STOCHASTIC AND CHAOTIC ANALYSIS OF STUDENTS’ ATTENTION PARAMETERS OF DIFFERENT ECOLOGICAL ZONES

Abstract


A person's living in different environmental conditions also determines his special mental properties, such as memory, thinking, and attention. The aim of this work is to study the quality of students' attention aged 12-17 years living in different climatic and geographical regions: the city of Surgut of the Khanty-Mansi Autonomous Area and in the rural areas of central Russia (Samara region). Pupils of the first group live in extreme climatic conditions of the North, which are made worse by adverse social and environmental factors of urbanization. Pupils of the second group live in a climatically and environmentally friendly area with minimal impact of man-made pollution. The method of the Bourdon correction test was used in a modification proposed by P. A. Rudik. Result. A comparative statistical analysis of the results obtained in the evaluation of the attention properties of different age groups of students was carried out. The dynamics of changes in the K, E, A indices were studied, and the coefficients as a whole were calculated for the entire test and for each minute of the experiment. Specific features of the student's attention development were defined. Age and gender differences, differences in the development of attention indicators in students from two different schools were revealed. Conclusions: statistically significant differences (p < 0.001) of attention distribution and productivity were revealed: the attention efficiency coefficient of Surgut students is 1.15 times lower than that of their peers from the Samara region. All this demonstrates the differences in the attention parameters of students in different ecological zones.

