MétaCan
Menu
Retour à la cohorte
Enregistrement W4406235525 · doi:10.1080/23748834.2024.2440979

‘I just want safety’: understanding the needs of diverse residents to facilitate equitable active transportation planning in Durham Region, Canada

2025· article· en· W4406235525 sur OpenAlexafffundabout
Maykah Lochan Aristide, Alicia Kollaard, Shilpa Dogra

Notice bibliographique

RevueCities & Health · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensOntario Tech University
Organismes subventionnairesGovernment of Canada
Mots-clésEnvironmental planningTransportation planningBusinessTransport engineeringGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

Active transportation users in high-income countries are more likely to be male, white, and of higher socioeconomic status. The purpose of this work was to learn about the needs, access, barriers, and priorities of equity-deserving groups to support engagement in active transportation. We conducted interviews with adults belonging to one or more of the following equity-deserving groups: Female (sex) or Women (gender), Racialized (non-Black), Black People, People with Disabilities, Born Outside of Canada, Older Adults, or Queer People. Four novel themes were identified in the data. Several privilege patterns related to cultural background, ability, affordability, and sex were identified. Communications were a clear opportunity for improvement to ensure accessible and inclusive active transportation. Several opportunities for education and training related to municipalities and law enforcement were highlighted. Finally, the pervasive car culture and law enforcement concerns were raised, particularly in the context of safety. It is clear from this work that adults from equity-deserving groups are faced with additional constraints to engaging in active transportation. A more collaborative approach with equity-deserving groups may be needed to ensure inclusive and accessible active transportation planning. Practical implications related to committees, media campaigns, and bikeshare programs are discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,586

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,340
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCities & HealthMême sujetUrban Transport and AccessibilityTravaux en français237 207