SYCHOPHYSIOLOGICAL PARAMETERS OF STUDENTS BEFORE AND AFTER TRANSLATITUDE TRAVELS


Cite item

Full Text

Abstract

The use of instrumental and non-invasive methods using a computer provides an opportunity to assess the state of the complex of psychophysiological functions and identify the most significant parameters in various environmental conditions. The aim of the study was a comparative analysis of two approaches: traditional statistical methods and artificial neural networks (ANN) based on a supercomputer in the study of the influence of translatitude relocation on psychophysiological functions. Methods: In total, 146 students, permamnent residents of Surgut from the 1st through the 7th grades were examined before and after travels from the north to the south of the Russian Federation and back. The state of the psychophysiological functions of students was recorded by using a patented software. The ANN was used to establish the differences in the state of psychophysiological parameters between the groups of boys and girls before from the north to the south (Tuapse) and after arriving back to Surgut. After multiple repetitions (p→∞) of this procedure, for each Pi after the j-th repetition, we obtained the total number of chaotic generation of values of weight coefficient wif processed in the framework of traditional stochastic (the distribution functions f(x) were determined). Moreover, these analyses were repeated in the sets р1 = 50, р2 = 100, р3 = 1 000. Results: We found that the dynamics of parameters of psychophysiological functions of characterizing the concentration and memory states, increased sharply and significantly in changes of the variation coefficients (Δwi) with a large number of neural network iterations in the binary classification mode. Conclusion: ANN in the mode of multiple iterations (P. ≥ 1 000) can provide a solution to the problem of system synthesis - identification of the most significant diagnostic features in the work of psychophysiological functions before and after short term north-south travels.

About the authors

M A Filatov

Surgut State University

Email: filatovmik@yandex.ru
доктор биологических наук, профессор кафедры биофизики и нейрокибернетики Института естественных и технических наук Surgut, Russia

L K Ilyashenko

Tyumen Industrial University

Surgut, Russia

S V Makeeva

Surgut State University

Surgut, Russia

References

  1. Агаджанян Н. А. Стресс и теория адаптации. Оренбург: ИПК ГОУ ОГУ, 2005. 190 с.
  2. Гудков А. Б., Мосягин И. Г., Иванов В. Д. Характеристика фазовой структуры сердечного цикла у новобранцев учебного центра ВМФ на Севере // Военно-медицинский журнал. 2014. Т. 335, № 2. С. 58-59.
  3. Еськов В. М., Гудков А. Б., Баженова А. Е., Козупица Г. С. Характеристика параметров тремора у женщин с различной физической подготовкой в условиях Севера России // Экология человека. 2017. № 3. С. 38-42.
  4. Лукманова Н. Б., Волокитина Т. В., Гудков А. Б., Сафонова О. А. Динамика параметров психомоторного развития детей 7-9 лет // Экология человека. 2014. № 8. С. 13-19.
  5. Матюхин В. А., Разумов А. Н. Экологическая физиология человека и восстановительная медицина / под ред. И. Н. Денисова. М.: ГЭОТАР МЕДИЦИНА, 1999. 336 с.
  6. Нифонтова О. Л., Гудков А. Б., Щербакова А. Э. Характеристика параметров ритма сердца у детей коренного населения Ханты-Мансийского автономного округа // Экология человека. 2007. № 11. С. 41-44.
  7. Сарычев А. С., Гудков А. Б., Попова О. Н., Ивченко Е. В., Беляев В. Р. Характеристика компенсаторно-приспособительных реакций внешнего дыхания у нефтяников в динамике экспедиционно-вахтового режима труда в Заполярье // Вестник Российской военно-медицинской академии. 2011. № 3 (35). С. 163-166.
  8. Betelin V. B., Eskov V. M., Galkin V. A. and Gavrilenko T. V. Stochastic volatility in the dynamics of complex homeostatic systems // Doklady Mathematics. 2017. Vol. 95, N 1. P. 92-94.
  9. Eskov V. M., Filatova O. E. Problem of identity of functional states in neuronal networks // Biophysics. 2003. N 48 (3). P. 497-505.
  10. Eskov V. M., Eskov V. V., Filatova O. E., Kha-dartsev A. A., Sinenko D. V. Neurocomputational identification of order parameters in gerontology // Advances in Gerontology. 2016. N 6 (1). P. 24-28.
  11. Eskov V. M., Eskov V. V., Vochmina J. V., Gavrilenko T. V. The evolution of the chaotic dynamics of collective modes as a method for the behavioral description of living systems // Moscow University Physics Bulletin. 2016. N 71 (2). P. 143-154.
  12. Eskov V. M., Bazhenova A. E., Vochmina U. V., Filatov M. A., Ilyashenko L. K. N. A. Bernstein hypothesis in the Description of chaotic dynamics of involuntary movements of person // Russian Journal of Biomechanics. 2017. Vol. 21, N 1. P. 14-23.
  13. Eskov V. M., Zinchenko Yu. P., Filatova O. E. Indications of paradigm and justification of the third paradigm in psychology // Moscow University Psychology Bulletin. 2017. N 1. P. 3-17.
  14. Khadartsev A. A., Nesmeyanov A. A., Eskov V. M., Filatov M. A., Pab W. Foundamentals of chaos and selforganization theory in sports // Integrative medicine international. 2017. Vol. 4. P. 57-65.
  15. Vokhmina Y. V., Eskov V. M., Gavrilenko T. V., Filatova O. E. Medical and biological measurements: measuring order parameters based on neural network technologies // Measurement Techniques. 2015. Vol. 58 (4). P. 65-68.
  16. Vokhmina Y. V., Eskov V. M., Gavrilenko T. V., Filatova O. E. Measuring Order Parameters Based on Neural Network Technologies // Measurement Techniques. 2015. Vol. 58 (4). P. 462-466.
  17. Zilov V. G., Eskov V. M., Khadartsev A. A., Eskov V. V. Experimental confirmation of the effect of “Repetition without repetition” N.A. Bernstein // Bulletin of experimental biology and medicine. 2017. Vol. 1. P. 4-8.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2019 Human Ecology


 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».