MétaCan
Menu
Retour à la cohorte
Enregistrement W3216265356 · doi:10.32920/ryerson.14667939.v1

Assessment of Environmental Exposure Vulnerability in Toronto Public Housing: A GIS and Environmental Justice Analysis

2021· preprint· en· W3216265356 sur OpenAlexaffabout
Nicole Slattery

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensToronto Metropolitan UniversityStatistics CanadaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental justiceVulnerability (computing)Public healthGeographyEnvironmental planningEnvironmental healthVulnerability assessmentPopulationEnvironmental resource managementSocioeconomicsPolitical scienceSociologyEnvironmental scienceMedicine

Résumé

récupéré en direct d'OpenAlex

This paper explores environmental exposure levels across the city of Toronto, with a novel focus on Toronto public housing. Research has shown that environmental exposures are associated with negative effects on the health of populations. Using spatial and statistical methods, the objective of the research is to: (1) measure environmental exposures across the city of Toronto; (2) determine if public housing units are more vulnerable to environmental exposures and, (3) assess if environmental exposure can predict the location of public housing. The results of this study suggest that the public housing dissemination areas are within areas of higher vulnerability than other dissemination areas in Toronto. The population in public housing are disproportionately affected by environmental exposures and are at risk of the associated harmful health implications. This study provides spatial patterns of environmental exposure vulnerability across Toronto, in order to inform planning and revitalization of public housing developments in Toronto.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,251
Score d'incertitude au seuil0,505

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,342
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207