PW 0318 Child pedestrian risk and social equity: spatial distribution of roadway safety features in toronto, canada
Notice bibliographique
Résumé
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».