MétaCan
Menu
Retour à la cohorte
Enregistrement W4387456568 · doi:10.1080/21650020.2023.2264365

‘All Ages and Abilities’: exploring the language of municipal cycling policies

2023· article· en· W4387456568 sur OpenAlexafffundabout
Karen Laberee, Moreno Zanotto, Alison Funk, Sara Kirk, Sarah A. Moore, Meghan Winters

Notice bibliographique

RevueUrban Planning and Transport Research · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensDalhousie UniversitySimon Fraser University
Organismes subventionnairesCanadian Institutes of Health ResearchPublic Health Agency of Canada
Mots-clésTerminologyCLARITYAmbiguityEquity (law)CyclingWork (physics)Meaning (existential)HarmEnvironmental planningGeographyComputer sciencePsychologyPolitical scienceLinguisticsEngineeringSocial psychology

Résumé

récupéré en direct d'OpenAlex

As cities work to support greater uptake and equity in cycling, the terminology ‘All Ages and Abilities’ (or AAA) is increasingly common in cycling research and practice vernacular. However, it is unclear the values that underlie this. We undertook a policy scan of Canadian municipal and regional policy documents to understand: the language used to describe ‘All Ages and Abilities’; the infrastructure specified; how municipalities and regions define a cycling network; and how equity and priority populations are incorporated into these plans. Of 35 plans, 25 mentioned ‘All Ages and Abilities’. Fourteen mentioned specific ‘All Ages and Abilities’ infrastructure, with cycle tracks, local street bikeways, and multi-use paths most frequent. Reference to the idea of a network was common (32 plans), with some defining this as a minimum grid. Within plans that used ‘All Ages and Abilities’ language, children and older adults were the most common populations mentioned (e.g. ‘Ages’), but there was more ambiguity around who was being referred to with ‘Abilities’. As use of this terminology continues, clarity is needed on the meaning and values that underpin it. A lack of specificity in design standards and whom this infrastructure serves is a barrier to concrete, consistent implementation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,155
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

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

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 Opus0,214
Tête enseignante GPT0,434
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations10
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueUrban Planning and Transport ResearchMême sujetUrban Transport and AccessibilityTravaux en français237 207