MétaCan
Menu
Retour à la cohorte
Enregistrement W4410911086 · doi:10.1080/17450101.2025.2498759

Whose streets? Our streets! Bicibús in Barcelona through a justice lens

2025· article· en· W4410911086 sur OpenAlexaff
Anna Aretha Sach, Jordi Honey‐Rosés, Gemma Simón-i-Mas

Notice bibliographique

RevueMobilities · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLatin American Urban Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMinisterio de Ciencia e Innovación
Mots-clésEconomic JusticeLens (geology)SociologyThrough-the-lens meteringCriminologyAestheticsGeographyPolitical scienceLawEngineeringArt

Résumé

récupéré en direct d'OpenAlex

Mobility justice examines how power and injustice shape unequal (im)mobility patterns along gendered, class, and racialized lines. Even grassroots cycling initiatives may be entangled in systemic inequities and mobility injustice. Bicibús is a growing movement of children and adults who go to school together by bikes, skates, or scooters, occupying the streets for safer and healthier cities. We analyze whether and how Bicibús initiatives reflect and reproduce inequalities based on gender, class, or migration in Barcelona. Through interviews with 22 parents, including Bicibús organizers and non-participants, we outline processes of exclusion and inclusion. While we find gender parity, the movement is also comprised mostly of middle-class and white families. The schools that mobilize and benefit are predominately in higher-income neighborhoods, while no routes connect marginalized students from lower-income schools. Barriers to participation include work obligations, materials, confidence and physical abilities, social integration, and logistics. This analysis suggests unequal active mobility to school and biased representation in cycling initiatives. To help address mobility injustice in grassroots cycling initiatives such as Bicibús, we recommend raising awareness about racist and classist inequalities, creating supporting structures, and involving schools to make pro-cycling actions more inclusive and diverse.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,008
Communication savante0,0070,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,367
Écart entre enseignants0,330 · 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 source (Gemma direct ou Codex distillé), 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'admission1
Résumé présentoui

Explorer davantage

Même revueMobilitiesMême sujetLatin American Urban StudiesTravaux en français237 207