MétaCan
Menu
Retour à la cohorte
Enregistrement W4297093438 · doi:10.1111/cag.12805

Exploring the associations between cooling centre accessibility and marginalization in Montreal, Toronto, and Vancouver, Canada

2022· article· en· W4297093438 sur OpenAlexaffvenueabout
Matthew Quick, Tanya Christidis, Toyib Olaniyan, Nick Newstead, Lauren Pinault

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensCentre for Social InnovationStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésGeographyCity centreRespite careCatchment areaCartographyDrainage basinMedicine

Résumé

récupéré en direct d'OpenAlex

Cooling centres provide respite, safety, and social support during extreme heat events for populations that do not have the resources to own or operate in‐home air conditioning. The objective of this study was to measure the spatial accessibility of cooling centres and analyze the associations between cooling centre access and marginalization in Montreal, Toronto, and Vancouver, Canada. The potential spatial accessibility of cooling centres within a 15‐minute walk was measured at the dissemination area scale using the two‐step floating catchment area method. A two‐stage modelling approach was used to analyze the associations between cooling centre access and marginalization. Approximately 62%, 58%, and 54% of the populations in Montreal, Toronto, and Vancouver had access to at least one cooling centre. In Montreal and Vancouver, high marginalization areas were more likely to have cooling centre access than low marginalization areas. Of the areas with cooling centre access, smaller access scores were observed in areas with high residential instability. Approximately one‐fifth of the areas in each city had no cooling centre access and high marginalization, and may be considered for future cooling centres or programs that improve accessibility to existing centres.

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)0,001
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 enseignants0,028
Score d'incertitude au seuil0,202

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,226
Écart entre enseignants0,194 · 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

Citations5
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetClimate Change and Health ImpactsTravaux en français237 207