Proceso enseñanza de la técnica de carrera en atletas de la categoría 10 a 11 años
Bibliographic record
Abstract
Con el objetivo de establecer adecuaciones en el proceso de enseñanza de la técnica de carrera que permita un correcto desempeño de la técnica de las carreras planas se realizó el presente trabajo investigativo, Que está centrado en el proceso que conllevan al aprendizaje de la técnica de carrera, donde se llevó a cabo un análisis prospectivo, de naturaleza cualitativa-cuantitativa que permitió indagar acerca del fenómeno estudiado. Se ejecutó una investigación crítica, reflexiva y propositiva acerca de las formas de enseñanza y procedimientos metodológicos, encaminados a un aprendizaje significativo de la técnica de las carreras planas, elementos estos fundamentales para la aplicación de la observación durante el desempeño técnico. Los resultados de la investigación comprobaron las deficiencias existentes en el proceso. Para la validez de los ejercicios evaluados de la ficha de observación se comprobaron a través de los procesamientos estadísticos de Test de Student y el concerniente análisis e interpretación, esto nos condujo a la ejecución de parámetros que ayudaron al desarrollo y mejoría del componente técnico, creando de este modo una guía de ejercicios.
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 | 0.007 |
| 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 | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.003 |
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".