MétaCan
Menu
Retour à la cohorte
Enregistrement W7029292902

Influencia de los tiempos muertos en el voleibol de base

2024· dissertation· es· W7029292902 sur OpenAlexaboutno aff

Notice bibliographique

RevueUPM Digital Archive (Technical University of Madrid) · 2024
Typedissertation
Languees
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrder (exchange)Statistical analysisQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

El voleibol es uno de los deportes más practicados en el mundo, ya sea a nivel profesional o de vacaciones con los amigos. Pese a ello, no mucha gente conoce todas las normas de este deporte ni las funciones del entrenador. Una de las herramientas que tienen los entrenadores para mejorar la dinámica del equipo son los “Tiempos Muertos”, pequeñas pausas de 30” para que el entrenador pueda dar instrucciones a sus jugadores y romper la dinámica rival.
\n
\nEl objetivo de este estudio es conocer como afectan estos tiempos muertos al rendimiento del equipo en categorías inferiores. Para ello se ha realizado un estudio de 1092 tiempos muertos pertenecientes a 144 partidos de categorías cadete y juvenil de la Federación de Madrid de Voleibol. Los resultados han mostrado que los entrenadores no gastan todos los tiempos muertos de los que disponen, y éstos se utilizan principalmente cuando se va perdiendo. Se ha visto que hay una gran relación entre pedir el primer tiempo muerto y ganar el set, que los tiempos muertos se utilizan sobre todo en el tercer periodo del set y que no hay ninguna relación importante entre pedir tiempo muerto y ganar el punto siguiente. Por lo tanto, los resultados muestran una influencia de los tiempos muertos, aunque no de forma inmediata.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), 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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,397
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,008
Tête enseignante GPT0,282
Écart entre enseignants0,274 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUPM Digital Archive (Technical University of Madrid)Même sujetSport Psychology and PerformanceTravaux en français237 207