MétaCan
Menu
Retour à la cohorte
Enregistrement W2148152900 · doi:10.47197/retos.v0i14.35011

Hoja de cálculo para la cuantificación del entrenamiento en piragüismo (Spreadsheet for training quantification in canoeing)

2008· article· es· W2148152900 sur OpenAlexaff
Fernando Alacid

Notice bibliographique

RevueRetos · 2008
Typearticle
Languees
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensCompute Canada
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyArt

Résumé

récupéré en direct d'OpenAlex

El proceso de planificación y programación del entrenamiento deportivo es una de las actividades más difíciles que realizan los entrenadores, ya que conlleva una gran complejidad valorar la interacción de los diferentes tipos de cargas y contenidos de entrenamiento. Por otro lado, la cuantificación del entrenamiento realizado o planificado, en ocasiones, puede convertirse en una tarea aburrida y repetitiva, por lo que el uso de una herramienta informática de carácter genérico, como una hoja de cálculo, puede facilitar y ahorrar mucho tiempo al entrenador en este tipo de actividades, además de servir para obtener información de forma instantánea de lo planificado a lo largo de la temporada. Por todo ello, el objetivo de este artículo fue aportar una hoja de cálculo sencilla, gratuita y práctica para la planificación y cuantificación del entrenamiento deportivo, en esta ocasión adaptada al piragüismo, pero adaptable a otros deportes.Abstract: The planning and programming process in sport training is one of the most difficult activities made by coaches, because analysing the interaction between different types of loads and task volume is a very complex activity. On the other hand, the quantification of the training volumes can sometimes be boring and repetitive. In this case, the use of computer tools, like spreadsheets, can help coaches by saving a lot of time in these tasks. Moreover, the data plan is gathered throughout the season and displayed in real time. The aim of this paper is to contribute with a free, easy and useful spreadsheet for the planning and programming of sport training, in this case related to canoeing, but also useful for others sports.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,004

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 Opus0,070
Tête enseignante GPT0,335
Écart entre enseignants0,265 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRetosMême sujetSports Performance and TrainingTravaux en français237 207