Having a tree in front of one’s home is associated with GREATER subjective wellbeing in adult residents in Melbourne, Australia, and Toronto, Canada
Notice bibliographique
Résumé
While urban trees can be important determinants of human health and wellbeing in world cities, the specific influence of nearby urban trees upon human wellbeing has not been adequately explored. While many studies have associated urban greenery abundance with wellbeing scores, many measures of urban greenery do not specify the type of vegetation or the impact of co-location. Here we fill this gap by associating self-reported measures of the presence of nearby trees (tree in front of one's home) with validated subjective wellbeing (SWB) scores. We also tested for the mediating role of what people thought about trees and nature, with a focus on the values people associate with urban trees and nature relatedness (NR). We used electronic panel survey data based on a demographic and geographical representative sample of more than 3400 residents living in Toronto, Canada, and Melbourne, Australia. We analysed these data using regression-based mediation and path analyses. We found that having a tree in front of one's home was strongly and positively associated with SWB scores in both cities with similar results (Melbourne, β = 0.17, p < 0.05; Toronto, β = 0.18, p < 0.05), while accounting for NR, values associated with urban trees, and demographics (e.g., age, education, home ownership). The mediating role of NR and values was small. The specific pathways of association between tree in front of one's home, SWB, NR, and values, varied by city, when accounting for demographics. We discuss how increasing the abundance of nearby urban trees in cities may also increase human wellbeing.
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 | 0,000 | 0,002 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».