MétaCan
Menu
Retour à la cohorte
Enregistrement W4411687541 · doi:10.13169/intljofdissocjus.5.1.0002

Mobility Justice for Persons With Disability: Body–Environment Interactions and Velomobility

2025· article· en· W4411687541 sur OpenAlexaff
Glen Norcliffe, John Radford

Notice bibliographique

RevueInternational Journal of Disability and Social Justice · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésEconomic JusticePsychologySociologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

This article addresses a major source of inequality and exclusion in contemporary transport, namely the mobility injustices faced by persons with diverse forms of disability. Our focus is on one aspect, the potential for velomobility – using a range of adaptive cycles – to increase mobility and, therefore, access to education, work, recreation, social encounters, and to enjoy freedom. We pursue this topic by, first, advancing the notion of epistemic justice as the form of justice most appropriate for addressing this issue. Second, we outline some recent technical developments of adaptive cycles, suggesting that considerable progress has been made in managing a range of impairments such that technical blockages do not currently appear to be the main obstacles to the wider adoption of velomobility. We then examine socio-economic, political, environmental, and cultural constraints, suggesting these socially constructed blockages present the biggest obstacles to advancing velomobility for persons with disability who might otherwise gain the diverse therapeutic benefits.

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)0,002
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 enseignants0,274
Score d'incertitude au seuil0,675

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
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 Opus0,064
Tête enseignante GPT0,367
Écart entre enseignants0,303 · 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 revueInternational Journal of Disability and Social JusticeMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207