MétaCan
Menu
Retour à la cohorte
Enregistrement W4408086538 · doi:10.51250/jheal.v5i1.85

Users’ safety perceptions from crime in relation to park type and user gender in Mexico.

2025· article· en· W4408086538 sur OpenAlexaff
Julissa Ortiz Brunel, Edtna Jáuregui-Ulloa, A. Comfort, Pedro Júarez-Rodríguez, Rebecca E. Lee, Juan R Lopez y Taylor, José Marcos Pérez-Maravilla, Iván Zarate, Lucie Lévesque

Notice bibliographique

RevueJournal of Healthy Eating and Active Living · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésRelation (database)PerceptionPsychologyGeographySocial psychologyComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

While parks hold potential as inclusive spaces for promoting physical activity, perceptions of safety from crime may affect their use, especially in low-to middle-income countries. Safety perceptions may be shaped by gender and park type; however, these relationships have not been explored in Mexico. The aim of this study was to explore associations between safety perceptions and park type by gender. This was a cross-sectional and descriptive study. We assessed perceptions of safety from crime in Mexican adult park users in Jalisco state. Six parks were classified into three categories: 1) Metropolitan parks with controlled gate access (gated), 2) Metropolitan parks without controlled gate access (open), and 3) Linear parks (linear). We ran binary logistic regression models to investigate the association between safety perception and park type, and safety perception and gender. We found that men were more likely to feel safe than women, regardless of park type, and users of linear parks were more likely to feel safe than users of gated parks, regardless of gender. Safety perception is related to park type and park user gender. Future studies should explore which specific park attributes are influencing park user safety perception and how to address gender disparities.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,636

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,049
Tête enseignante GPT0,397
Écart entre enseignants0,348 · 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'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Healthy Eating and Active LivingMême sujetCrime Patterns and InterventionsTravaux en français237 207