Proposta metodológica para a avaliação da técnica da pedalada de ciclistas: estudo de caso
Bibliographic record
Abstract
No estudo da biomecânica do ciclismo diversas técnicas têm sido utilizadas para descrever e compreender o movimento da pedalada. O objetivo deste estudo é propor uma metodologia para a avaliação de ciclistas sob o ponto de vista das forças aplicadas no pedal. Um ciclista de elite foi avaliado por meio de um protocolo que consistiu em alterar o selim em quatro diferentes posições (deslocado para cima, para baixo, para frente e para trás) a partir da posição de referência, especificamente, aquela adotada para treinamento pelo ciclista. A mudança no ajuste do selim foi de 1 cm. A bicicleta do atleta foi acoplada a um ciclossimulador magnético. A carga do teste foi normalizada por um critério fisiológico (segundo limiar ventilatório), simulando o ritmo de prova do atleta. O pedal direito foi substituído por um pedal bidimensional instrumentado para registrar as forças normal e tangencial. A média do impulso angular da força efetiva foi calculada a partir de dez ciclos consecutivos de pedalada. As mudanças na posição do selim modificaram o impulso da força efetiva em relação à posição de referência. Sendo assim, o protocolo é eficaz e pode ser aplicado em diferentes situações.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.003 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".