Leisure with dogs in the UK: the importance of shared outdoor leisure spaces highlighted by the COVID-19 pandemic
Notice bibliographique
Résumé
Shared outdoor leisure spaces (SOLS) such as parks, recreation grounds, woodlands, public footpaths, and beaches provide mental, physical, and social well-being benefits for multiple users including many people with their dogs.This study explores the importance of SOLS for dog guardians, which was highlighted during the UK's first COVID-19 restrictions.Semi-structured interviews were conducted with dog guardians (n = 34).Thematic analysis was used to analyse the transcripts.Five themes were generated: one related to the impact of COVID-19 restrictions; two related to the motivators to visit, namely human intrinsic motivation and dog wellbeing benefits; and two related to the importance of SOLS as valuable community amenities and as places that provide opportunities for social interaction.Overall, results found that these spaces are very important to the daily lives of dog guardians and highly valued leisure spaces.These findings provide insights for stakeholders engaged in designing, managing, preserving, and promoting these spaces. RÉSUMÉLes espaces de loisirs partagés extérieurs (SOLS en anglais), tels que les parcs, les aires de loisirs, les forêts, les sentiers publics et les plages, offrent des avantages en matière de bien-être mental, physique et social à de multiples usagers, y compris à de nombreuses personnes accompagnées de leur chien.Cette étude porte sur l'importance des SOLS pour les gardiens de chiens, qui a été mise en évidence lors des premières restrictions du COVID-19 au Royaume-Uni.Des entretiens semistructurés ont été menés avec des gardiens de chiens (n = 34).Les transcriptions ont fait l'objet d'une analyse thématique.Cinq thèmes ont été dégagés : l'un concerne les effets des restrictions imposées par le COVID-19 ; deux concernent les motivations des visiteurs, à savoir la
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».