Adaptation of the Stakeholders’ Walkability/Wheelability Audit in Neighborhoods (SWAN) Tool for Individuals With Diverse Disabilities: Protocol for a Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: The prevalence of sensory, cognitive, and mobility disabilities in Canada underscores the need to address environmental barriers. This study adapts and validates the Stakeholders' Walkability/Wheelability Audit in Neighborhoods (SWAN) tool to assess the challenges the built environment poses for individuals with disabilities, aiming to inform policy changes for accessibility and inclusivity. OBJECTIVE: This study aims to (1) adapt the SWAN tool for those with hearing, vision, or cognitive disabilities; (2) validate SWAN tool for researching environmental barriers for people with disabilities, including older adults; and (3) offer insights for policy changes in the built environment, contributing to literature and guiding future research. METHODS: The study uses a community-based research approach, carried out over 4 phases within an 18-month period in British Columbia. Phase 1 includes adapting and pilot-testing of the SWAN tool. In Phase 2, street intersections are identified for data collection using Geographic Information System tools and consultations with municipal officials. Phase 3 involves recruiting participants across four disability categories. The final phase includes analyzing the data and disseminating findings. RESULTS: Data collection concluded in September 2024, involving 80 eligible participants across four streams in preidentified hotspots. The results are expected to be published in March 2025. To date, data collection is ongoing, and we are currently in the process of data analysis. CONCLUSIONS: This study will contribute to the growing body of research on built environment accessibility by adapting the SWAN tool for individuals with diverse disabilities. By identifying key barriers in urban spaces, the study aims to inform policy changes that will lead to more inclusive, accessible, and safe urban environments for all individuals.
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 | 0,103 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,056 | 0,016 |
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 ».