Full Text

Проживание человека на Севере Российской Федерации (РФ) существенно влияет на его физиологические и психические функции. Природная среда вместе с социальными условиями составляет жизненную среду человека. Изменение, ухудшение параметров природной среды ведет к ослаблению, нарушению физического здоровья, изменению психической активности. Особенно подвержено влиянию факторов среды детское население Севера России. Функционирование целостно представленных физиологических систем организма и психики человека, находящегося в конкретных условиях жизненной среды, имеет значительный потенциал для системного анализа состояния человека, в частности состояния систем организма и психики [20]. Соответственно изучение особенностей и характеристик внимания у 11 Экологическая физиология Экология человека 2019.07 детей, находящихся в разных экологических условиях, является показательным для психологии труда и возрастной психологии [1-9]. В основе организации функциональных систем человека лежит сформированная в процессе эволюции способность живых организмов к предвосхищению и прогнозированию действий, которые обеспечиваются межличностным взаимодействием и межсистемными отношениями. С позиции системно-эволюционного подхода характеристикой степени совершенствования межсистемных отношений в текущей деятельности выступает внимание. Внимание, являясь сложным интегративным психическим свойством, ввиду своей системности, является важным показателем функционального состояния нервной системы, быстро реагирующим на изменение внутреннего состояния и на воздействия внешней среды [1-5]. Целью настоящих исследований является изучение параметров внимания учащихся Севера - Ханты-Мансийского автономного округа (ХМАО) - Югры и средней полосы в сравнительном аспекте с позиции их хаотической закономерности поведения. Методы Выявление особенностей и характеристик внимания учащихся, проживающих в разных по климатогеографическим характеристикам регионах, было проведено на основе обследования 120 учащихся в феврале 2013 года. Первую группу составили 60 учащихся средней общеобразовательной школы № 27 г. Сургута. Вторую - 60 учащихся средней общеобразовательной школы Шенталинского района Самарской области. Учащиеся первой группы проживают в экстремальных климатических условиях, усугубляемых неблагоприятными социальными и экологическими факторами урбанизации (шумовое загрязнение, загрязнение воздуха, гиподинамия и пр.). Учащиеся второй проживают в климатически и экологически благоприятном районе с минимальным воздействием техногенного загрязнения благодаря удаленности от крупных областных городов [6, 9, 19, 20]. Количественные характеристики внимания изучали на основе изучения динамики этих характеристик в процессе кратковременной деятельности. Применялась методика корректурной пробы Бурдона в модификации, предложенной П. А. Рудиком. Анализ результатов предполагает вычисление показателей концентрации, продуктивности, эффективности внимания. Показатель концентрации внимания k вычисляется как отношение: n, - n - n K =--2--100 %, где: n1 - общее количество правильно зачеркнутых букв; n2 - количество пропусков букв; n3 - количество ошибочно зачеркнутых букв. Общее количество в просмотренных строках букв А, М, К, З, подлежащих вычеркиванию, - n. Далее рассчитывались n коэффициент точности (аккуратности внимания) А и коэффициент продуктивности внимания E. Все коэффициенты вычислялись как в целом, так и по каждой минуте работы в отдельности (kp k2, k3, k4, k5). Результаты по каждой минуте эксперимента заносились в график, отражающий динамику концентрации внимания по отдельным минутам основного эксперимента. Аналогично строился график изменения точности внимания а1, а2, а3, а4, а5 и график изменения величины Е по отдельным минутам эксперимента (е1, е2, е3, е4, е5). Для регистрируемых психофизиологических параметров рассчитывались параметры квазиаттракторов (КА) (объемы фазовых пространств) для разных групп обследованных. Методы такого расчета описаны ранее [10-17]. При помощи программного пакетов MS Office 2010 и Statistica10 осуществлялась статистическая обработка данных. Получено 18 показателей на каждого учащегося, вычисляемых в соответствии с методикой. В каждой группе учащиеся были распределены по трем возрастным группам: 12-13 лет, 14-15 лет, 16-17 лет. Также проанализирован гендерный состав групп. Анализ соответствия вида распределения полученных данных закону нормального распределения производился на основе вычисления критерия Шапиро - Уилка. Результаты Традиционный стохастический анализ показал соответствие полученных выборок закону нормального распределения Гаусса. Дальнейшие расчеты