Inequality and allergenic cover of urban greenspaces surrounding public elementary schools in Vancouver, British Columbia, Canada
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.
Notice bibliographique
Résumé
Inequality in the spatial distribution of urban greenspaces occurs globally, with greater greenspaces in neighbourhoods with higher socioeconomic status. This is problematic, as greenspaces provide numerous ecosystem services, including benefits to human health. However, greenspaces can also trigger allergenic responses, inducing negative economic, medical, and social costs. Using geospatial information, we investigated 91 elementary schools in Vancouver, British Columbia, Canada to answer: (1) Does the amount and type of greenspaces and greyspaces surrounding schools vary with median household income? and (2) Does the surface area of allergenic greenspace surrounding schools vary with median household income? We characterized landcover within a 300 m radius of public elementary schools using a high spatial resolution urban landcover map of Vancouver derived from a combination of RapidEye imagery from 2014 and airborne laser scanning. Beta regression and analysis of variance models were used to explore associations between household incomes and greenspaces, as well as allergenic vegetation near schools. Schools in areas with higher median annual household incomes (>$80,000 CAD) were surrounded by an average of 14% more greenspaces and 16% less greyspaces than schools located in areas with lower household incomes (<$50,000 CAD). Schools in higher income areas were also surrounded by an average of 81% more cover of allergenic vegetation than schools in lower income areas. Greenspaces are a valuable source of ecosystem services for urban residents and should be distributed equally to optimize their benefits; however, they must be planned carefully to avoid the introduction of disservices from allergenic vegetation.
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 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 | 0,000 | 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) | 0,002 | 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 découle