Enhancing Urban Accessibility: Reliability and Validity Assessment of the Stakeholders’ Walkability/Wheelability Audit in Neighbourhoods Tool
Notice bibliographique
Résumé
As Canada’s population ages and disability prevalence increases, understanding the built environment’s impact on mobility and social participation is essential. This study evaluates the measurement properties of the Stakeholders’ Walkability/Wheelability Audit in Neighbourhoods (SWAN) tool, a user-led instrument designed to assess environmental factors affecting older adults and individuals with disabilities. Using community-based participatory research, we recruited 54 participants from five cities to assess the SWAN tool’s inter-rater reliability, construct validity, and internal consistency. The results indicated a high overall inter-rater reliability of 85.22%, with substantial Cohen’s Kappa coefficients across domains, particularly in the Safety domain (0.73). The construct validity was confirmed through moderate to strong correlations with established measures, notably a correlation of 0.79 between the Street Crossing subdomain and the Sidewalk Index. The internal consistency analysis showed excellent reliability in the Functionality domain (α = 0.95) and a lower consistency value in the Social Environment domain (α = 0.63), suggesting the need for further refinement. These findings provide preliminary evidence of the SWAN tool’s potential for evaluating neighbourhood accessibility. By identifying barriers and facilitators to mobility, the SWAN tool can guide urban planning efforts aimed at creating inclusive environments for aging populations and individuals with disabilities. Future research should focus on larger samples to explore structural validity. Ultimately, the SWAN tool can contribute to improving the quality of life of vulnerable populations and promote more equitable urban policy development.
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 | 0,007 | 0,006 |
| 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 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».