Évaluation du projet pilote « Construis ton vélo! » par et pour les jeunes en milieu défavorisé : une intervention en milieu scolaire pour promouvoir la mobilité active
Bibliographic record
Abstract
Contexte : Au Canada, la densification des centres urbains a poussé les personnes à faible revenu vers des zones suburbaines moins dispendieuses, limitant les options en transport en raison de l’aménagement centré sur la voiture et de l’inefficacité du réseau de transport en commun. Considérant que le vélo favorise l’autonomie des déplacements, la participation sociale en plus des bienfaits sur la santé physique et mentale, sa promotion par des interventions à l’échelle locale est un objectif essentiel pour favoriser l’équité en matière de transport. Objectif : C’est dans ce cadre qu’en collaboration l’organisme Cyclo Nord-Sud, cette étude vise à : 1) explorer les perceptions du projet pilote « Construis ton vélo ! » offert en parascolaire à des élèves du secondaire en milieux défavorisés, et 2) identifier les composantes spécifiques au programme perçues (dé)favorablement chez les participant.e.s. Méthodologie : Une méthode qualitative de type compréhensive avec une approche inductive et phénoménologique été utilisée. Les données ont été collectées à l’aide d’un entretien de groupe à la fin du programme et une analyse par catégories conceptualisantes a été complétée. Résultats : Les résultats ont révélé que les retombées positives du programme « Construis ton vélo! » se rapportaient 1) au bien-être; 2) aux apprentissages; 3) à l’accès à un vélo et 4) à la motilité. Les fonctionnements clés du programme qui ont teinté positivement leur expérience lors des ateliers se rapportent 1) à l’approche des adultes encadrants; 2) au parascolaire; 3) au travail d’équipe; 4) au travail manuel et 5) au fait de repartir avec un vélo à la fin du programme. Conclusion : Les mécanismes identifiés par les jeunes pourront être valorisés dans les prochaines versions du programme et même guider la création de programmes similaires. Ainsi, cette évaluation représente un pas de plus vers le développement d’interventions qui vise le pouvoir d’action en matière de transport.
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 | 0.013 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".