Explorer et visualiser à échelle fine les facteurs socioéconomiques,l’accès aux boissons alcoolisées et l’incidence de l’environnementbâti sur les dépenses en alcool dans la ville de Toronto :démarche d’analyse spatiale
Bibliographic record
Abstract
Introduction De nombreux Canadiens continuent de boire beaucoup plus d’alcool que ce que préconisent les Directives de consommation d’alcool à faible risque. Dans cette étude, nous avons illustré les variations spatiales associées aux dépenses engagées dans des établissements licenciés à Toronto et nous avons examiné les effets des facteurs socioéconomiques locaux, de l’accès aux boissons alcoolisées et de l’incidence de l’environnement bâti sur les dépenses en alcool à l’échelle des aires de diffusion (AD). Méthodologie D’après l’Enquête sur les dépenses des ménages de 2010, ce sont les dépenses totales moyennes des ménages à l'échelle des AD en boissons alcoolisées achetées dans des établissements licenciés qui sont la variable ayant la plus grande incidence sur les résultats. L’indice de Moran et l’indice local de Moran ont été utilisés pour quantifier les variations spatiales et pour identifier les points chauds et les points froids en termes de dépenses. Nous avons utilisé, dans divers modèles multidimensionnels de régression spatiale, les caractéristiques socioéconomiques à l’échelle des AD tirées du Recensement de 2006 ainsi que des ensembles de données de 2008 de DMTI Spatial et de 2010 de CanMap concernant la densité des établissements licenciés et les autres caractéristiques socioéconomiques de l’environnement bâti afin de prédire les dépenses en alcool. Résultats Les principaux indicateurs à échelle fine associés aux dépenses en alcool étaient le pourcentage de personnes occupant des postes dans les domaines de la gestion ou des finances ainsi que le pourcentage de personnes ayant une éducation post-secondaire (une augmentation d’une unité étant associée à des augmentations respectives de l’ordre de 78,6 % et de 35,0 % des dépenses). La présence de lignes de métro dans l’environnement immédiat et dans le quartier constituait aussi un facteur important (une augmentation d’une unité entraînant des hausses de l’ordre de respectivement 5 % et 28 % des dépenses). La densité des points de vente d’alcool constituait également un facteur positif sur les dépenses en alcool. Conclusion Les liens entre les dépenses en alcool engagées dans des établissements licenciés et les caractéristiques des zones à échelle fine mettent en lumière l’importance que pourraient jouer les facteurs à cette échelle dans notre compréhension de la consommation d’alcool. Bien comprendre les caractéristiques des unités géographiques à échelle fine et les variations spatiales en matière de dépenses en alcool pourrait offrir des outils pour les politiques et initiatives de réduction de la consommation d’alcool.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.008 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".