Validação de Conteúdo de um Instrumento para Mensuração do Conhecimento sobre Musculação, Alimentação e Suplementação
Bibliographic record
Abstract
Este estudo teve o objetivo de elaborar e validar o conteúdo de um instrumento para avaliar os conhecimentos sobre musculação, alimentação e suplementação. Trata-se de um estudo em que foi aplicado um protocolo de validação de conteúdo a profissionais de educação física e nutrição para o julgamento dos itens. Para tanto, foram elaborados 25 itens de múltipla escolha com quatro alternativas, com apenas uma correta. Para avaliação dos itens por especialistas, utilizou-se um instrumento elaborado pelo próprio autor, o Protocolo de Validação de Conteúdo (PVC), que foi utilizado com objetivo de ser uma via de análise e julgamento dos itens para juízes avaliadores desta pesquisa. O PVC foi estruturado para analisar clareza e o nível de relevância dos itens em uma escala likert de quatro pontos, em que o primeiro se considerou como “não relevante” e o último como “muito relevante”, esse processo foi individualizado por questão. Após serem submetido aos especialistas e analisados pelo Índice de Validade de Conteúdo (IVC), foram validados 22 itens que poderão ser aplicados em pesquisas futuras.
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 | 0.091 | 0.205 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 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".