Abstract P448: Urban Trail Infrastructure and Physical Activity Levels: A Systematic Review and Meta-Analysis of Natural Experiments
Notice bibliographique
Résumé
Background: In response to climate change, cities across Canada are investing over $1B in new cycling infrastructure to support more active transportation. Little empirical evidence exists describing the effectiveness of adding protected cycling trails on changes in cycling or physical activity (PA) levels. Hypothesis: We hypothesized that areas with new infrastructure would experience increased PA and trail use by cyclists and pedestrians compared to areas without new infrastructure. Design and Methods: We searched CINAHL, EMBASE (Ovid), MEDLINE (Ovid), SPORTDiscus, TRD/Transportation Research Information Services (TRIS), Web of Science and Google Scholar for articles published from 2010 to 2023. We included studies with an experimental pre-post design that reported a PA outcome or trail counts for an intervention and control area. The interventions were limited to protected and/or separated bike lanes, including cycle tracks, multi-use trails, greenways, and bike lanes with concrete barriers. Our primary outcomes were individual level physical activity (PA) and trail use counts (cyclists and pedestrians). A modified risk of bias tool will be employed to assess the methodological quality of each selected study. We followed PRISMA reporting guidelines and the review was pre-registered with Prospero (CRD42023438891) Results: Three independent reviewers screened abstracts from 3936 articles, of which 58 were included in a full text review. After resolving conflicts, 28 articles describing natural experiments of new cycling infrastructure met eligibility criteria were included for data extraction. We extracted data for population characteristics in both intervention and control areas, such as socioeconomic status, mean age, race, and the percentage of females, as well as outcomes related to physical activity. 1/28 papers used accelerometer data, 12/28 used survey data, 3/28 used eco counter data, 2/28 used manual counters. Of the 15 studies that reported it, sample size ranged from 70 to 21,488. Due to high variance in data reporting style, not all studies could be meta-analyzed. We found a high risk of bias for all natural experiments studies and very few adhered to TREND reporting guidelines for quasi-experimental studies. Conclusions: Changes in built environment preliminarily appear to increase cycling and pedestrian counts. Reporting style varies too greatly across research studies for an effective meta-analysis. As a scientific community, we need to work together to follow reporting standards.
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 | 0,039 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,027 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».