Detalhes bibliográficos
| Ano de defesa: |
2016 |
| Autor(a) principal: |
Roveri, Maria Isabel |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://www.teses.usp.br/teses/disponiveis/5/5170/tde-20092016-164719/
|
Resumo: |
A prática deliberada de corrida promove uma melhora no padrão de movimento do corredor, porém ainda é incerto quais são as contribuições da experiência de corrida na mecânica do corpo. No curso de dar luz a essas contribuições nos deparamos com uma questão básica anterior: o que é um corredor experiente? Apesar de existir uma regra dos \"dez anos\" de prática para se tornar especialista, não há uma definição clara do que é ser experiente em corrida e, quantificar o nível da experiência é uma tarefa desafiadora. Uma alternativa para essa tarefa envolve a criação de um sistema de apoio à decisão para classificação do fenômeno utilizando um sistemas linguísticos fuzzy. O uso desses sistemas é indicado para tratar de fenômenos com características de incerteza de identificação. Os objetivos do estudo foram: (i) desenvolver um sistema de apoio à decisão para a classificação da experiência do corredor de longa distância não federado por meio de um modelo fuzzy; e (ii) desenvolver uma prova que avalie a capacidade do corredor em controlar o ritmo durante a corrida, como forma de qualificar a experiência nessa modalidade. Para o primeiro objetivo, dois subsistemas tipo Mamdani foram desenvolvidos a partir do julgamento de três técnicos especialistas em corrida. No primeiro subsistema as variáveis linguísticas de frequência e volume de treino foram combinadas tendo como saída conjuntos que definiram a qualidade da prática. O segundo subsistema combinou à saída do 1º sistema, o número de provas e o tempo de prática e determinou o nível de experiência em corrida, em cinco conjuntos de saída. Os resultados do modelo foram altamente consistentes com a avaliação dos três especialistas em corrida que o criaram (r > O,88, p < O,OOl) e altamente consistentes com a avaliação de cinco outros especialistas (r > O,86, p < O,OOl). Para o segundo objetivo, como os especialistas descreveram de forma contundente que o controle de ritmo durante a corrida é uma característica presente e marcante em corredores experientes, desenvolvemos uma prova para testar essa capacidade do corredor e para que esta ferramenta pudesse ser utilizada como padrão de comparação com os resultados da avaliação do modelo fuzzy. Duas provas de 1000 m e 3200 m foram desenvolvidas. A primeira foi aplicada em 100 e a segunda em 42 corredores de longa distância não federados, onde tinham um tempo alvo para completar a prova baseado no tempo da última prova de 5km ou 10km que tivessem realizado. Os tempos parciais foram mensurados a cada 200m para identificar o ritmo. Foi possível identificar algumas distribuições de ritmo típicas ao longo dos testes, todavia, elas não se relacionaram com o nível de experiência dos corredores, o mesmo ocorreu entre o grau de acurácia em reproduzir os tempos solicitados e o nível de experiência. No geral, pode-se dizer que a classificação de experiência baseada num sistema fuzzy foi consistente como se pode depreender do grau de correlação do modelo com os julgamentos dos especialistas. A ausência de relações significantes entre o modelo e o controle de ritmo pode ser atribuída ao segundo, já que não há consenso na literatura sobre qual seria um teste de ritmo objetivo, fidedigno e válido. O controle de ritmo por si já está imbuído de um grau de incerteza (várias combinações temporais levam ao mesmo resultado final) o que corrobora com a utilização da lógica fuzzy para o entendimento do fenômeno e demanda estudos específicos. É importante destacar que a aplicação do modelo permitiu identificar que um alto nível de experiência não está balizado pela \"regra dos 10 anos de prática\" o que provavelmente tem a ver com o tipo de atividade estudada aqui, depende de uma habilidade mais motora e menos cognitiva. Isso indica que na corrida há outros fatores balizadores, como a frequência e o volume de treinos e a participação em provas. O sistema fuzzy de apoio a decisão para classificação do nível de experiência do praticante de corrida de fundo mostrou-se capaz de identificar e classificar a experiência em corrida com confiabilidade |
