MétaCan
Menu
Retour à la cohorte
Enregistrement W3095939320 · doi:10.33262/concienciadigital.v3i3.1.1393

Analysis of the effects of the Weider Pyramidal Technique for the development of muscular hypertrophy

2020· article· es· W3095939320 sur OpenAlexvenueno aff
Edgar Daniel Calderón Jaramillo, Frank Ruales Mosquera, Cristian Patricio Estrella Patarón, William Ricardo Caiza Núñez

Notice bibliographique

RevueConcienciaDigital · 2020
Typearticle
Languees
DomaineBusiness, Management and Accounting
ThématiqueBusiness, Education, Mathematics Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La presente investigación tiene como objeto de estudio, la teoría y metodología del entrenamiento del fitness y se fundamenta su campo de acción, dentro del entrenamiento de la fuerza. Con el objetivo de profundizar en el estudio de esta capacidad se delimitaron los alcances de la exploración a partir del siguiente objetivo. Analizar los efectos de la técnica piramidal Weider en la hipertrofia muscular de los deportistas del Crows Gym de la ciudad de Ambato. Para garantizar su secuencia investigativa, se cumplieron con las siguientes acciones: i) se examinaron las fuentes científicas metodológicas que fundamentan el estudio de la hipertrofia muscular y la técnica piramidal weider y ii) se realizaron mediciones antropométricas antes y después de la aplicación de un programa de entrenamiento. El enfoque científico investigativo fue cuantitativo producto a que se utilizó un procesamiento matemático para valorar los resultados de la utilización de la técnica piramidal estudiada y su posible influencia en el desempeño de la hipertrofia muscular. Los métodos fundamentales utilizados fueron, analítico sintético, inductivo deductivo y la medición. Se obtienen como principales resultados una notable mejoría de las prestaciones de hipertrofia muscular a partir de la aplicación de la técnica antes mencionada y que los deportistas al momento de su entrenamiento deben utilizar variedades técnicas con el propósito lograr los objetivos propuestos

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,024
Tête enseignante GPT0,260
Écart entre enseignants0,236 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConcienciaDigitalMême sujetBusiness, Education, Mathematics ResearchTravaux en français237 207