A CITIZEN SCIENCE PROJECT ENGAGING NIGERIAN OLDER PERSONS IN A NEIGHBORHOOD ASSESSMENT FOR PHYSICAL ACTIVITY
Notice bibliographique
Résumé
Abstract A main tenet of age-friendly principles is that the voices of older people should be guiding improvements to their communities. The purpose of this collaborative citizen science project was to examine the age-friendliness of a neighborhood in Lagos Nigeria in terms of its characteristics to enable physical activity. Citizen scientists (13 older adults, seven men and six women, 65 to 86 years old) were involved in data collection, analysis, and priority setting. For data collection, they used the Stanford Healthy Neighborhood Discovery Tool application on a tablet to record 156 photos and 151 commentaries (text and audio) of neighborhood barriers and facilitators to physical activity. The collaborative analysis and priority setting process led to the following facilitators being identified: pedestrian and traffic facilities (e.g., traffic lights, walkways); green areas and parks; multi-generational community features (e.g., programs / facilities); opportunities for social connection (e.g., neighborhood associations, churches); safety of destinations and services; and public toilets. Barriers included: hazardous walkways / traffic; noise pollution; refuse; selling of public parks; crime (e.g., kidnapping, criminal hideouts); no safe drinking water; and ageism. The identified priorities for change in this Nigerian neighborhood included both social and physical aspects of the environment: social connectivity; improved pedestrian and traffic facilities; and green and beautiful environments. By meaningfully engaging older adults, this type of approach shows promise for communities in making age-friendly changes.
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 | 0,004 | 0,003 |
| 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 | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».