論文の概要: District-Level Food Environment Indicators and Social Vulnerability in São Paulo

• arxiv url: http://arxiv.org/abs/2608.26299v1
• Date: Wed, 26 Aug 2026 18:31:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-28 16:30:58.143982
• Title: District-Level Food Environment Indicators and Social Vulnerability in São Paulo
• Title（参考訳）: サンパウロにおける地域レベル食品環境指標と社会的脆弱性
• Authors: Pedro Lemes Sixel Lobo, Eric Tokuda, Kuruvilla Joseph Abraham, Roberto Fray, Dirce Maria Marchioni, Alexandre Cláudio Botazzo Delbem, Rogerio Salvini,
• Abstract要約: 都市部の食料環境はより広い社会経済的不平等を反映しているが、ブラジルの都市では依然として地域レベルの証拠が限られている。 本研究では,ソパウロ96地区において,食品小売とストリートマーケットの可利用性の指標が社会的脆弱性のレベルによって差別されているかを検討した。
• 参考スコア（独自算出の注目度）: 33.72751145910978
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Urban food environments may reflect broader socioeconomic inequalities, but district-level evidence remains limited in Brazilian cities. This study examined whether indicators of food retail and street-market availability discriminate between levels of social vulnerability across the 96 districts of São Paulo. We conducted an exploratory cross-sectional ecological analysis integrating the São Paulo Social Vulnerability Index (IPVS), establishment records from the Relação Anual de Informações Sociais (RAIS), and street-market data from CAISAN. Census-sector information was aggregated at the district level. Twenty districts without an IPVS classification were excluded, resulting in 76 observations. The outcome distinguished districts classified as IPVS level 1 from those classified as levels 2--7. Predictors described the densities of healthy and unhealthy food establishments, the number of street markets, and the availability of establishments selling fresh or in natura food. Eight conventional machine-learning classifiers were evaluated using leave-one-out cross-validation. Reported mean F-scores ranged from 0.62 to 0.75, with XGBoost obtaining the highest value. In the Random Forest model, the densities of healthy and unhealthy food establishments jointly accounted for approximately 60% of the total impurity-based feature importance. These findings indicate that publicly available food-environment indicators contain information associated with the district-level distribution of social vulnerability. However, the small ecological sample, class imbalance, outcome binarization, and cross-sectional design limit predictive generalization and preclude causal or household-level interpretations.
• Abstract（参考訳）: 都市部の食料環境はより広い社会経済的不平等を反映しているが、ブラジルの都市では依然として地域レベルの証拠が限られている。 本研究では,サンパウロ96地区において,食品小売とストリートマーケットの可利用性の指標が社会的脆弱性のレベルによって差別されているかを検討した。 我々は、サンパウロ社会脆弱性指数(IPVS)、レラサン・アナール・デ・インフォーマチエス・ソシアス(RAIS)の設立記録、CAISANの街路市場データを組み合わせた探索的横断生態分析を行った。 国勢調査・セクター情報は地区レベルで集計された。 IPVS分類のない20の地区は除外され、76の観察結果が得られた。 その結果,IPVSレベル1に分類し,レベル2～7に分類した。 予測者は、健康で不健康な食品施設の密度、ストリートマーケットの数、新鮮な食品や納豆食品を販売する施設の可用性について説明した。 従来の8つの機械学習分類器を,残余のクロスバリデーションを用いて評価した。 報告された平均Fスコアは0.62から0.75で、XGBoostは最高値を得た。 ランダムフォレストモデルでは、健康で不健康な食品施設の密度は、全不純物に基づく特徴の約60%を占めた。 以上の結果から,公的に利用可能な食品環境指標には,地域レベルでの社会的脆弱性の分布に関連する情報が含まれていることが示唆された。 しかしながら、小さな生態サンプル、クラス不均衡、結果双対化、断面設計制限は予測的一般化を妨げ、因果的または家庭レベルの解釈を妨げている。

関連論文リスト

• How Does Urban Context Relate to Residential Building Health? A Vision-POI Fusion Framework for Building-Level Housing Inspection [36.37671978079458]
  本研究では,多視点視覚検査とPOI由来の近傍コンテキストを組み合わせた視覚-POI融合フレームワークを提案する。 この実験データセットは,中国青島市における92の旧住宅群落,3,237の住宅群,25,608のフィールド取得検査画像を対象としている。
  論文  参考訳（メタデータ） (2026-07-22T15:18:30Z)
• Predicting Pseudo-nitzschia harmful algal blooms along the Portuguese Coast using satellite-derived predictors [69.38367341895632]
  Pseudo-Nitzschia の珪藻は、海岸生態系やポルトガルの大西洋岸での収穫に繰り返しリスクをもたらす。 衛星由来の予測器を用いて有害な藻類発生を予測する機械学習フレームワークの開発と評価を行った。
  論文  参考訳（メタデータ） (2026-07-08T18:14:24Z)
• A Micro-Macro Machine Learning Framework for Predicting Childhood Obesity Risk Using NHANES and Environmental Determinants [0.0]
  子供の肥満は、米国では依然として主要な公衆衛生上の課題である。 個人レベルの人文・社会経済データを統合したマイクロマクロ機械学習フレームワークを提案する。 NHANESマイクロデータを用いて肥満を予測するために、4つの機械学習モデルが訓練された。
  論文  参考訳（メタデータ） (2025-12-28T03:20:04Z)
• Investigating the Association Between Text-Based Indications of Foodborne Illness from Yelp Reviews and New York City Health Inspection Outcomes (2023) [4.192844731345034]
  食中毒は、汚染食品の摂取によって引き起こされる消化管疾患である。 ソーシャルメディアプラットフォームは、タイムリーな公衆衛生信号を提供する、豊富なユーザー生成コンテンツをホストしている。 本稿では,階層型シグモイド注意ネットワーク(HSAN)によるYelpレビューからの信号を解析する。 HSAN信号とトラクションレベルでの検査スコアの相関は最小限であり,C級レストラン数による有意差は認められなかった。
  論文  参考訳（メタデータ） (2025-10-18T03:39:08Z)
• Space-aware Socioeconomic Indicator Inference with Heterogeneous Graphs [46.52719756897067]
  非連続推論のための地理空間を表現するために不均一なグラフ構造を用いる空間認識型社会経済指標推論法GeoHGを提案する。
  論文  参考訳（メタデータ） (2024-05-23T03:19:02Z)
• Small Area Estimation with Random Forests and the LASSO [39.58317527488534]
  この研究は、第6回リビング・スタンダード・サーベイ(GLSS)と2010年の人口・住宅国勢調査から得られるガーナのデータによって動機付けられている。 我々は、アラルレベルのランダム林とLASSOアプローチを、頻繁な前方変動選択法とベイズ縮小法と比較した。 GAMA領域にまたがる1.3倍の変動を示すログ消費地域推定値として,面積間の実質的な変動がみられた。
  論文  参考訳（メタデータ） (2023-08-29T10:02:10Z)
• Magnify Your Population: Statistical Downscaling to Augment the Spatial Resolution of Socioeconomic Census Data [48.7576911714538]
  重要社会経済的属性の詳細な推定を導出する新しい統計的ダウンスケーリング手法を提案する。 選択された社会経済変数ごとに、ランダムフォレストモデルが元の国勢調査単位に基づいて訓練され、その後、微細なグリッド化された予測を生成するために使用される。 本研究では,この手法を米国の国勢調査データに適用し,ブロック群レベルで選択された社会経済変数を,300の空間分解能のグリッドにダウンスケールする。
  論文  参考訳（メタデータ） (2020-06-23T16:52:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。