Un’architettura MCDM fuzzy fermateana DoC avanzata per una valutazione quantitativa comprensiva della competenza di fitness fisico tra le istituzioni accademiche

Perché il fitness degli studenti ha bisogno di un controllo più intelligente

I corpi e le menti degli studenti universitari sono sollecitati da lunghe ore di studio, tempo davanti allo schermo e spesso da sonno e alimentazione inadeguati. Le università cercano di monitorare il livello di fitness con test su velocità di corsa, forza o flessibilità, ma trasformare opinioni sparse e incerte di allenatori e operatori sanitari in voti equi e affidabili è difficile. Questo articolo introduce un nuovo modo per convertire quei giudizi sfumati in classifiche chiare e spiegabili del livello di fitness degli studenti, aiutando le istituzioni a decidere dove concentrare allenamento, consulenza e risorse.

Molti aspetti del fitness, molte prospettive

Il fitness fisico a livello universitario è più di quanto velocemente uno studente riesca a correre. Comprende resistenza cardio‑respiratoria, forza muscolare, flessibilità, composizione corporea e bilanciamento muscolare, rapidità ed equilibrio, benessere mentale e abitudini quotidiane come sonno, dieta e movimento. Diversi esperti possono attribuire importanza diversa a questi elementi: un allenatore sportivo può privilegiare la velocità, un consulente può sottolineare la gestione dello stress e un docente di salute può concentrarsi sulla composizione corporea. I loro giudizi spesso confliggono e anche un singolo esperto può essere incerto. I sistemi di punteggio tradizionali e le semplici statistiche faticano a cogliere questa mescolanza di numeri concreti e incertezza umana.

Da opinioni vaghe a scelte strutturate

Gli autori si basano su una famiglia di metodi noti come decisione multicriterio, progettati per ponderare diversi fattori simultaneamente. Un ingrediente chiave del loro approccio è una forma moderna di ragionamento “fuzzy” che permette agli esperti di indicare non solo quanto sostengono o oppongono una affermazione, ma anche quanto sono incerti. La versione scelta, chiamata insieme fuzzy fermateano, offre maggiore spazio per esprimere dubbio e sentimenti misti, particolarmente importante in ambiti morbidi come il benessere mentale o lo stile di vita. Invece di costringere gli esperti a fornire numeri netti e sicuri, il metodo permette loro di ammettere quando in certa misura concordano e discordano contemporaneamente, o quando semplicemente non sanno.

Usare le carte per catturare le priorità degli esperti

Per trasformare le opinioni degli esperti in pesi per ciascun fattore di fitness, lo studio utilizza l’approccio “deck of cards” (mazzo di carte). Piuttosto che chiedere alle persone di compilare tabelle complesse di valutazione, si dà loro la possibilità di disporre carte astratte dalla più alla meno importante e di inserire spazi "vuoti" tra di esse. Uno spazio più ampio indica un salto maggiore di importanza. Semplici controlli verificano che gli spazi siano coerenti. Le posizioni delle carte vengono poi convertite in pesi numerici in modo trasparente e passo dopo passo. Poiché il processo assomiglia più all’ordinare preferenze che al fare calcoli, riduce lo sforzo cognitivo e facilita per gli esperti l’esposizione del motivo per cui, per esempio, la resistenza può contare più della flessibilità in un dato contesto di campus.

Testare il quadro con uno scenario realistico

Per mostrare come funziona il metodo, gli autori creano uno studio di caso ipotetico con otto criteri di fitness e cinque gruppi di studenti, che vanno da studenti molto attivi che seguono programmi personalizzati a studenti principalmente sedentari. Ogni gruppo è descritto da giudizi fuzzy su ciascun criterio, inclusi gradi di supporto, opposizione e esitazione. Il processo del mazzo di carte produce pesi per ogni aspetto di fitness e il motore fuzzy fermateano combina tutte queste informazioni in un punteggio complessivo per ciascun gruppo. La classifica risultante separa chiaramente i gruppi: emerge come migliore un gruppo equilibrato con esercizio regolare e forte benessere mentale, mentre i gruppi con schemi di fitness irregolari o frammentati restano indietro. Verifiche di sensibilità — piccole modifiche ai pesi — mostrano che le scelte di vertice rimangono stabili, suggerendo che il metodo è robusto e non eccessivamente vulnerabile a lievi cambiamenti nelle opinioni degli esperti.

Perché è importante per i campus

Per un non specialista, il messaggio chiave è che questo quadro offre alle università un modo più equo e attento all’aspetto umano per trasformare complessi e incerti punti di vista di esperti in classifiche e priorità chiare sul fitness. Combinando preferenze intuitive basate sulle carte con un modo flessibile di esprimere il dubbio, il modello riduce i pregiudizi nascosti, gestisce meglio le opinioni contrastanti e comunque fornisce risposte semplici su quali gruppi di studenti o dimensioni del fitness richiedono più attenzione. Questo può guidare programmi di esercizio più mirati, iniziative per la salute mentale e pianificazione delle risorse, aiutando i campus a promuovere il benessere studentesco in modo che rispetti sia i dati sia il giudizio umano.

Citazione: Xie, L., Huo, Y. & Wang, X. An advanced fermatean fuzzy DoC MCDM architecture for comprehensive quantitative assessment of physical fitness competency across academic institutions. Sci Rep 16, 14510 (2026). https://doi.org/10.1038/s41598-026-43046-1

Parole chiave: fitness fisico universitario, decisione fuzzy, valutazione multicriterio, valutazione della salute degli studenti, politica educativa