MétaCan
Menu
Retour à la cohorte
Enregistrement W2580370010 · doi:10.33262/concienciadigital.v5i4.1.2468

Diseño y fabricación de una máquina lanzadora de pelotas de tenis de campo

2022· article· es· W2580370010 sur OpenAlexaff
Adriana Noguera Cundar, Edwin Fernando Viteri Núñez, Andrés Joao Noguera Cundar, Jaime Sebastián Cárdenas Chávez

Notice bibliographique

RevueConcienciaDigital · 2022
Typearticle
Languees
DomaineHealth Professions
ThématiqueSports and Physical Education Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArtPolitical sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Introducción: Se diseñó y fabricó una máquina prototipo de lanzamiento de pelotas de tenis de campo mediante el uso de ruedas giratorias y movimiento vertical controlado para un sistema de entrenamiento programado. Objetivos: Fabricar una máquina lanzadora de pelotas de tenis de campo, realizando pruebas de funcionalidad, verificando tipos de lanzamiento y velocidad de la pelota para asegurar su correcto funcionamiento. Metodología: El cumplimiento de los objetivos se sustentó en: método de revisión bibliográfica; método dialéctico, para tener un manejo de la información y método histórico, debido a que se utilizó fuentes anteriores que ayudaron a encontrar las principales características de este tipo de máquinas existentes en el mercado internacional. Resultados: Se obtuvo una máquina provista de ruedas que, al girar con una velocidad de 2750 rpm, consiguen transmitirle suficiente energía cinética a la pelota de tenis logrando el disparo con tres efectos de lanzamiento: Slice, Top Spin y Flat Spin, similar a un jugador promedio. Se alcanzó una velocidad lineal promedio de expulsión de la pelota de 59,38 km/h. Conclusiones: En las pruebas de funcionalidad mostraron una precisión de la máquina lanzadora de pelotas de tenis de un 93% con respecto al posicionamiento, además las pelotas cayeron en un diámetro máximo de 20 cm con relación a la posición final deseada.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,434
Écart entre enseignants0,395 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConcienciaDigitalMême sujetSports and Physical Education ResearchTravaux en français237 207