MétaCan
Menu
Retour à la cohorte
Enregistrement W4406159917 · doi:10.3390/ijerph22010071

Runnability: A Scoping Review

2025· review· en· W4406159917 sur OpenAlexaff
Ashley D. Tegart, Nadine Schuurman, Stella R. Harden

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2025
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPhysical activityPerceptionBuilt environmentPreferenceEnvironmental healthPsychologyApplied psychologyGerontologyMedicineEcologyPhysical medicine and rehabilitationBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Running outdoors is an increasingly popular form of physical activity and has been proven to substantially reduce the risk of major chronic illnesses such as cardiovascular disease. The topic of runnability has received considerable attention but with conflicting conclusions and remaining gaps. The physical environment and its features impact running experiences. Detecting features facilitating and deterring runners is crucial to promoting this physical activity and, therefore, overall health. A scoping review of current literature was conducted to identify environmental factors conducive to running. Online databases were used to identify all articles on runnability to date; a total of one hundred and two (n = 102) papers were selected as they identified environmental correlates preferred by runners. Findings include a preference for green spaces and connecting with nature, perceptions of higher safety away from traffic congestion and pollution, and routes with wide, smooth surfaces and high connectivity. Essentially, natural surroundings are substantially more desirable than urban settings. Studies have shown that even when a running route is within an urban environment, it is usually connected to or between green spaces.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,036
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0150,017
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,170
Tête enseignante GPT0,488
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetUrban Green Space and HealthTravaux en français237 207