MétaCan
Menu
Retour à la cohorte
Enregistrement W2993389699 · doi:10.3390/ijerph16244916

Perspectives on Active Transportation in a Mid-Sized Age-Friendly City: “You Stay Home”

2019· article· en· W2993389699 sur OpenAlexafffundabout
Irmina Klicnik, Shilpa Dogra

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensOntario Tech University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSocioeconomic statusNoveltyFocus groupActive livingGerontologyCommunity designPsychologyBusinessGeographyEnvironmental healthMarketingPublic healthMedicinePopulationPolitical scienceSocial psychologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Active transportation is an affordable and accessible form of transportation that facilitates the mobility of older adults in their communities. Age-friendly cities encourage and support physical activity and social participation among older adults; however, they often do not adequately address active transportation. Our goal was to identify and understand the constraints to active transportation that older adults experience in order to inform the development of viable solutions. METHODS: Focus group interviews were conducted with community dwelling older adults (n = 52) living in the City of Oshawa in Ontario, Canada; each focus group targeted a specific demographic to ensure a diverse range of perspectives were represented. Data were analyzed to identify themes; sub-group analyses were conducted to understand the experience of those from low socioeconomic status and culturally diverse groups. RESULTS: Themes pertaining to environmental, individual, and task constraints, as well as their interactions, were identified. Of particular novelty, seemingly non-modifiable constraints (e.g., weather and personal health) interacted with modifiable constraints (e.g., urban design). Culturally diverse and lower socioeconomic groups had more favorable perspectives of their neighborhoods. CONCLUSION: While constraints to active transportation interact to exacerbate one another, there is an opportunity to minimize or remove constraints by implementing age-friendly policies and practices.

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 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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,877

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,086
Tête enseignante GPT0,458
Écart entre enseignants0,372 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetOlder Adults Driving StudiesTravaux en français237 207