Разработка индивидуальных программ физической активности в процессе междисциплинарной интеграции в обучении физической культуры и информатики

Лучшая тренировка – та, которую не хочется пропускать. Характер человека, его потребности, а также физические и физиологические особенности определяют основные параметры при разработке индивидуальной программы физической активности. Осознание взаимосвязи между физиологическими показателями и интенсивностью тренировок способствует повышению мотивации, эффективной подготовке и достижению поставленных целей.

Доступными и информативными показателями, характеризующими влияние нагрузок на организм учащихся и эффективность восстановительных процессов, являются частота сердечных сокращений и уровень артериального давления, особенно пульсового давления [5, с. 547].

Информатика моделирует комплексные физиологические процессы на уровне точных инструкций. Программирование – это эффективный инструмент обобщения и анализа данных: только обладая полным пониманием сущности проблемы, можно создать програм-

му, способную решить поставленную задачу. Таким образом, анализ тренировок на основе данных ЧСС удобно производить с помощью алгоритмов – четко определенных вычислительных процедур, на вход которых подается одна или несколько величин, а на выходе формируются итоговые значения [6, с. 26]. Полученные результаты следует представлять в удобной и интуитивно понятной графической форме. В этом контексте междисциплинарная интеграция физической культуры и информатики становится актуальным направлением для разработки индивидуальных программ физической активности.

Совместное изучение влияния занятий физической культуры на здоровье педагогами и учащимися способствует всестороннему анализу и более глубокому пониманию воздействия физических нагрузок на организм. В процессе разработки алгоритмов учащиеся исследуют взаимосвязь между скоростью, частотой сердечных сокращений, восстановлением и уровнем работоспособности, что формирует более осознанный подход к трениров-

Таблица 1. Первичные данные

Занятие	1	2	3
Пульс утром (уд/мин)	68	66	65
Пульс до (уд/мин)	82	80	78
Пульс после (уд/мин)	174	170	168
Пульс после 5 мин (уд/мин)	112	104	98
Пульс вечером	76	72	70
Время прохождения (мм:сс)	10:50	10:30	10:10
Средняя скорость (м/с)	3.08	3.17	3.28
Самочувствие	3	3	3
Ночной сон	7.5	8	8

На уроках информатики учащиеся работали с данными, полученными в ходе тестирования на занятиях по физической культуре. Основной целью стало освоение навыков анализа физиологических показателей, таких как частота сердечных сокращений (ЧСС), в контексте физической нагрузки.

На листинге 1 представлен фрагмент кода, реализующий процесс ввода информации из электронной таблицы и предварительную об-

работку данных. В рамках задания использовался язык программирования Python, в частности библиотека pandas, предназначенная для структурирования и анализа табличной информации. Для корректной работы с данными в языке Python таблица 1 была трансформирована в структуру «одна строка – одно занятие». Это стандартный формат хранения данных в библиотеке pandas.

Data: Электронная таблица

Result: Внесение данных в программу

Навыки работы с электронными таблицами

• 1    import pandas as pd',

• 2    # CSV-файл

• 4    def time_to_seconds(t):

• 5     # Преобразование времени в секунды

• 6    minutes, seconds — map(int, f split ( d') ):

• 7    return minutes * 60 + seconds',

• 8    df['Время сек'] = df['BpeMfl прохождения'].apply (time to seconds');

• 9    # Расчёт пульсового восстановления

io df['CKopocTb восстановления пульса'] — (dffHynbc после'] - Оф'Пульс после 5 мин']) / 5;

и # Расчёт уровня ЧСС по отношению к покою

• 12    df['ЧСС прирост (%)'] = ((df[’Пульс после'] - df[’Пульс до’]) / dffHynbc до']) * 100;                                    '                                               '

• 13    # Вывод первых строк таблицы

• 14    print(d/head());

Листинг 1. Загрузка и первичная обработка данных

После загрузки и преобразования данных учащимся было предложено построить графики, отражающие изменение физиологических параметров в ходе трёх занятий. Визуализация выполнялась с использованием биб-

лиотек matplotlib и seaborn, а также встроенных функций библиотеки pandas. Ниже представлены листинги 2 и 3 – коды построения графиков.

Data: df

Result: Построение графиков. Самоанализ данных

• 1    import matplotlib.pyplot as pit'.

• 2    import seaborn as sns;

з # Настройка графиков

• 4    sns.set ( style= “whitegrid ”);

Листинг 2. Построение графиков изменения физиологических показателей 1

Рис. 1. Динамика ЧСС после кросса

Data: df

Result: Построение графиков. Самоанализ данных

• 1    import matplotlib.pyplot as pit;

• ■2 # График 2: Процент восстановления ЧСС

з df['% восстановления ЧСС] = (

• 4   (сЩ’Пульс после (уд/мин)’] - dff'ny.Tbc после 5 мин (уд/мин)']) /

• 5   (df['Пyльc после (уд/мин)’] - dfl/Пульс до (уд/мин)']) * 100

e );

• 7    # Построение графика

• 8    plt.f igure(figsize=(8, 5))-,

• 9    plt.bsa: (df[ Занятие'], df['% восстановления ЧСС], color =‘sky blue’')]

• io    pit.title СПроцент восстановления ЧСС через 5 минут после нагрузки'');

• 12    pit. у label ('% восстановления пульса'):

• 13    plt.ylim(d, 100)]

• 14    plt.grid(tms=‘jd);

• 15    pit.tight layout О ;

• 16    plt.savef ig( ‘graf_pe2.png’):

• 17    plt.showO;

Листинг 3. Построение графиков изменения физиологических показателей 2.

Занятие

Рис. 2. Процент восстановления ЧСС через 5 минут после нагрузки

Построенные графики позволили учащимся наглядно проследить динамику физиологических изменений, произошедших за время трёх тренировочных занятий. График изменения частоты сердечных сокращений после нагрузки и через 5 минут восстановления (рис. 1) отразил постепенное снижение нагрузки на сердечно-сосудистую систему. График процента восстановления ЧСС (рис. 2) продемонстрировал повышение эф-

фективности восстановления – один из ключевых показателей адаптации организма к физическим нагрузкам.

Указанные действия выполнялись в рамках координированного взаимодействия двух педагогов – учителя физической культуры и учителя информатики. Совместная работа строилась на принципах междисциплинарной интеграции: специалист по физическому развитию предоставлял учащимся объяснение

Таблица 2. Индивидуальная программа физической активности

Неделя	Длительный бег 1 (км)	Длительный бег 2 (км)	Анп-Тренировки	Базовая скорость	Недельный километраж
1	2.5	2	-	4 × 40 м	8 км
2	3	2.5	-	4 × 50 м	10 км
3	3.5	3	2 × 200 м, АнП	4 × 60 м	12 км
4	4	3.5	2 × 300 м, АнП	5 × 60 м	13 км
5	4.5	4	2 × 400 м, АнП	5 × 70 м	14 км
6	5	4.5	2 × 500 м, АнП	6 × 70 м	15 км
7	5	5	2 × 600 м, АнП	6 × 80 м	16 км
8	5	5	2 × 800 м, АнП	6 × 100 м	17 км