Desenvolvimento de habilidades motoras: evidências de validade de um novo instrumento de medida
Bibliographic record
Abstract
Introdução: O desenvolvimento de habilidades motoras é um dos conteúdos mais lembrados pela literatura relacionada à pedagogia do esporte. Objetivo: Testar o modelo quadridimensional – Orientação ao Aperfeiçoamento (OA), Orientação à Conformação (OC), Orientação a Adequação ao Estágio Motos (OAEM) e Orientação a Práticas Variadas (OPV) – avaliado pela Escala sobre o Desenvolvimento de Habilidades Motoras no Contexto de Competições Esportivas (EDHMCCE-14) – através dos princípios métricos de análises fatoriais e consistência interna. Método: Foi utilizada uma amostra de 108 participantes de 20 a 61 anos, de ambos os sexos, treinadores esportivos. Resultados: Os resultados das análises fatoriais exploratória (explicando cerca de 50% da variância total do construto) e confirmatória (GFI = 0,89; AGFI = 0,83; x2/gl = 1,424; RMSEA = 0,063; PCLOSE = 0,220; CFI = 0,934) permitem concluir que o modelo testado confirmou a existência de 4 dimensões (OA, OC, OAEM, OPV). Os resultados do estudo de consistência interna obtidos pelo cálculo alpha de Cronbach (0,67 a 0,73), asseguram a relativa precisão das dimensões medidas e a confiabilidade de sua utilização aos objetivos a que se propõe. Conclusão: Novos estudos devem explorar/testar outras importantes qualidades métricas deste instrumento (validade de conteúdo e fidedignidade teste-reteste, entre outras).
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 | 0.034 | 0.098 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".