Walking in the city: seniors’ experience in Canada and France
Notice bibliographique
Résumé
In Canada, as well as in other Western countries, mobility, defined as the ability to move between different activity sites, tends to decrease past 65 years old for all modes of transportation, even if today’s elderly are more motorized than before (Armoogum et al, 2010; Turcotte, 2012; Böcker et al, 2017). Accordingly, seniors’ mobility is characterized by a decrease in the number of trips and distances travelled to reach those activity sites (grocery stores, library, friend’s home, etc), a situation worsened by the loss of their driving licence (Lord et al, 2009a, 2009b; Chapon, 2010). Moreover, there is little attention given to seniors’ mobility experience outside of the actual, quantitatively measured, travel behaviour (Franke et al, 2019). Walking is therefore essential as an alternative mode of travel to nearby destinations and its promotion is a way to perpetuate seniors’ socialization and greater autonomy, a guarantee of healthy aging. A recent article on accessibility to retail activities in Spain highlighted again the importance of taking into account seniors in our mobility planning. The authors found that willingness to reach retail stores on foot by seniors (>65 years old) was significantly different from other population sub-groups, potentially contributing to social exclusion (Arranz-López et al, 2019). Long neglected to the benefit of the automobile, walking, a non-polluting mode of transport beneficial to health, is today revalorized in urban policies, particularly in major cities. However, this encouragement to walk should be based on an assessment of the safety and comfort of built urban environments in order to better document the (in) adequacy between the walking environment and the needs and travel habits of elderly pedestrians.
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 | 0,001 |
| 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 ».