Determining anthropometry related with Fencingusing social data mining
Notice bibliographique
Résumé
This paper presents a study to determine the size and direction of changes in anthropometric characteristics between two female teams of players Fencing belonging to the Juarez City University and Universite Quebecoise Au Montreal, considering assess differences in anthropometric parameters, body fat, body mass index (BMI) and body density induced by sport−specific morphological optimization (adaptation). The survey included a total of 160 male Fencing players, all members of University teams of Fencing. The sample from Juarez City consisted of 95 players (71.9% of target population) aged between 18 and 30 years, and the sample from Montreal included 65 players (50% of target population) aged between 19 and 29 years. The variables of influence, in the Fencing to be considered for the development of this study have been described and measured under standard conditions by procedures established by the International Biological Program. They measured 23 anthropometric variables influence reflecting basic human body characteristic described by skeletal bone lengths (total leg length, total arm length, hand length, foot length, and height), breadths (hand at proximal phalanges, foot in metatarsal area, biacromial, biliocristal, biepicondylar femur, biepicondylar humerus, and radio−ulnar wrist breadth), girths (chest, arm, forearm, thigh, and calf girth), skinfold thickness as a measure of subcutaneous adiposity (triceps, subscapular, axillary, calf, and abdominal skinfold thickness), and mass. Additionally, estimates of body mass index (BMI), body density, and percentage of body fat were calculated from the primary measures to reveal possible trends in adiposity measures and the human body. Key words: Anthropometrics, social data mining, and influencing variables in fencing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».