производились методами параметрической статистики (критерий Стьюдента). Была выполнена оценка статистической значимости различий: - P < 0,05; P < 0,01; P < 0,001 в рамках доверительного интервала P = 0,95 (±). Статистический анализ был выполнен в сравнительном аспекте, который выявил значимые различия (P < 0,001) при анализе полученных результатов учащихся возрастной группы 14-15 лет: показатели концентрации внимания учащихся сельской школы Самарской области (71,05 ± 5,4) % выше данного показателя СОШ № 27 г. Сургута, равного (63,7 ± 6,8) %. На основании сравнительного статистического анализа были выявлены значимые различия (P < 0,001) показателей продуктивности внимания Е. Данный показатель (см. рис. 1) у всех учащихся Самарской области, равный (603,70 ± 23,9) у. е., p = 0,002, превышает результат их сверстников в г. Сургуте (524,9 ± 42,1) у. е. Такой общий результат получен за счет значительной разницы результатов у учащихся возрастной группы 14-15 лет: коэффициент продуктивности внимания этой группы учащихся г. Сургута, равный (436,51 ± 65,6) у. е., значимо ниже в 1,4 раза (P < 0,000) показателя продуктивности Е учащихся 14-15 лет Самарской области, равного (616,65 ± 31,0) у. е. 12 Экология человека 2019.07 Экологическая физиология Рис. 1. Сравнительная оценка продуктивности внимания Е учащихся разных возрастных групп г. Сургута и Самарской области Определена значимость различий в оценке эффективности (точности) внимания (в пределах P < 0,05) между учащимися в возрасте 14-15 лет. Учащиеся 14-15 лет Сургута демонстрируют наибольшее количество ошибок и пропусков, вычисленный коэффициент самый низкий из всех (как и коэффициент продуктивности внимания), показатель учащихся г. Сургута (0,74 ± 0,09) у. е., p = 0,016, в 1,2 раза ниже показателей их сверстников в Самарской области (0,86 ± 0,03) у. е. При исследовании внимания учащихся была оценена динамика изменения показателей в течение проведения теста, рассчитаны коэффициенты K, Е, А для каждой минуты эксперимента. На основании полученных коэффициентов внимания построены графики, отражающие динамику концентрации внимания. Из этих данных установлено, что у сургутских школьников отмечаются более выраженные колебания концентрации внимания, резкий спад в последнюю минуту (на 5-й минуте до 54,23 ± 10,9 против 67,45 ± 8,85 на 1-й минуте) эксперимента, в отличие от более ровной кривой, образованной значениями концентрации внимания учащихся Самарской области. Именно у этих (последних) учащихся мы имеем плавное снижение с 75,46 ± 5,13 на 1-й минуте до 69,26 ± 7,54 на 5-й минуте. Статистический анализ показал различия результатов в зависимости от пола респондентов, в обеих исследуемых группах показатели продуктивности внимания у девочек выше (P < 0,05), чем у мальчиков. Наиболее высокий показатель продуктивности внимания определен у девочек Самарской области (631,45 ± 24,5) у. е., превышающий данный показатель мальчиков этого же региона (567,41 ± 41,6) у. е., p = 0,005. Аналогично коэффициент продуктивности внимания девочек (574,07 ± 54,24) у. е. школы г. Сургута превышает показатель мальчиков этой же школы (482,76 ± 46,6) у. е., p = 0,002. Значимых различий между девочками г. Сургута и Самарской области не выявлено, коэффициент продуктивности внимания мальчиков Самарской области значимо выше (P < 0,01) данного коэффициента мальчиков г. Сургута. Таким образом, нами установлены гендерные различия, которые доказывают особый статус мальчиков (и особенно сургутян, p = 0,003). С помощью корреляционного анализа проведено сравнение особенностей развития внимания исследуемых групп учащихся. Показано, что в целом корреляция показателей у учащихся средней полосы выше, чем у учащихся, проживающих на севере. Это может свидетельствовать о более выраженной лабильности нервных процессов, утомляемости, хаотичности, зависимости их от внешних и внутренних условий, что наблюдается в эксперименте [11 - 15]. Состояние психических функций детского населения является наиболее чувствительным показателем степени адаптации организма к воздействию негативных факторов окружающей среды. Одна из главных реакций организма на действие таких экстремальных факторов состоит в том, что деятельность организма протекает на пределе физиологических возможностей, полной мобилизации физиологического резерва. Об этом свидетельствуют рассчитанные нами показатели объемов квазиаттракторов - КА. Установлено, что в условиях ХМАО вектор состояния организма человека x(t) по динамике движения отличается от динамики этого вектора x(t) в условиях средней полосы РФ. В нашей работе мы провели идентификацию параметров психофизиологического статуса учащихся, проживающих в разных