MétaCan
Menu
Retour à la cohorte
Enregistrement W3028406322 · doi:10.1177/2158244020924036

Rural Transportation Conference Participants’ Opinions and Concerns Pertaining to Transit for Older Adults

2020· article· en· W3028406322 sur OpenAlexaff
James W. Mjelde, Rebekka M. Dudensing, Geoffrey A. Battista, Jonathan Brooks, Maria Angeles Pérez Carrillo, Blane Counsil, Anil Giri, Man‐Keun Kim, V. Dimitra Pyrialakou

Notice bibliographique

RevueSAGE Open · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute of Food and Agriculture
Mots-clésRuralityDisadvantagedPublic transportSocioeconomic statusEconomic growthRural areaBusinessGerontologyPolitical scienceMedicineEnvironmental healthPopulationEconomics

Résumé

récupéré en direct d'OpenAlex

Mobility remains a vital part of the well-being of rural-living, older adults and transportation disadvantaged persons. This study seeks to identify research and policy needs related to rural transit for older people and the transportation disadvantaged. To obtain this goal, the multidisciplinary study team conducted two activities as part of a 2016 rural transportation conference: a survey of conference attendees and open discussion to elicit additional information. Results suggest the attendees felt the need for rural transit for older adults would continue to increase with public and private funding being critical issues. Respondents had similar opinions about challenges and opportunities across socioeconomic characteristics including age, gender, political leaning, rurality, and organizational function. This suggests an opportunity to mobilize support for public transportation.

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)0,000
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 enseignants0,613
Score d'incertitude au seuil0,945

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,105
Tête enseignante GPT0,379
Écart entre enseignants0,274 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAGE OpenMême sujetUrban Transport and AccessibilityTravaux en français237 207