Towards completely caring 15-minute neighbourhoods
Notice bibliographique
Résumé
The “15-Minute City” concept has been embraced by global leaders to promote human-scale neighbourhoods with transport and land-use designs that support short trips to daily necessities. This paper bridges the 15-Minute City to “Mobility of Care”, a framework that foregrounds travel to care destinations, travel done predominately by women. This focus contrasts the more commonly studied travel to employment and leisure destinations. While the 15-Minute City concept is flexible enough to consider all destination types, gendered examinations are relatively lacking in the literature, and little research to date has focused explicitly on care destinations. This gap is addressed in this paper by identifying which areas in the city of Hamilton, Canada are ‘caring 15-minute neighbourhoods’. To do so, a database of care destinations was compiled to estimate the number (using the cumulative opportunity accessibility measure) and diversity of mix (using an entropy measure) of care destinations within a 15-minute walk from residential parcels. Using data-driven machine learning techniques (Self-Organizing Maps and Decision Trees), neighbourhoods were classified into ‘caring 15-minute neighbourhood’ typologies that are examined across residential socio-economic profiles. Our results suggest that the majority of caring 15-minute neighbourhoods are in the urban core, where more lower-income households currently reside. In contrast, areas that lack caring 15-minute neighbourhoods are in higher-income peripheral areas. Areas that make good candidates for urban policy intervention are identified and the implications of enhancing 15-minute walkable caring access are discussed in relation to equtiy and gender mainstreaming in transportation planning and limitations of this work. • What destinations matter? “Mobility of Care” is joined to the 15-Minute City concept. • A case study of access to care destinations in Hamilton, Canada is explored. • 15-minute walking access and diversity of care category access is measured. • “Caring 15-minute neighborhoods” are identified through machine learning approaches. • Residential profiles of these “complete” and “caring” typologies are examined.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».