MétaCan
Menu
Retour à la cohorte
Enregistrement W3013279890 · doi:10.3390/ijerph17072238

The Natural Environmental Factors Influencing the Spatial Distribution of Marathon Event: A Case Study from China

2020· article· en· W3013279890 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.

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Technologies in Various Fields
Établissements canadiensAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésBuffer zonePlateau (mathematics)LandformSubtropicsMonsoonPhysical geographyTemperate climateClimate changeEnvironmental scienceTerrainDrainage basinHydrology (agriculture)ClimatologyGeographyGeologyEcologyOceanographyCartography

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of this study was to investigate the influence of natural environmental factors on the spatial distribution of marathon events in China, and to identify the suitable natural environmental factors for the marathon events. METHODS: Geographic information system (GIS) spatial analysis tools were used to perform coupling analysis, e.g. overlap, neighborhood, intersection and buffer for terrain, climate, air quality, mountains and water resources with 342 marathon events held in China in 2018. RESULTS: The results indicate that the spatial distribution of marathon events in China is negatively correlated with the elevation of the terrain (plain > hill > plateau > mountain > basin); climate (subtropical monsoon climate > temperate monsoon climate > temperate continental climate > tropical monsoon climate > plateau alpine climate), air quality (level 3 > level 2 > level 4 > level 1). Results indicate that buffer zones can protect water resources: there are 24 items in the buffer zone of river 0.5 km and lake 1 km, 131 items in the buffer zone of river 3 km and lake 5 km, 191 items in the buffer zone of river 5 km and lake 10 km, 298 items in the buffer zone of river 10 km and lake 20 km. Results indicate for mountain range buffer: 13 items in the 20 km buffer and 39 items in the 50 km buffer. CONCLUSIONS: Marathon events are more likely to be held on the third rung of China's topography where a city has a typical landform (plains, basins, hills, or mountain) with good climate and air quality. Meanwhile a city with water and mountain resources for recreational events such as cross-country or obstacle course are essential. The contribution of this study is to systematically and intuitively reflect the influence of natural environment factors on the distribution of marathon events in China, and to provide evidence for the medium and long-term planning of marathon events in China, the selection of venues for different types of marathon events and how to attract participants.

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)0,001
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 enseignants0,787
Score d'incertitude au seuil0,355

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,345
Écart entre enseignants0,307 · 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