Safety Using Public Buses in Naturally Occurring Retirement Communities: An Exploratory Study in Two North American Cities
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Safe community mobility is critical to support aging-in-place. For older adults living in low-and moderate-income urban settings, driving may not be an option due to costs associated with car ownership or a lack of driving history. Some older adults retire from driving due to changes in their health. Public transportation is critical to support community engagement. However, little is known about transportation challenges in naturally occurring retirement communities (NORC). Therefore, the purpose of this ecological theory-informed study was to explore supports and limitations regarding safe public bus use in NORCs. RESEARCH DESIGN AND METHODS: A multiple qualitative case study design was used with purposive sampling of representative cases consisting of 4 bus routes in NORC neighborhoods. Field observations and in-depth semistructured interviews were conducted. Participants were: (a) age 60 and older, (b) English speaking, (c) ride the bus on average 2 or more times per month, (d) ambulatory with or without a walking aid, and (e) residents of 1 of the 4 NORC neighborhoods. A descriptive, thematic approach was used for data coding and analyses, and data were organized according to the framework method. RESULTS: Seventeen NORC residents were interviewed, and 45 hr of field observations were conducted. Results revealed 4 major themes: impact on other people's behavior, obstructed passageways, older riders impact on their own safety, and space and time orientation. Several subthemes were also uncovered. DISCUSSION AND IMPLICATIONS: Results suggest education and policy changes are needed to increase the safety of older adults who use public buses.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».