Análise quantitativa de finalizações das quatro melhores equipes da Copa Libertadores da América de 2016
Bibliographic record
Abstract
O futebol é um fenômeno Brasileiro e mundial que arrastando torcedores e praticantes no mundo todo, seja com viés para o lazer ou alto rendimento. No Brasil nível alto rendimento ocorre através de várias competições, como a copa libertadores da América. É o evento mais importante de futebol sul-americano. Com novos aspectos técnicos e táticos das equipes. O presente trabalho faz uma análise quantitativa das finalizações das quatro equipes primeiras colocadas da competição: Atlético Nacional (Colômbia), Independiente Del Valle (Equador), Boca Juniors (Argentina) e São Paulo Futebol Clube (Brasil). O objetivo foi observar se a equipe campeã, o Atlético Nacional, foi a melhor no quesito de finalizações e apontar de qual setor do campo as equipes mais finalizaram. As coletas dos dados foram feitas através da visualização de quarenta e oito partidas, sendo fase pré-classificatória, classificatória de grupos, oitavas de finais, quartas, semi e final. Observando o momento da pré-finalização e o local no qual houve a conclusão da jogada. Que temos como principais dados, a equipe argentina com 2 jogos a menos que todas, porém obteve média de gols maior que outras duas equipes. O trabalho vem com mostras dos números coletados e trazendo os resultados finais das análises, para afirmar ou não ser a equipe que mais finalizou foi à campeã da competição, condiz com seu aproveitamento ofensivo no torneio. Por fim, apontamos que a equipe campeã não foi a que mais finalizou entre as quatro equipes analisada.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".