PENGEMBANGAN MODEL BODY WEIGHT TRAINING UNTUK LATIHAN OTOT PERUT
Notice bibliographique
Résumé
Kurangnya pengetahuan tentang model/variasi latihan body weight menyebabkan members fitness/pelaku olahraga pada saat melakukan latihan beban terkesan monoton, kurang bervariasi dan membosankan. Tujuan penelitian ini adalah untuk mengembangkan model body weight training untuk latihan otot perut, yang nantinya dapat menjadi panduan untuk latihan otot perut dan diharapkan dapat mempercepat pembentukan otot perut menjadi sixspack. Model-model body weight training lebih menekankan pada spesifikasi bagian otot perut. Penelitian ini merupakan penelitian pengembangan model dengan langkah-langkah penelitiannya sebagai berikut: (1) mengenali potensi dan masalah, (2) pengumpulan data, (3) desain produk, (4) validasi desain, (5) revisi desain, (6) uji coba produk, (7) revisi produk, (8) uji coba pemakaian, (9) revisi produk, dan (10) produk masal. Validasi draf model latihan dilakukan oleh tiga ahli/pakar materi tentang kebugaran fisik. Sampel penelitian dalam uji coba skala kecil berjumlah 5 responden dan uji coba skala besar berjumlah 20 responden. Penelitian dilakukan di Club Arena International Hotel Pandanaran, Hotel Jambuluwuk, dan Hotel Ros In. Teknik analisis data menggunakan data kualitatif dan kuantitatif. Data kualitatif diperoleh dari: (1) hasil wawancara dengan members fitness center, (2) catatan lapangan, dan (3) data saran perbaikan draf model awal dan hasil observasi pada pelaksanaan uji coba dengan skala kecil dan besar. Data kuantitatif diperoleh dari: (1) penilaian skala nilai validasi draf model, (2) penilaian skala nilai observasi pelaksanaan model, dan (3) hasil penilaian kuesioner uji coba skala kecil dan besar dari responden. Hasil yang diperoleh dari data validasi draf model dan observasi pelaksanaan model latihan oleh ahli/pakar 100 % baik sekali. Hasil penilaian kuesioner uji coba skala kecil 80 % baik sekali dan 20 % baik, sedangkan untuk hasil kuesioner uji coba skala besar 60 % baik sekali dan 40 % baik. Berdasarkan hasil tersebut dapat diartikan bahwa model body weight training untuk latihan otot perut layak untuk digunakan.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,006 |
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 ».