MétaCan
Menu
Retour à la cohorte
Enregistrement W4400037123 · doi:10.55860/d5eepb18

The interpersonal coordination constraint on the volleyball setter’s decision-making on setting direction

2024· article· en· W4400037123 sur OpenAlexaff
Renata Alvares Denardi, Fabian Alberto Romero Clavijo, Tatyane Santana, Thiago Gomes de Oliveira, Umberto César Corrêa

Notice bibliographique

RevueJournal of Human Sport and Exercise · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensBishop's University
Organismes subventionnairesnon disponible
Mots-clésSetterConstraint (computer-aided design)Interpersonal communicationPsychologySocial psychologyComputer scienceMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

This study investigated the setter’s decision-making on setting direction based on interpersonal (interaction between players) and extra personal (interaction between players and some place or object) coordination. The sample consisted of 86 sequences of play involving settings performed by males (n = 43) and females (n = 43). Fifty-nine spatiotemporal measures of interpersonal and extra personal coordination were obtained from the x and y coordinates of volleyball players’ displacements using the TACTO software. Settings to each court zone were compared in relation to each spatiotemporal measure. Results showed that when the final area between attacker in the zone 3 and block was greatest and emerged from highest velocity, setters decided to set to zone 2. On the other hand, when the foregoing area was smallest and emerged from lowest velocity, setters decided to set to zones 3 and 4. It was concluded that the final area between attacker in the zone 3 and block and its emerging velocity constrained the setters’ decision-making on setting direction. This study provides useful insights into the design of practice tasks in volleyball, suggesting that setters should be advised to be attuned to the interpersonal coordination involving attacker in the zone 3 and block.

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)0,011
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,014
Tête enseignante GPT0,297
Écart entre enseignants0,284 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Human Sport and ExerciseMême sujetSports Performance and TrainingTravaux en français237 207