Twenty key insights into neighborhood walking experiences of people living with dementia in Metro Vancouver: a quantitative analysis of qualitative data
Notice bibliographique
Résumé
With the global rise in dementia prevalence, creating accessible and inclusive neighborhoods is essential to supporting the independence and well-being of people living with dementia. This study examines the neighborhood walking experiences of 26 people living with dementia in Metro Vancouver, British Columbia, focusing on shared experiences and differences across sociodemographic groups. Using a novel matrix framework that quantifies qualitative data, we analyzed insights from sit-down, walk-along, and follow-up interviews, revealing key patterns in walking behaviors and perceptions. Shared priorities, such as route familiarity, safety, and adaptability, emerged alongside distinct subgroup needs. Women valued neighborhood visual appeal more than men, while non-visible minority participants reported higher levels of social interaction compared to visible minority participants. Participants without university education relied more on external wayfinding aids like landmarks, whereas those with higher education used internalized navigation strategies. This innovative quantitative content analysis enables nuanced statistical comparisons across subgroups. Our findings provide actionable insights for urban planning, including universal interventions such as improving sidewalk accessibility and safety, alongside targeted strategies like culturally inclusive spaces, personalized wayfinding aids, and community-based programs. By addressing shared and subgroup-specific needs, this research advances dementia-friendly urban design, public health policies, and global efforts to create equitable and inclusive communities.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».