Predictors of Return Visits to Trails with Self-Guided Materials for Children
Notice bibliographique
Résumé
Participation in outdoor recreation can positively contribute to physical and emotional well-being. However, questions remain regarding the most effective way to implement programs that promote childhood engagement in outdoor recreation. Using seven years of data, we explored factors driving visitation to trailheads that offer self-guided materials for children at parks and recreation facilities of the Kids in Parks program. We evaluated the demographic, managerial, and physical predictors of visitation to the 115 trails included in the program. Of 769 visitors who made at least one return visit to a TRACK Trail, 305 (39.7%) returned to the same trail, 675 (87.8%) returned to a different trail, and 211 (27.4%) did both. Using multiple linear regression, we found that repeat visits to any trail and new trails increased (p<0.01) when the trail was in a state park or a national forest. Return visits to new trails were more likely to take place at locations without a visitor center, and at locations that were located farther away from visitors’ homes. Visitors who made any return trail visits came from areas with significantly higher unemployment rates, compared to visitors who did not make repeat visits. The results of this study have broad applications in creating inclusive recreation opportunities for all residents, and guiding communities as they make management decisions. Subscribe to JPRA
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».