MétaCan
Menu
Retour à la cohorte
Enregistrement W4322745142 · doi:10.56354/jendelainovasi.v6i1.137

PERSPEKTIF MASYARAKAT, PELAJAR, DAN ATLET MENGENAI PENTINGNYA PEREGANGAN

2023· article· id· W4322745142 sur OpenAlexaff
Kiki Alghifari Azfa Priatna, Faqih Hidayat, Nasywa Nurul Fatonah, Muhammad Akmal Syabani, Zidan Muhammad Zulfiqor, Ahmad Fuadin

Notice bibliographique

RevueJurnal Jendela Inovasi Daerah · 2023
Typearticle
Langueid
DomaineHealth Professions
ThématiqueSports and Physical Education Research
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Penelitian ini berisi tentang berbagai perspektif dari para partisipan mengenai pentingnya peregangan sebelum berolahraga. Tujuan dari penelitian ini untuk mengetahui seberapa pentingnya peregangan bagi para partisipan dan apa saja yang dialami partisipan ketika berolahraga tanpa melakukan peregangan. Penelitian ini menggunkan Metode Penelitian Kuantitatif (Metode Survey) berupa Google Form/angket yang disebarkan melalui sosial media (Whatsapp, Instagram ataupun media sosial lainnya). Masyarakat, pelajar dan atlet yang menjadi objek dalam penelitian ini dengan latar belakang cabang olahraga yang berbeda dan rentan usia partisipan dari 16-35 tahun. Hasilnya mayoritas partisipan dengan persentase 95,2% menganggap bahwa peregangan itu sangat penting. Namun meskipun dianggap sangat penting, tak sedikit dari partisipan yang jarang dan bahkan tidak sama sekali melakukan peregangan sebelum berolahraga. Hasilnya cedera ringan sampai parah tak bisa dihindarkan oleh para partisipan. Selain cedera, para partisipan yang tidak melakukan peregangan juga mengalami ketidaknyamanan saat berolahraga dari mulai otot mudah lelah, mudah mengalami nyeri, otot kaku, detak jantung meningkat dan pernapasan tak teratur. Mayoritas partisipan melakukan peregangan dalam jangka waktu 5-10 menit.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0130,017

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 Opus0,114
Tête enseignante GPT0,445
Écart entre enseignants0,331 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Jendela Inovasi DaerahMême sujetSports and Physical Education ResearchTravaux en français237 207