Nowhere to Play: Available Open and Green Space in Greater London Schools
Notice bibliographique
Résumé
Experiencing outdoor space, especially natural space, during childhood and adolescence has beneficial physical and mental health effects, including improved cognitive and motor skills and a lower risk of obesity. Since school-age children typically spend 35-40 hours per week at schools, we quantified their access to open (non-built-up) space and green space at schools in Greater London. We linked land use information from the UK Ordnance Survey with school characteristics from the Department for Education (DfE) for schools in Greater London. We estimated open space by isolating land and water features within school boundaries and, as a subset of open space, green space defined as open space covered by vegetation. We examined the relationship of both school open and green space with distance to Central London, whether the school was fee-paying, and the percentage of pupils eligible for free school meals (as a school-level indicator of socioeconomic status). Almost 400,000 pupils (30% of all pupils in London) attended schools with less than ten square metre per pupil of open space-the minimum recommended area by DfE-and 800,000 pupils attended schools with less than ten square metre per pupil of green space. Of the latter, 70% did not have any public parks in the immediate vicinity of their schools. School green space increased with distance from Central London. There was a weak association between the school-level socioeconomic indicator and the amount of open and green space. Fee-paying schools provided less open space compared to non-fee-paying schools in central parts of London, but the provision became comparable in suburban London. Many London schools do not provide enough open and green space. There is a need to ensure regular contact with green space through safeguarding school grounds from sales, financially supporting disadvantaged schools to increase their outdoor space and providing access to off-site facilities such as sharing outdoor space with other schools.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».