MétaCan
Menu
Retour à la cohorte
Enregistrement W2917308625 · doi:10.5539/ies.v12n3p45

An Evaluation on the Lightings of Artificial Turf Football Fields Owned by Official Organizations and Private Enterprises

2019· article· en· W2917308625 sur OpenAlexvenueno aff
Yahya Doğar, Fethi Aydinoglu

Notice bibliographique

RevueInternational Education Studies · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFootballBusinessEngineeringPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to investigate the lighting systems of artificial turf football fields of public and private sectors and to reveal and compare the current situation with the ideal one that it should be. 21 artificial football fields, 6 artificial turf football fields out of 9 from public sector and 15 artificial turf football fields out of 85 from privately owned organizations, have been examined in five province of Turkey. The general standards and the compliance to these standards by the present artificial turf football fields in terms of lighting of the place were studied. Data were evaluated with using descriptive analysis technic. Artificial football fields taken into consideration by researchers and experts were subjected to observation along with measurement. It was confirmed that out of 6 public and 15 private, totally out of 21 artificial turf football fields, 38% (8 of them) were below the minimum lighting level, 19% (4 of them) were at minimum lighting level and 43% (9 of them) were below average lighting level. As a result, for a competition to be played, brightness level should be at least 150 lx < E < 500 lx. It was found out that, out of 6 public sector and 15 privately owned artificial football fields, 62% was on the minimum brightness level and the other 38% was even under minimum brightness level. It was confirmed that 4 out of 6 (67%) officially owned artificial turf football fields and 9 out of 15 (60%), privately owned artificial football fields were on minimum brightness level. It was also determined that 1 out of 6 (17%) officially owned Astroturf Football Fields and 5 out of 15 (33%) privately owned Astroturf Football Fields were between minimum and average brightness levels.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,028
Tête enseignante GPT0,377
Écart entre enseignants0,350 · 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'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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetSports injuries and preventionTravaux en français237 207