Томский государственный университет (г. Томск)
Эта работа опубликована в сборнике "Науки о человеке": материалы IX
конгресса молодых ученых и специалистов (Томск, 28-29 мая 2010 г) / Под ред. Л.М.
Огородовой, Л.В. Капилевича. – Томск: СибГМУ. – 2010. – 113 с.
Посмотреть обложку сборника
Скачать сборник целиком
Правильно организованный процесс физического воспитания студентов - общепризнанный и неоспоримый способ укрепления здоровья. Построение учебно-образовательного процесса с использованием личностно-ориентированного выбора спортивной деятельности способствует реализации основных задач физического воспитания в вузе. Применение дифференцировки и индивидуализации учебно-тренировочного процесса с учетом физкультурно-спортивных интересов, уровня физической подготовленности и функционального состояния организма позволят повысить эффективность нагрузок на занятиях физической культурой. Для оптимизации содержания двигательной нагрузки необходимо использовать знания об особенностях индивидуального морфофункционального и психологического статуса обучающегося. Такой индивидуально-дифференцированный подход в процессе физического воспитания будет способствовать эффективному развитию физических качеств и позволит достичь высокой всесторонней работоспособности.
Цель: разработать методику мониторинга функционального состояния организма студентов при использовании спортивно-ориентированных форм организации учебного процесса по физическому воспитанию.
Методы и организация исследования. В качестве объекта исследования были выбраны 467 студентов 17 лет Томского государственного университета, занимающиеся на кафедре физического воспитания. Все обследуемые входят в основную медицинскую группу.
Для разработки алгоритмов донозологического мониторинга применяется оценка различных физиологических показателей и их взаимосвязь. В ходе работы был использован дискриминантный анализ (Discriminant Function Analysis). Данный метод относится к системе методов классификации «с учителем». Цель анализа состоит в том, чтобы на основе измерения различных характеристик объекта классифицировать его, то есть отнести к одной из нескольких групп некоторым оптимальным способом. Результатом анализа является статистическая модель, представленная набором линейных функций, определяющих границы принятия решения в пользу той или иной группы. Так как массив экспериментальных данных накапливается, то коэффициенты статистической модели постоянно уточняются.
Результаты. Проведенный анализ результатов мониторинга функционального состояния организма и физической подготовленности студентов позволил выявить динамику и взаимосвязь показателей в учебных группах. Большинство студентов исследуемых учебных групп имеют оптимальное функциональное состояние организма и физическую подготовленность. Наряду с этим есть студенты, у которых наблюдается состояние функционального напряжения и низкая физическая подготовленность. Такая неоднородность показателей послужила основой для формирования подгрупп с учетом динамики функционального состояния в течение первого года обучения. Классификация проводилась для двух подгрупп: 1 - в данную подгруппу были включены студенты с «адаптивным состоянием»; 2 - студенты в «состоянии функционального напряжения». Разработанная статистическая модель (чувствительность - 93%, специфичность - 87%) позволяет прогнозировать направленность физиологической адаптации, тип компенсаторно-приспособительных реакций. В основе модели - информативные показатели, характеризующие функциональное состояние организма (исходный уровень функционирования, степень напряжения регуляторных механизмов, уровень функциональных резервов) и физическую подготовленность в начале года.
Для каждого показателя были вычислены коэффициенты, что позволило записать классификационные функции:
где y1 - классификационная функция, описывающая 1 -ю подгруппу;
y2 - классификационная функция, описывающая 2-ю подгруппу;
х1 - результаты тестирования скоростно-силовых качеств;
х2 - результаты тестирования выносливости;
х3 - результаты тестирования силы;
х4 - результаты тестирования быстроты;
х5 - значение LF/HF;
х6 - значение HF(%);
х7 - результаты тестирования гибкости;
х8 - значение ИНф;
х9 - значение ИН2;
х10 - значение ИН1/ИНф.
Следовательно, зная результаты тестирования общей физической подготовленности и значения показателей кардиоинтервалографии, мы можем вычислить y1 и y2. Сравнив значения функций, мы принимаем решение об отнесении объекта к 1 -ой или 2-ой подгруппе:
— У1> У2 , объект относится к 1-ой подгруппе, которая характеризуется «адаптивным состоянием»;
—
У1< У2 , объект относится ко 2-ой группе, которая характеризуется «состоянием функционального напряжения».
Заключение. Полученная статистическая модель может быть использована для проведения мониторинга функционального состояния организма. Используя информативные показатели, выделенные в ходе дискриминантного анализа, мы проводим классификацию на 2 группы по уровню адаптации. Такое разделение дает возможность корректировать учебно-тренировочный процесс с учетом функционального состояния организма и уровнем развития двигательных качеств.
|