MétaCan
Menu
Retour à la cohorte
Enregistrement W4315652079 · doi:10.3390/su15021390

Status, Hotspots, and Future Trends: Bibliometric Analysis of Research on the Impact of the Built Environment on Children and Adolescents’ Physical Activity

2023· article· en· W4315652079 sur OpenAlexaboutno aff
Zhenduo Liu, Hui Sun, Jian Zhang, Jingfei Yan

Notice bibliographique

RevueSustainability · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBuilt environmentPromotion (chess)Health promotionPhysical activityEnvironmental healthLevel designPsychologyPublic healthGerontologyMedicinePolitical scienceEngineeringCivil engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Applying the visualized bibliometric analysis method, we explored the overall distribution characteristics, research progress, and hotspots of current research on the effect of the built environment on the physical activity of children and adolescents from 2003 to 2022. The research results indicate that the United States, Canada, Australia, and other Western countries are the primary forces of relevant research and have a solid foundation in the research on the impact of the built environment on the physical activity of children and adolescents. Sallis, Saelens, Gile-Corti, and other early authors have had a long-term, important role in this area. The research results have continuously guided new scientific research output for a long time, and emerging research forces have also played a directional role in future research trends, represented by publications such as American Preventive Medicine and Preventive Medicine. Obesity, health behaviors, home–school environment, and various correlations are the research hotspots in this field. This study systematically summarizes and analyzes research on the built environment’s promotion of physical activity among children and adolescents, and it provides valuable guidance and reference for follow-up research in the near future.

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)0,009
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
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 enseignants0,881
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,1190,192
Études des sciences et des technologies0,0010,001
Communication savante0,0050,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,401
Écart entre enseignants0,364 · 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.

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

Citations21
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetUrban Transport and AccessibilityTravaux en français237 207