Evaluating the protective effect of public open space on social connectedness: evidence from a natural experiment cohort study in three Canadian cities
Notice bibliographique
Résumé
Community design has the potential to address urban isolation and loneliness at a population level, but limited research on the causal effects of the built environment constrains evidence-based action in cities. This study examined the effect of public open space on changes in social connectedness among adults (n = 665) during the COVID-19 pandemic, using geospatial data from OpenStreetMap and health survey data from three cities (Montréal, Saskatoon, and Vancouver). Treating the pandemic as a natural experiment, we used multilevel models to analyze whether public open space exposure (defined as the ratio of land area within 500m of home) modified changes in community belonging, loneliness, and neighbouring from 2018 to 2020/2021. First, we found little evidence of changes in social connectedness in our cohort overall and within subgroups. On average, loneliness increased slightly, and belonging and neighbouring remained stable. Second, we found that higher public open space exposure (≥10 % neighbourhood land area) had a modest protective effect on community belonging only (0.14, 95 % CI = 0.01 to 0.27). These findings add to a limited but growing evidence base on the role of the built environment in shaping social connectedness, while highlighting challenges involved in examining causal impacts. As cities invest in public open space to support policy goals around sustainability and livability, evaluating co-benefits for social connectedness are critical opportunities for strengthening the evidence on built environment solutions to social isolation and loneliness. • Cities need evidence on environmental solutions to social isolation and loneliness. • We used the pandemic as a natural experiment on the effects of public open space. • Mean loneliness in our cohort (n = 665 adults) increased by 5 % from 2018 to 2020. • Public open space was protective for belonging but not loneliness or neighbouring.
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 | 0,024 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».