Examining the transport to school patterns of New Zealand adolescents by home-to-school distance and settlement types
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
Scholarship on active transport to school has largely focused on children, (large) urban areas, the umbrella term of “active transport” which considered walking and cycling together and without taking into account walking and/or cycling distance. This research examined adolescents’ patterns of transport to school in diverse settlement types and in relation to home-to-school distance in the Otago region of Aotearoa New Zealand. Patterns of transport to school by home-to-school distance, and across school locations, are described for a sample of 2,403 adolescents (age: 15.1 ± 1.4 years; 55% females) attending 23 out of 27 schools in large urban areas (n = 1,309; 11 schools), medium urban areas (n = 265; three schools), small urban areas (n = 652; four schools) and rural settings (n = 177; five schools). Empirical data were collected through an online survey, in which adolescents reported sociodemographic characteristics, travel to school, and perceptions of walking and cycling. Home-to-school distance was measured on the shortest route determined using Geographic Information Systems (GIS)-based network analysis. Transport to school patterns differed significantly by home-to-school distance and across settlement types. Profiles of different transport user groups showed significant variability in sociodemographic characteristics, family factors, average distance to school, self-reported physical activity, and perceived health. Initiatives to promote active transport and reduce reliance on car transport to school, whether to improve health and the environment or to reduce greenhouse gas emissions, need to pay closer attention to the settlement types, distance to school, and characteristics of different transport user modes.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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