климатогеографических условиях с использованием запатентованной программы «Идентификация параметров аттракторов поведения вектора состояния организма человека в m-мерном фазовом пространстве», разработанной в НИИ биофизики и кибернетики СурГУ [1-7]. В рамках теории хаоса - самоорганизации с использованием компьютерных технологий [16-20] нами был выполнен анализ динамики поведения вектора состояния организма для параметров внимания учащихся. Мы идентифицировали у испытуемых три координаты фазового пространства состояний (ФПС): Z0 - коэффициент концентрации внимания, Zj - коэффициент точности внимания, Z2 - коэффициент продуктивности внимания. Соответственно размерность m фазового пространства состояний составила m = 3. Установлены существенные различия объемов многомерных КА (Vx): наибольшее значение объема Vx получено в группе С2 (учащиеся 14-15 лет г. Сургута), наименьшее - в группе Ш3 (учащиеся 13 Экологическая физиология Экология человека 2019.07 Рис. 2. Объемы квазиаттракторов параметров внимания в трехмерном фазовом пространстве состояний в (m = 3) учащихся трех возрастных групп г. Сургута и Самарской области 16-17 лет Самарской области). Итоговые результаты по Vx представлены на рис. 2. Очевидны существенные различия для группы 14-15 лет (различия Vx почти в 8 раз) для двух разных групп, хотя и старшая группа тоже сильно различается (в 4,3 раза). В динамике изменения объемов КА [6-10] функций внимания у учащихся г. Сургута отмечается выраженная неустойчивость (см. рис. 2), существенные колебания объемов в разных возрастных группах. В отличие от них в группе учащихся Самарской области отмечается снижение объемов от более высокого в младшей возрастной группе (12-13 лет) до более низкого - в старшей возрастной группе (16-17 лет). Такое количественное различие характеризует более выраженную меру хаотичности в динамике поведения x(t) исследуемой группы г. Сургута. Для 2-й и 3-й возрастных групп мы имеем многократное различие в сравнении с аналогичной группой (14-15 лет и 16-17 лет) учащихся Самарской области (0,62 у. е. против 0,074 у. е. в Самарской области для 14- 15 лет). В целом расчет объема КА всегда более значительно показывает различия между группами, чем обычная статистика [6-9, 16-19, 21]. Обсуждение результатов Определены значимые различия (P < 0,001) распределения и продуктивности внимания. Коэффициент продуктивности внимания учащихся г. Сургута в 1,15 раза ниже, чем у их сверстников в Самарской области. При оценке возрастных различий развития внимания отмечается, что показатели концентрации и продуктивности внимания учащихся 14-15 лет г. Сургута значимо ниже показателей их сверстников в Самарской области. При измерении объемов многомерных КА (Vx) определено, что общий показатель асимметрии учащихся Самарской области в 2 раза ниже показателя учащихся г. Сургута, показатель объемов Vx в 3 раза ниже. Для учащихся Самарской области (2-я и 3-я группы) наблюдается стойкое уменьшение объемов Vx в трехмерном ФПС. Выявлены различия в возрастной оценке, где в среднем наблюдаются существенные колебания объемов КА в разных возрастных группах учащихся г. Сургута. В группе учащихся Самарской области отмечается стойкое снижение объемов КА от более высокого в младшей возрастной группе (12-13 лет) до более низкого - в старшей возрастной группе (16-17 лет) по сравнению с учащимися, проживающими в сложном климатогеографическом и экологическом регионе (Югра). Выводы: 1. Статистические методы сравнения выборок параметров внимания учащихся Югры (г. Сургут) и средней полосы РФ (среднее Приволжье, Шентала) не демонстрируют существенных различий между сравниваемыми группами. Однако параметры квазиаттракторов дают четкую дифференцировку как по возрасту, так и между двумя группами сравнения (с разными климатогеографическими зонами). 2. Параметры квазиаттракторов внимания учащихся существенно различаются в своей возрастной динамике: учащиеся Поволжья показывают устойчивое снижение от 0,17 до 0,06 у. е. (зависимость имеет вид отрицательной экспоненты). Для учащихся Югры мы имеем изменения объемов КА в виде параболы (0,09 у.е; 0,26 у.е.) что говорит об аномалиях в группе 14-15 лет (отсюда и качество обучения) Работа выполнена при поддержке гранта 18-47860001 Р_А РФФИ. Авторство Филатов М. А. подготовил первый вариант статьи, окончательно утвердил присланную в редакцию рукопись; Колосова А. И. участвовала в анализе данных, внесла существенный вклад в получение и анализ данных; Макеева С. В. внесла существенный вклад в концепцию и дизайн исследования; Иляшенко Л. К. участвовала в статистическом анализе полученных результатов. Авторы подтверждают отсутствие конфликта интересов.

