A systematic review of the modifiable areal unit problem (MAUP) in community food environmental research
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Geospatial models can facilitate the delineation of food access patterns, which is particularly relevant for urban planning and health policymaking. Because community food environmental studies use different analysis units or study scales, the rigor and consistency of their evaluations cannot be ensured. This issue is known as the modifiable areal unit problem (MAUP). The paper provides a systematic review of past literature on place-based community food environmental research using different analysis units or geospatial models as they pertain to the MAUP. We identify these key findings: (1) the ZIP code zone is not recommended as an appropriate analysis unit for modeling community food access, as it did not have significant correlations with health indicators; (2) using a circular buffer of less than 0.5 km around household locations is most likely to reveal health correlations, compared with network buffers or container-based measures; (3) to reveal health effects of the community food environment, it is recommended to focus in selected regions or partitions of a study area with similar socioeconomic statuses, such as the central city or low socioeconomic status areas; (4) for studies utilizing a single statistical unit or distance measure, it is suggested to discuss the existence of the MAUP, such as evaluating the sensitivity of the model to the change of the unit or the distance measure. By highlighting the MAUP, this paper has policy implications—given that geospatial modeling of food accessibility provides support for health policy intervention, using different metrics may lead to different interpretations of health disparities and could thus misinform policy decisions. Therefore, any assessment of community food environments that may potentially lead to a policy change should consider the effects of the MAUP.
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.
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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle