Influence of the built environment on community mobility of people living with visual disabilities: a scoping review
Notice bibliographique
Résumé
Understanding how the outdoor environment shapes the community mobility of people with visual disabilities is key to designing an accessible public realm and facilitating their rights to use outdoor spaces. A scoping review was conducted to explore 1) What aspects of the built environment affect the community mobility of persons with visual disabilities? and 2) How does the built environment affect the community mobility of persons with visual disabilities? Forty-three peer-reviewed publications from 2000 to 2022 were included after conducting database searches, screening of articles, and data charting. Studies focused on micro-environmental features related to sidewalks and crosswalks (e.g. landmarks, curbs, curb ramps, tactile warning/guiding surfaces, and accessible pedestrian signals), and broad environmental factors (e.g. neighbourhood amenities and street layout) and their influence on orientation, wayfinding, and safety. The paper discusses the role of the built environment in 1) posing barriers to outdoor mobility (e.g. potholes, poorly designed curb cuts, obstacles at waist-height or eye-level, poor lighting, inadequate pedestrian signal, complicated street layout), and 2) offering cues (e.g. visual, tactile, auditory, olfactory, kinaesthetic) for spatial perception and navigation. Focusing on how the built environment shapes community mobility is necessary to enhance accessibility through urban planning and design and assistive technology.
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 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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».