Understanding Newcomer Challenges and Opportunities to Accessing Nature and Greenspace in Riverdale, Hamilton, Ontario: A Neighborhood-Centered Photovoice Study
Notice bibliographique
Résumé
BackgroundAccess to and engagement with greenspace is related to improved health benefits. We sought to collaborate with community members as partners in research and co-creators in knowledge to better understand which components within a newcomer-dense community help or hinder individual and community efforts to access greenspace and nature-based activities.MethodsWe used photovoice methodology to engage with local residents in focus groups, photowalks, and photo-elicitation interviews. Themes were developed using direct content analysis.ResultsA total of 39 participants (ages 11-70 years; median years in Canada of 3.25 years) were engaged in this program of research. From the analysis, we developed four themes: (a) peace and beauty; (b) memories of home; (c) safety and cleanliness; and (d) welcoming strengthened and new opportunities. Participants associated nature with peace, citing it as "under-rated" but "vital" to the neighborhood. Via photographs and stories, participants also shared a multitude of safety concerns that prevent their access to green/outdoor spaces for healthy active living programs or activities (e.g., woodchip-covered playgrounds, ample amounts of garbage littering the park and school grounds, lack of timely ice removal on sidewalks, limited safe biking paths, and unsafe motor vehicle practices at the crosswalks surrounding local parks).ConclusionTo translate the key ideas and themes into an informed discussion with policy and decision-makers, we held an in-person exhibition and guided tour where community members, the lead photovoice researcher, and SCORE! principal investigator shared information about each theme in the form of a pseudo-narrative peppered with prepared discussion questions.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».