MétaCan
Menu
← Retour à la cohorte
Enregistrement W7001168774

The Impact of Sustainable Transit Availability on Health Inequality in Canadian Cities, 2006 to 2016

2023· dissertation· en· W7001168774 sur OpenAlexaffabout

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2023
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPublic transportInequalityProxy (statistics)Public healthTransit (satellite)Transit systemGentrificationWalkabilityHealth careHealth equity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Focus on sustainable transit has grown in recent years, as Canada invests in active and public transport (Infrastructure Canada 2023), and plans to reduce CO2 pollution (Government of Canada 2022). While the health benefits of commuting by walking, biking or even public transit may seem clear, the impact on health inequality within cities is less so; some researchers claim that strong transit systems equalize access to health care (Abu-Qarn and Lichtman-Sadot 2022), while others argue that uneven implementation of sustainable transit may lead to gentrification in transit-accessible neighbourhoods, leading to worse outcomes for vulnerable residents (Tehrani, Wu, and Roberts 2019). This investigation seeks to determine the impact of sustainable transit availability on health inequality in Canadian cities using cross-sectional regression analysis. We use the gap in the hospitalization rate between the highest and lowest income quintiles as a proxy for health inequality. Walkability is found to be related to a smaller gap, while bikability is associated with a wider gap. This may be explained by bikability and transit being associated with gentrification, mitigating any positive effects they may have had on the gap in hospitalizations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,064
Score d'incertitude au seuil0,466

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,035
Tête enseignante GPT0,351
Écart entre enseignants0,315 · 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 source (Gemma direct ou Codex distillé), 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)→Même sujetUrban Transport and Accessibility→Travaux en français237 207→