Analysis of shot, unforced error,number of shot and duration of thematch between Shi Yuqi and Lee ChongWei in All England 2017 / Muhamad Fitri Adnan
Notice bibliographique
Résumé
This study was conducted in order to analysis of shot, unforced error, number Of shot and duration of the match between Shi Yuqi and Lee Chong Wei in All England 2017. Five match starts from quarter final to final match were selected to be observed. The indicator include for this analysis were the shot, unforced error, number of shot and duration of the match. Mann Whitney test used to see the significant of this study. For shot, first type of shot which is forehand Lee Chong Wei (Mean ± SD), (30.33±8.083) and Shi Yuqi forehand (17.67±11.7l9). Next, for backhand shot, based on the analysis for Lee Chong Wei (Mean± SD), (16.33±11.150) and Shi Yuqi (Mean ± SD), (14.33±6.658). For Lee Chong Wei drop is (Mean ± SD), (31.00±7.211) and Shi Yuqi drop (Mean ± SD), (52.67±34.962). Last for number of shot is jumping smash. Lee Chong Wei (Mean ± SD), (25.00±3.606) and Shi Yuqi (Mean ± SD), (24.33±.577). The second indicator is unforced error. Based on the results Lee Chong Wei out is (Mean ± SD), (6.33± 3.055) and Shi Yuqi out (9.67± 2.082). Next is Lee Chong Wei long (Mean ± SD), (.OO±.OOO) and Shi Yuqi long (Mean ± SD), (.OO±.OOO). For short and wrong court Lee Chong Wei and Shi Yuqi also same like long which is long (Mean ± SD), (.OO±.OOO). Lastly for unforced error is net. Lee Chong Wei is (Mean ± SD), (7.33±5.508) and Shi Yuqi (Mean ± SD), (8.67±4.04l). Next indicator is number of shot, Lee Chong Wei (Mean ± SD), (259.33±34.078) and Shi Yuqi (Mean ± SD), (2l5.67±75.745). Lastly indicator is duration of the match, Lee Chong Wei (Mean ± SD), (49.33±8.386) and Shi Yuqi (Mean ± SD), (43.33±7.024).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».