INTERACT: A comprehensive approach to assess urban form interventions through natural experiments
Notice bibliographique
Résumé
BACKGROUND: Urban form interventions can result in positive and negative impacts on physical activity, social participation, and well-being, and inequities in these outcomes. Natural experiment studies can advance our understanding of causal effects and processes related to urban form interventions. The INTErventions, Research, and Action in Cities Team (INTERACT) is a pan-Canadian collaboration of interdisciplinary scientists, urban planners, and public health decision makers advancing research on the design of healthy and sustainable cities for all. Our objectives are to use natural experiment studies to deliver timely evidence about how urban form interventions influence health, and to develop methods and tools to facilitate such studies going forward. METHODS: INTERACT will evaluate natural experiments in four Canadian cities: the Arbutus Greenway in Vancouver, British Columbia; the All Ages and Abilities Cycling Network in Victoria, BC; a new Bus Rapid Transit system in Saskatoon, Saskatchewan; and components of the Sustainable Development Plan 2016-2020 in Montreal, Quebec, a plan that includes urban form changes initiated by the city and approximately 230 partnering organizations. We will recruit a cohort of between 300 and 3000 adult participants, age 18 or older, in each city and collect data at three time points. Participants will complete health and activity space surveys and provide sensor-based location and physical activity data. We will conduct qualitative interviews with a subsample of participants in each city. Our analysis methods will combine machine learning methods for detecting transportation mode use and physical activity, use temporal Geographic Information Systems to quantify changes to urban intervention exposure, and apply analytic methods for natural experiment studies including interrupted time series analysis. DISCUSSION: INTERACT aims to advance the evidence base on population health intervention research and address challenges related to big data, knowledge mobilization and engagement, ethics, and causality. We will collect ~ 100 TB of sensor data from participants over 5 years. We will address these challenges using interdisciplinary partnerships, training of highly qualified personnel, and modern methodologies for using sensor-based data.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».