Percentage of Appearance of Physical Condition Applications for Badminton Athletes Aged 10-12 Years Old Based on Android Smartphone
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Badminton games can run well, mastery of techniques or basic game skills is needed. Badminton players must also have good physical abilities. There needs to be an application that supports the performance of the coach. The purpose of creating a product is to realize an attractive design for coaches, especially badminton. The purpose of this study was to determine the percentage of physical condition application displays for badminton athletes aged 10-12 years based on android smartphones. This study uses a survey-based quantitative descriptive method. The population of this study consisted of coaches at badminton clubs in Boyolali District. The sample in this study amounted to 15 coaches at the badminton club in Boyolali Regency were taken using a purposive sampling technique. Data collection techniques in this study used a questionnaire instrument with a Likert scale. Data analysis used SPSS version 25. The results showed that the percentage of physical condition application displays for badminton athletes aged 10-12 years based on Android smartphones in the very good category obtained a percentage of 93.33% with a total of 14 coaches and a good percentage of 6.67 % with a total of 1 coach. So it can be concluded that this application has a very good appearance in the view of the badminton coach.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 découle