MétaCan
Menu
Retour à la cohorte
Enregistrement W4388047836 · doi:10.18666/jorel-2023-11659

Assessing the Impact of Social and Ecological Change during COVID-19 in Natural Areas Through the Subjective Well-Being and Place Attachment of Natural Area Users

2023· article· en· W4388047836 sur OpenAlexaffabout
Savannah Stuart, Ryan Plummer, Gillian Dale, Garrett Hutson

Notice bibliographique

RevueJournal of Outdoor Recreation Education and Leadership · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePlace Attachment and Urban Studies
Établissements canadiensBrock UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésNatural (archaeology)PandemicCoronavirus disease 2019 (COVID-19)Mental healthNatural experimentNatural disasterPlace attachmentGeographyPsychologyEcologyMedicineSocial psychologyPsychiatryDiseaseBiology

Résumé

récupéré en direct d'OpenAlex

The devastating impact of COVID-19 on the mental health and well-being of individuals has led researchers to increasingly consider the importance of people-place interactions as drivers of positive mental health. This study explores people-place relationships with natural areas through the COVID-19 pandemic, focusing on subjective well-being and place attachment. The study was conducted in a system of natural areas in the Niagara Region, Ontario. Through completion of self-report questionnaires, natural area users identified changes they observed in the natural areas over the COVID-19 pandemic and reported their self-perceived impact of these changes. Findings emphasize the importance of managing social and ecological changes in natural areas to preserve ecological health and user benefits.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,021
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,189
Tête enseignante GPT0,446
Écart entre enseignants0,257 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Outdoor Recreation Education and LeadershipMême sujetPlace Attachment and Urban StudiesTravaux en français237 207