Associations between density and quality of health promotion programmes and built environment features across Jerusalem
Notice bibliographique
Résumé
BACKGROUND: Health promotion programmes (HPPs) have the potential to influence individual health, depending on their quality and characteristics. Little is known about how they interact with built environment features and neighbourhood demographics in cities with substantial health disparities. METHODS: Using the European Quality Instrument for Health Promotion (EQUIHP), we assessed the quality of HPPs, operating between 2016 and 2017, among adults aged 18-75 in Jerusalem. Areas were characterized by ethnicity and area socioeconomic level. Health information (body mass index, physical activity level) was obtained from the city profile survey. Geospatial information on the location and length of walking paths and bicycle lanes was obtained. Spearman correlations were used to assess associations among variables. RESULTS: Ninety-three HPPs operating in 349 locations in Jerusalem were identified. Programmes were unevenly distributed across urban planning areas (UPAs), with the highest density observed in the southwest, areas populated mainly by non-orthodox Jewish residents. However, the best performing HPPs based on EQUIHP score were in the north and east UPAs, inhabited primarily by Arab residents. At a neighbourhood level, characteristics of the built environment positively correlated with higher total EQUIHP scores: the ratio between walking lane length to the neighbourhood's population size (r = 0.413, P < 0.001) and length of bicycle lane per population (r = 0.309, P = 0.5). Median EQUIHP score negatively correlated with the number of programmes per neighbourhood size (m2) (r = -0.327, P = 0.006) and neighbourhood average socioeconomic status (SES; r = -0.266, P = 0.027). CONCLUSIONS: Our findings suggest that higher quality HPPs were preferentially located in areas of lower SES and served minority populations in Jerusalem.
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 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 | 0,036 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».