If we build it, who will come? The case for attention to equity in healthy community design
Notice bibliographique
Résumé
The health and economic burden of physical inactivity is substantial and showing few signs of decline despite increased attention in policy agendas globally.1 To address this pandemic, we need to look beyond the health sector and reimagine our environments into places that get us moving more, and sitting less. Governments are investing in active transportation and sustainable development projects in light of their health, economic and environmental promise. But who stands to benefit from these investments, and in what context? Physical inactivity is socially distributed, varying by socioeconomic status, gender, age, education and ethnicity.2 This trend is global and consequential; a recent study using smartphone data from over 700 000 people across 111 countries showed that inequities in physical activity are a better predictor of obesity prevalence than average physical activity.3 The built environment has the potential to either mitigate or exacerbate health inequities. Vulnerable populations often live in built environments lacking access to amenities that promote active mobility, such as transit and recreational facilities.4 In addition to supporting physical activity, designing safe environments that increase the active transportation of underserved groups may …
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 | 0,013 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,019 | 0,040 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,005 |
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 ».