Predictors of Driving Among Families Living Within 2 km from School
Notice bibliographique
Résumé
This paper aims to present and evaluate demographic characteristics, parent/family level factors, attitudinal factors, psychosocial mediators, route features, resources and environmental factors which appear to influence the decision to drive children who live close enough to walk to and from school within the Greater Toronto and Hamilton Area (GTHA), Canada. Telephone interviews were conducted in 2009 with 1,001 parents of children attending elementary school in the GTHA. Analyses were performed for parents living less than 2 km away from school (n=529). Two groups were created: parents who typically drive their children to/from school (n=191) and parents who typically allow their children to walk to/from school (n=338). Descriptive statistics were used to examine household demographics, parent/family factors, attitudinal factors, psychosocial mediators, route features, resources and environmental factors. Independent-samples t-tests and chi-square analyses were used to test for group differences in these. Variables which were significantly different between groups were incorporated into logistic regression analyses to identify predictors of driving behavior. Children were more likely to be driven to school if they had less independent mobility, had fewer traveling companions and engaged in less discussion with their parents on how to walk or cycle to school safely; drivers were less concerned about the trip to school as an important source of physical activity, were more interested in alternative travel modes, had greater distances to travel and faced a greater proportion of local roads and major and minor intersections in their neighborhoods.
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 | 0,017 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,000 | 0,004 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».