REKRUTMEN PEMBINAAN PUSAT PENDIDIKAN DAN LATIHAN MAHASISWA ATLETIK DAN PENCAK SILAT FIK UNM
Notice bibliographique
Résumé
Tujuan penelitian ini untuk mengungkap tentang bagaimana proses rekrutmen calon atlit PPLM FIK-UNM. Metode penelitian ini menggunakan Observasi terus terang, structured interview, dan dokumentasi. Teknik pengumpulan data menggunakan jenis triangulasi yang dilakukan hingga peneliti cukup dalam mendapatkan data yang diharapkan. Proses analisa data dilakukan sebelum dan selama penelitian berlangsung dengan menggunakan model spradley untuk menguji hipotesis penelitian ini. Hasil penelitian yang diperoleh adalah sistem perekrutan atlet PPLM yang dilakukan selama ini telah transparan dan sesuai dengan visi dan misi yang telah dirumuskan. Input yang dihasilkan diharapkan dapat menunjang tercapainya tujuan PPLM yakni meningkatkan prestasi olahraga dari kalangan intelektual dan secara umum untuk mencari bibit atlet yang berpotensi untuk berprestasi sebagai jawara Indonesia di dunia olahraga Internasional
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».