MétaCan
Menu
Retour à la cohorte
Enregistrement W4416225447 · doi:10.1080/14927713.2025.2578488

A day at the beach for everyone?: A race-based comparison of beach recreation patterns and participation constraints

2025· article· en· W4416225447 sur OpenAlexvenueno aff
Daniel Guttentag, Stephen W. Litvin, Nicolas A. A. Matthews

Notice bibliographique

RevueLeisure/Loisir · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensnon disponible
Organismes subventionnairesSouth Carolina Sea Grant Consortium
Mots-clésRecreationFishingTourismWork (physics)

Résumé

récupéré en direct d'OpenAlex

Outdoor recreation promotes wellbeing, yet research suggests racial minorities often are less likely to visit outdoor recreation sites. This two-part, mixed-methods study examined whether this phenomenon applies to beaches in South Carolina (SC), USA, and why it may be occurring. First, systematic observations were undertaken at four beaches to record various characteristics of beachgoers (N = 16,599). Compared to SC’s population, Whites generally were disproportionately more present amongst beachgoers, and Blacks disproportionately less present. Different racial groups also exhibited different usage patterns, such as Blacks and Latinos often visiting later in the day. Second, an online survey of SC residents (N = 680) found Blacks generally perceived the highest constraints to beach visitation, followed by Latinos, and then Whites. In particular, Blacks perceived constraints related to a lack of swimming ability, and Blacks and Latinos felt a lower sense of belonging at the beach. Various theoretical and practical implications of the findings are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,110
Score d'incertitude au seuil0,847

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,044
Tête enseignante GPT0,368
Écart entre enseignants0,324 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLeisure/LoisirMême sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207