About the authors

M. A Filatov

Surgut Institute of Oil and Gas, Surgut Branch of the Industrial University of Tyumen

Email: filatovmik@yandex.ru
Surgut, Russia

L. K Ilyashenko

Surgut Institute of Oil and Gas, Surgut Branch of the Industrial University of Tyumen

Surgut, Russia

A. I Kolosova

Surgut State University

Surgut, Russia

S. V Makeeva

Surgut State University

Surgut, Russia

References

  1. Гордеева Е. Н, Григорьева С. В., Филатов М. А., Макеева С. В. Эффективность методов нейро-ЭВМ и системного синтеза для идентификации параметров порядка в психофизиологии // Сложность. Разум. Постнеклассика. 2017. № 1. С. 57-63.
  2. Еськов В. В. Математическое моделирование неэргодичных гомеостатических систем // Вестник новых медицинских технологий. 2017. Т. 24, № 3. С. 33-39.
  3. Еськов В. В., Филатова О. Е., Гавриленко Т. В., Горбунов Т. В. Хаотическая динамика параметров нервномышечной системы и проблема эволюции complexity // Биофизика. 2017. Т. 62, № 6. С. 1167-1 173.
  4. Еськов В. М., Филатов М. А., Поскина Т. Ю., Зинченко Ю. П. Эффект Н. А. Бернштейна в оценке параметров тремора при различных акустических воздействиях // Национальный психологический журнал. 2015. № 4. С. 66-73.
  5. Еськов В. М., Попов Ю. М., Якунин В. Е. Конец определенности в естествознании: хаос и самоорганизация complexity // Сложность. Разум. Постнеклассика. 2017. № 1. С. 64-73
  6. Мирошниченко И. В., Филатова Д. Ю., Живаева Н. В., Алексенко Я. Ю., Камалтдинова К. Р. Оценка эффективности оздоровительных мероприятий по параметрам кардиореспираторной системы школьников // Сложность. Разум. Постнеклассика. 2017. № 1. С. 26-32.
  7. Зилов В. Г., Хадарцев А. А., Еськов В. В., Еськов В. М. Экспериментальные исследования статистической устойчивости выборок кардиоинтервалов // Бюллетень экспериментальной биологии и медицины. 2017. Т. 164, № 8. С. 136-139.
  8. Зинченко Ю. П., Еськов В. М., Еськов В. В. Понятие эволюции Гленсдорфа - Пригожина и проблема гомеостатического регулирования в психофизиологии // Вестник Московского университета. Серия 14. Психология. 2016. № 1. С. 3-24.
  9. Филатова Д. Ю., Эльман К. А., Срыбник М. А., Глазова О. А. Сравнительный анализ хаотической динамики параметров кардиореспираторной системы детско-юношеского населения Югры // Сложность. Разум. Постнеклассика. 2017. № 1. С. 12-18.
  10. 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.
  11. Eskov Valery M. Cyclic respiratory neuron network with subcycles // Neural Network World. 1994. N 4 (4). P. 403-416.
  12. Filatova O. F., Eskov V. M., Popov Y. M. Computer identification of the optimum stimulus parameters in neurophysiology // International RNNS/IEEE Symposium on Neuroinformatics and Neurocomputers. 1995. P. 166-172.
  13. Eskov V. M., Filatova O. E. Respiratory rhythm generation in rats: The importance of inhibition // Neurophysiology. 1995. 25 (6). P. 348-353. DOI: 10.1007/ BF01053210.
  14. Eskov V. M., Filatova O. E. Problem of identity of functional states in neuronal networks systems // Biophysics. 2003. N 48 (3). P. 497-505.
  15. Eskov V. M., Kulaev S. V., Popov Yu. M., Filatova O. E. Computer technologies in stability measurements on stationary states in dynamic biological systems // Measurement Techniques. 2006. N 49 (1). Р. 59-65. doi: 10.1007/s11018-006-0063-2.
  16. Eskov V. M., Eskov V. V., Gavrilenko T. V. and Vochmina Yu. V. Formalization of the Effect of “Repetition without Repetition” Discovered by N. A. Bernshtein // Biophysics. 2017. Vol. 62, N 1. P. 143-150.
  17. 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.
  18. Eskov V. V., Gavrilenko T. V., Eskov V. M., Vochmina Yu. V. Phenomenon of statistical instability of the third type systems - complexity // Technical Physics. 2017. Vol. 62, N 11. P. 1611-1616.
  19. Filatova O. E., Eskov V. V., Filatov M. A., Ilyashenko L. K. Statistical instability phenomenon and evaluation of voluntary and involuntary movements // Russian Journal of Biomechanics. 2017. Vol. 21, N 3. P. 224-232.
  20. Weaver W. Science and Complexity // E:CO. 2004. Vol. 6, N 3. Р. 65-74.
  21. 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.

Statistics

Views

Abstract - 32

Cited-By


PlumX

Dimensions

Refbacks

  • There are currently no refbacks.

Copyright (c) 2019 Filatov M.A., Ilyashenko L.K., Kolosova A.I., Makeeva S.V.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies