MétaCan
Menu
Retour à la cohorte
Enregistrement W4220869938 · doi:10.1186/s12942-022-00301-8

Validation of desk-based audits using Google Street View® to monitor the obesogenic potential of neighbourhoods in a pediatric sample: a pilot study in the QUALITY cohort

2022· article· en· W4220869938 sur OpenAlexafffund
Jean‐Baptiste Roberge, Gisèle Contreras, Lisa Kakinami, Andraea Van Hulst, Mélanie Henderson, Tracie A. Barnett

Notice bibliographique

RevueInternational Journal of Health Geographics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensMcGill University Health CentreMcGill UniversityConcordia UniversityUniversité de MontréalCegep Edouard MontpetitInstitut National de la Recherche ScientifiqueQuebec Statistical InstituteCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesCanadian Institutes of Health ResearchUniversité LavalUniversité de MontréalConcordia UniversityMcGill UniversityHeart and Stroke Foundation of Canada
Mots-clésDeskAuditSample (material)Health geographyHealth informaticsEnvironmental healthGeographyCohortPublic healthMedicineCartographyTransport engineeringComputer scienceEngineeringBusinessAccountingHealth policyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: to assess street- and neighbourhood-level features relevant to pediatric obesity (QUALITY-NHOOD tool, the test method) and (ii) comment on its capacity to detect changes in the built environment over an 8-year period. In order to do so, we compared this tool with an on-site auditing instrument (the reference method). METHODS: On-site audits of 55 street- and neighbourhood-level features were completed in 2008 in 512 neighbourhoods from the QUALITY cohort study. In 2015, both repeat on-site and desk-based audits were completed in a random sample of 30 of these neighbourhoods. RESULTS: Agreement between both methods was excellent for almost all street segment items (range 91.9-99.7%), except for road type (81.0%), ads/commercial billboards (81.7%), road-sidewalk buffer zone (76.1%), and road-bicycle path buffer zone (53.3%). It was fair to poor for perceived quality, safety and aesthetics items (range 59.9-87.6%), as well as for general impression items (range 40.0-86.7%). The desk-based method over-detected commercial billboards and road-sidewalk buffer zone, and generally rated neighbourhoods as less safe, requiring more effort to get around, and having less aesthetic appeal. Change detected over the 8-year period was generally similar for both methods, except that the desk-based method appeared to amplify the increase in the number of segments with signs of social disorder. CONCLUSIONS: The QUALITY-NHOOD tool is deemed adequate for evaluating and monitoring changes in pedestrian- and traffic-related features applicable to pediatric populations. Applications for monitoring the obesogenic nature of neighbourhoods appear warranted.

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)0,022
score de la tête « metaresearch » (Gemma)0,035
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 enseignants0,022
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,062
Tête enseignante GPT0,390
Écart entre enseignants0,329 · 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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health GeographicsMême sujetObesity, Physical Activity, DietTravaux en français237 207