Cycling Past 50: A Closer Look into the World of Older Cyclists
Notice bibliographique
Résumé
This document reports on 2,300 responses to a nationwide survey of older adults who cycle. The survey, open from February through September 2020, includes questions about a rider’s cycling history, current cycling habits, and falls. It includes a visual preference survey of various cycling facilities and an online journaling option for two rides subsequent to completing the survey (results of the online journals will be available in the summer 2021). Responses reflect the impact of COVID-19 on older adults’ cycling habits, the impact of aging on ability and agility, the impact of the built environment, types of bicycles, and opportunities to cycle with others. Responses were analyzed by gender and age. Questions such as cycling frequency and falls were compared to a modified version of Geller’s four types of cyclists. Key take-aways include: Many older adults will need to adapt to their changing cycling abilities with a different bicycle, a different expectation about their cycling experience, and local programs to encourage sustained cycling. A fair number of respondents learned to cycle as an adult which suggests that local programs can also encourage older adults to learn to ride and how to select a bicycle. Lower cycling rates may result from not having a bikeable or proper-fitting bicycle, or the money to fix or purchase a bike. Questions posed for further consideration include: Can education and outreach help reduce near misses? Can planning and engineering help reduce near misses, especially in areas where more older adults cycle? How can falls due to poor infrastructure or maintenance or the actions of others be reduced?
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,004 | 0,008 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».