MétaCan
Menu
Retour à la cohorte
Enregistrement W4312504747 · doi:10.31392/npu-nc.series15.2022.2(146).09

Content aspects of vocational and applied physical training of future law enforcement officers by means of health fitness

2022· article· en· W4312504747 sur OpenAlexaboutno aff
I.A. Zakharina, А.G. Zakharina, Petro Martyn

Notice bibliographique

RevueScientific Journal of National Pedagogical Dragomanov University Series 15 Scientific and pedagogical problems of physical culture (physical culture and sports) · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVocational educationPhysical fitnessLaw enforcementFlexibility (engineering)EnforcementBalance (ability)PsychologyTraining (meteorology)Applied psychologyLawBusinessComputer sciencePolitical sciencePhysical therapyMedicineManagementEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

The article examines the use of the CrossFit system as a means of health fitness training in vocational and applied physical training of future law enforcement officers. It was found that CrossFit training complexes should be designed taking into account the level of physical fitness of cadets and must be included in the content of physical training classes for law enforcement officers. CrossFit develops in a balanced way all the components of physical fitness of an individual including cardio-respiratory endurance, performance, strength, flexibility, speed, power, coordination, accuracy, balance, and agility. An experimental program based on cross-fit exercises was presented, which consisted of five blocks. It was pointed out that vocational and applied physical training of law enforcement officers (military officers, firefighters, and officers of various law enforcement agencies) in the United States, Canada, Europe is carried out using health fitness training, in particular the CrossFit system.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,149
Tête enseignante GPT0,371
Écart entre enseignants0,223 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Journal of National Pedagogical Dragomanov University Series 15 Scientific and pedagogical problems of physical culture (physical culture and sports)Même sujetOccupational Health and PerformanceTravaux en français237 207