The influence of early-life residential exposure to different vegetation types and paved surfaces on early childhood development: A population-based birth cohort study
Notice bibliographique
Résumé
BACKGROUND: Growing evidence suggests that exposure to green space is associated with improved childhood health and development, but the influence of different green space types remains relatively unexplored. In the present study, we investigated the association between early-life residential exposure to vegetation and early childhood development and evaluated whether associations differed according to land cover types, including paved land. METHODS: Early childhood development was assessed via kindergarten teacher-ratings on the Early Development Instrument (EDI) in a large population-based birth cohort (n = 27,539) in Metro Vancouver, Canada. The residential surrounding environment was characterized using a high spatial resolution land cover map that was linked to children by six-digit residential postal codes. Early-life residential exposure (from birth to time of EDI assessment, mean age = 5.6 years) was calculated as the mean of annual percentage values of different land cover classes (i.e., total vegetation, tree cover, grass cover, paved surfaces) within a 250 m buffer zone of postal code centroids. Multilevel models were used to analyze associations between respective land cover classes and early childhood development. RESULTS: In adjusted models, one interquartile range increase in total vegetation percentage was associated with a 0.33 increase in total EDI score (95% CI: 0.21, 0.45). Similar positive associations were observed for tree cover (β-coefficient: 0.26, 95% CI: 0.15, 0.37) and grass cover (β-coefficient: 0.12, 95% CI: 0.02, 0.22), while negative associations were observed for paved surfaces (β-coefficient: -0.35, 95% CI: -0.47, -0.23). CONCLUSIONS: Our findings indicate that increased early-life residential exposure to vegetation is positively associated with early childhood developmental outcomes, and that associations may be stronger for residential exposure to tree cover relative to grass cover. Our results further indicate that childhood development may be negatively associated with residential exposure to paved surfaces. These findings can inform urban planning to support early childhood developmental health.
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 | 0,000 | 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) | 0,000 | 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 ».