportation resources from an equity perspective are requisite steps in the pathway toward healthy, sustainable cities for all.
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 | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».