MétaCan
Menu
← Retour à la cohorte
Enregistrement W7071746895

Street workoutin tyypillisimmät urheiluvammat ja niiden ennaltaehkäisy: Lämmittelyopas

2020· other· fi· W7071746895 sur OpenAlexaboutno aff

Notice bibliographique

RevueTheseus (Ammattikorkeakoulujen) · 2020
Typeother
Languefi
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)PopulationQuarter (Canadian coin)Small town
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Street workout on melko uusi telinevoimistelun kaltainen urheilulaji, jossa harjoitellaan omalla kehonpainolla leuanvetotankojen ja nojapuiden avulla. Lajissa vaaditaan harrastajalta voimaa, liikkuvuutta, nopeutta, kestävyyttä sekä taitoa. Street workout koostuu liikkeistä, jotka haastavat harrastajan staattista ja räjähtävää voimaa sekä kehonhallintaa ja koordinaatiokykyä. Lajin vaativuus voi altistaa harrastajan urheiluvammoille. Urheiluvammat vaativat syntyäkseen sisäisen ja ulkoisen riskitekijän sekä jonkin tapahtuman. Alkulämmittelyllä voidaan valmistella keho tulevaa harjoittelua varten ja parantaa suoritusta. Lämmittely koostuu kolmesta osiosta, joita ovat hengitys- ja verenkiertoelimistön aktivointi, liikkuvuutta parantava osio sekä lajille ominaiset lihaskuntoliikkeet. \n \nOpinnäytetyön tarkoitus oli tuottaa lämmittelyopas street workoutin harrastajille, jotta he voivat harrastaa lajia mahdollisimman turvallisesti. Tavoitteena oli tuottaa tietoa street workoutissa sekä samankaltaisissa lajeissa tapahtuvista urheiluvammoista ja niiden ennaltaehkäisystä. Lisäksi tavoitteena oli tuoda harrastajien tietoon lämmittelyn tärkeys ja sen vaikutus harjoitteluun sekä jakaa harrastajien keskuuteen tehokkaita lämmittelyliikkeitä, jotka valmistavat kehon tulevaa suoritusta varten. Opinnäytetyö tehtiin yhteistyössä Suomen Street Workout ry:n kanssa. \n \nOpinnäytetyö sisältää kirjallisen raportin sekä lämmittelyoppaan videomuodossa. Kirjallisen raportin sisältämään teoriaosuuteen valittiin street workoutiin sekä samankaltaisiin lajeihin liittyviä tutkimuksia, tieteellisiä artikkeleita sekä kirjallisuutta, joiden avulla saatiin tietoperusta lajien tyypillisimmistä urheiluvammoista sekä urheiluvammojen ennaltaehkäisystä. Tietoperustaa varten tehtiin myös kaksi kyselyä street workoutin harrastajille, joiden avulla selvitettiin lajin harrastajien lämmittelytottumukset sekä mahdolliset lajin parissa sattuneet urheiluvammat. Lämmittelyopas koottiin opinnäytetyön raportin sisältämän teoriaosuuden sekä street workoutin harrastajien raportoimien vastausten pohjalta. Lämmittelyvideo on jaettu kolmeen osaan; hengitys- ja verenkiertoelimistöä aktivoivaan osioon, liikkuvuutta parantavaan osioon sekä lajikohtaisiin lihaskuntoliikkeisiin. Lämmittelyopas on tarkoitettu kaikille street workoutin harrastajille sekä lajista kiinnostuneille. Opas julkaistaan Suomen Street Workout ry:n internetsivuilla sekä sosiaalisen median kanavilla.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,354

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1060,026

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 Opus0,027
Tête enseignante GPT0,261
Écart entre enseignants0,235 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheseus (Ammattikorkeakoulujen)→Travaux en français237 207→