MétaCan
Menu
Retour à la cohorte
Enregistrement W2892615111 · doi:10.1136/injuryprevention-2018-safety.134

PW 0318 Child pedestrian risk and social equity: spatial distribution of roadway safety features in toronto, canada

2018· article· en· W2892615111 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueAbstracts · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic and Road Safety
Établissements canadiensMcGill UniversityYork UniversityInstitut National de la Recherche ScientifiqueHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésPedestrianOddsCensusGeographyEquity (law)Cluster (spacecraft)American Community SurveyPoison controlCensus tractOdds ratioDemographyTransport engineeringLogistic regressionDemographic economicsEnvironmental healthMedicineEngineeringPopulationComputer scienceStatisticsMathematicsEconomicsSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Investments in road design features are made to improve pedestrian safety in urban areas. Pedestrian motor vehicle collisions (PMVC); however, remain common, and occur at higher frequency in lower income neighborhoods. The objective of this study was to compare child PMVC rates and the distribution of roadway environment features related to child pedestrian safety in low versus high income clusters, in Toronto, Canada. Spatial cluster detection by census tract identified low and high income clusters using Canadian census data. Police-reported data of 2185 PMVCs involving children ages 5–14 from 2001–2010 were mapped with speed humps, crossing guards, missing sidewalks, one-way streets and local roads. Relationships between roadway features and low versus high income clusters were examined using multiple logistic regression. Of 524 census tracts, fifty eight (11%) were in high and 44 (8%) were in low income clusters. Collision rates were almost 6 times higher in low income clusters. For every km/10 km road increase of speed humps there was a 65% <i>lower</i> odds, for every km/10 km road increase in local roads there was a 38% <i>lower</i> odds and for every additional crossing guard/10 km road there was a 43% <i>greater</i> odds of being in a lower income cluster. Fewer lower speed local roads and speed humps in lower income areas may put children at increased risk. The inequity in spatial distribution of speed humps may due to process of request which is initiated by the community and may favour higher income communities. More school crossing guards may reflect more children walking in lower income areas, as well as attempts to ameliorate more dangerous road environments with higher PMVC rates. Policy implications relate to the equitable distribution of roadway features to provide safe pedestrian environments.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,213
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle