Scoring analysis of the men’s 2014, 2015 and 2016 world championship tour of surfing: the importance of aerial manoeuvres in competitive surfing
Notice bibliographique
Résumé
The aim of this study was to investigate the impact of aerial manoeuvres on scoring in professional surfing. 23,631 waves were analysed for the number and types of aerial manoeuvres performed from the 2014, 2015 and 2016 Men's World Championship Tour. Additionally, the awarded score, timing and order of the aerial was also analysed. Descriptive statistics and Two Way ANOVA's were performed with Sidak Multiple Comparisons Post Hoc analysis. Results were a significantly higher score being awarded (P ≤ 0.0001) when including an aerial in competition across all three seasons. In 2015 surfers were awarded a significantly larger score when performing an air reverse, compared to 2014 (P = 0.0002) and 2016 (P = 0.0057). Surfers were also awarded a higher score for the full rotation aerial in 2015 compared to 2014 (P = 0.0177). In 2015 surfers performing forehand aerials were awarded a greater score than in 2016 (P = 0.0113). The timing of the aerial and score awarded was significantly greater in 2015 as opposed to 2014 when the aerial was their final manoeuvre (P < 0.0001) and when surfers timed the aerial performance early within the heat (P = 0.0027). If a surfer incorporates an aerial manoeuvre during competition, generally speaking, they will be awarded a significantly higher score.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».