KLASIFIKASI DISABILITAS ATLET ANGGAR KURSI RODA (WHEELCHAIR FENCING) UNTUK KEJUARAAN INTERNASIONAL
Bibliographic record
Abstract
Olahraga disabilitas di Indonesia sudah sangat diperhatikan pemerintah Republik Indonesia dengan ditandai adanya kebijakan yang sudah disamakan dengan cabang olahraga yang normal. Pemahaman akan olahraga disabilitas di masyarakat khususnya bagi para penyandang disabiltas di Indonesia masih sangat kurang khususnya cabang olahraga anggar kursi roda, keadaan tersebut dikarenakan belum adanya sosialisasi dan pemahaman akan nomor-nomor yang dipertandingkan dan kategori klasifikasi atlet yang berhak mengikuti akan olahraga khusus anggar kursi roda. Nomor-nomor pertandingan dan klasifikasi atlet di olahraga anggar kursi roda adalah foil individual katagori klasifikasi A,B,C dan tim, Epee individual katagori klasifikasi A, B, C dan Tim dan Sabre individual katagori A, B, C dan Tim. Penentuan katagori klasifikasi atlet anggar kursi roda dilakukan dengan tes medik oleh dokter spesialis ortopedi dan tes funsional anggota gerak tubuh. Tes fungsioanal terdiri dari empat item tes yaitu tes satu sampai dengan tes ke empat, dari tes fungsional tersebut sudah ditentukan poin-poin untuk menghitung tingkat kemampuan anggota gerak tubuh atlet, penghitungan poin tes dan pengamatan visual atlet saat melakukan gerakan saat pemanasan sebelum pertandingan akan di kalkulasi untuk menentukan kelas klasifikasi atlet anggar kursi roda. Katagori klsifikasi atlet anggar kursi roda adalah: A untuk atlet yang masuk di kelas 3 dan 4, B untuk atlet yang masuk di kelas 2 dan C untuk atlet yang masuk di kelas 1A-1B. Dengan adanya pemahaman masyarakat khususnya penyandang disabilitas yang memiliki potensi menekuni cabang olahraga anggar kursi roda ini maka diharapkan peningkatan prestasi anggar kursi roda di Indonesia semakin baik dan secara otomatis bagi penyandang disabilitas yang memiliki prestasi di multi event internasional akan meningkatkan taraf ekonomi dan kehidupannya.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.044 | 0.010 |
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".