Цель работы – определить показатели, статистически значимо взаимосвязанные с вероятностью отнесения детей дошкольного возраста к группам здоровья, на основе регрессионного моделирования данных мониторинга.
Методы и организация исследования. Обследованы 3035 детей 3-7 лет из 38 дошкольных образовательных организаций 14 регионов России (май-сентябрь 2025 г.). Группа здоровья (I–V) определялась по медицинской документации. Оценивали антропометрические и функциональные показатели, а также двигательную подготовленность, факт посещения спортивных секций. С целью анализа статистических взаимосвязей между принадлежностью дошкольников к медицинским группам здоровья и изучаемыми показателями использовали ординальную логистическую регрессию, выполненную отдельно для возрастных групп 3-4, 4-5, 5-6 и 6-7 лет.
Результаты исследования и их обсуждение. В каждой возрастной группе преобладали I-II группы здоровья. В регрессионных моделях показатели двигательной подготовленности и морфофункционального статуса были статистически значимо связаны с группой здоровья: увеличение окружности грудной клетки, меньшее время 6-минутного бега и более быстрое выполнение челночного бега 3×10 м взаимосвязаны со снижением вероятности того, что ребенок будет отнесен к группе здоровья с хроническими заболеваниями. У детей 5-6 лет повышение частоты сердечных сокращений в покое статистически связано с принадлежностью к медицинским группам здоровья с хроническими заболеваниями, тогда как у детей 6-7 лет такая принадлежность была статистически взаимосвязана с фактом посещения спортивных секций (дополнительных занятий вне ДОО).
Заключение. Принадлежность детей к медицинским группам здоровья статистически взаимосвязана с показателями физического развития (окружностью грудной клетки), выносливости и скоростно-координационной подготовленности, а также с фактом участия в спортивных секциях; более высокие значения частоты сердечных сокращений в покое взаимосвязаны с отнесением детей к группам здоровья с хроническими заболеваниями.
Цель исследования – разработать и представить системную модель функционирования спортсмена как основу цифрового управления тренировочным процессом в шоссейном велоспорте; сформулировать критерии минимальной достаточности ядра показателей тренировочной нагрузки и на их основе аргументировать выбор триады G–t–v для контура «план–факт–решение» (развёрнутое обоснование представлено в [2]).
Методы исследования: системный анализ и структурно-функциональное моделирование объекта управления «спортсмен», теоретический анализ нормативно-методических подходов к заданию и контролю тренировочной нагрузки, обобщение практики научно-методического сопровождения подготовки спортсменов спортивного резерва (ПССР). В качестве наблюдаемых характеристик физической работы использовали показатели t (время), v (скорость) и G (градиент/рельефная трудность), формирующие представление нагрузки в формате G–t–v.
Результаты: предложена системная модель функционирования спортсмена как объекта цифрового управления (входы, состояния, выходы и ограничения). Показано, что G–t–v является минимально достаточным ядром для цифрового контроля и сопоставления «план–факт» в шоссейном велоспорте: t и v обеспечивают наблюдаемость, а включение G устраняет методическую неполноту двухпараметрического описания (t–v) и повышает корректность управленческой интерпретации. Описан контур «планирование – регистрация факта – сопоставление план–факт – оценка критичности отклонений – управленческое решение – регистрация управленческого действия тренера – контроль исполнения», переводящий контроль и регистрацию из режима «сбор–хранение» в воспроизводимый цикл подготовки и реализации управленческого действия. После обучения тренеров (n=12) подготовка индивидуальной программы физической подготовки спортсмена (ИПФПС) по заданному профилю спортсмена занимает медианно 2-3 минуты.
Заключение: предложенные модель и контур, основанные на ядре G–t–v, применимы при разработке автоматизированных систем мониторинга и совершенствовании научно-методического сопровождения ПССР в условиях ограниченной измерительной инфраструктуры, обеспечивая стандартизированное сопоставление «план–факт» и оценку критичности отклонений без снижения качества управленческих решений.