MétaCan
Menu
Retour à la cohorte

Urban impacts on aging: what can we learn from the “Age-Friendly city” methodology?

2013· article· en· W6907835211 sur OpenAlexaboutno aff

Notice bibliographique

RevueAmericanae (AECID Library) · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)LegitimacyUrbanizationValue (mathematics)Order (exchange)Work (physics)PerceptionDemocracy

Résumé

récupéré en direct d'OpenAlex

People are aware that environment affects their well-being, however few of them reflect about these questions, and even less manifest their impressions and public claims efficiently in order to benefit the community. Urban planning is related to diverse disciplines that compose environmental gerontology, nonetheless it rarely considers reports from the experiences of the elderly and professionals who assist them. Urbanization has its pros and cons. On one hand, it can create an increase of human interactions, yet on the other hand the environmental negative effects can hinder these meetings, creating distances and transforming the social public life. The World Health Organization’s “Age-friendly cities” methodology introduces guidelines applicable to different geopolitical contexts. It constitutes an opportunity to know the impressions of those who live or work in the studied area, offering important insights for government action. It can also grant legitimacy for the process, since it would be based on the Vancouver Protocol through scientific research. The greatest contribution is offering a voice for the citizens to express their perceptions and requirements regarding the city, giving value to their opinions. Certainly, it generates a more democratic and authentic way of exercising citizenship, making human rights more effective.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,042
Tête enseignante GPT0,294
Écart entre enseignants0,252 · 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.

Devis d'étudeSans objet
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmericanae (AECID Library)Même sujetMigration, Aging, and Tourism StudiesTravaux en français237 207