ВИКОРИСТАННЯ ІТ НА ЗАНЯТТЯХ ІЗ ВОЛЕЙБОЛУ ДЛЯ РЕАЛІЗАЦІЇ ДИФЕРЕНЦІЙОВАНИХ МЕТОДИК УДОСКОНАЛЕННЯ ФІЗИЧНОЇ ПІДГОТОВКИ ГРАВЦІВ

  • А. Власенко Сумський державний педагогічний університет імені А. С. Макаренка
Ключові слова: волейбол, диференційовані методики, ІТ, фізична підготовка, удосконалення, спорт

Анотація

Інформаційні технології проникають у всі аспекти тренувального процесу – від аналізу рухів гравців до розроблення тактичних стратегій та моделювання ігрових ситуацій. Тому використання сучасних ІТ на заняттях із волейболу для реалізації диференційованих методик удосконалення фізичної підготовки студенток є цікавою і водночас актуальною проблемою, для вирішення якої потрібен усебічний аналіз можливих ІТ-рішень. Метою дослідження є характеристика технологій, які можна використовувати на заняттях із волейболу для реалізації диференційованих методик удосконалення фізичної підготовки гравців. Методом дослідження став компаративний аналіз підходів до використання ІТ у волейболі, який представлений у наукових публікаціях, та контент-аналіз Інтернет-ресурсів, які описують цифрові інструменти, що використовуються спортсменами й тренерами для супроводу занять волейболом сьогодні. Описано впровадження таких інструментів, як відеоаналіз, біомеханічні датчики, штучний інтелект, віртуальна реальність і машинне навчання. Підтверджено, що їх використання дає змогу не лише фіксувати показники, а й адаптувати навантаження, техніку та стратегію тренувань під конкретного спортсмена. Відеоаналіз дає змогу детально вивчати техніку рухів гравця, порівнювати її з еталонними зразками та виявляти помилки, які можуть бути непомітними під час стандартного тренування, що може стати основою для розроблення індивідуальних корекційних вправ, спрямованих на усунення слабких місць. Датчики руху та біомеханічний аналіз забезпечують об’єктивну оцінку фізичних показників, таких як швидкість реакції, сила стрибка або точність удару. Ці дані дають змогу визначати рівень підготовки кожного гравця та формувати групи з подібними потребами. Штучний інтелект і машинне навчання дають змогу автоматизувати аналіз великих масивів даних, прогнозувати ефективність різних тренувальних програм та пропонувати оптимальні рішення для кожного гравця. Технології віртуальної реальності створюють імітацію ігрових ситуацій, де гравець може відпрацьовувати конкретні навички в контрольованому середовищі. Доведено, що використання таких технологій особливо корисне для диференціації тренувань.

Посилання

1. Alzahrani A, Ullah A. Advanced biomechanical analytics: Wearable technologies for precision health monitoring in sports performance. Digit Health. 2024 May 27;10:20552076241256745. doi: 10.1177/20552076241256745
2. D. Surin, A. Zaikina, O. Shukatka, N. Oliinyk and O. Semenikhina. Digital Public Health Tools: an Attempt at Classification Within Ukrainian Practices. 2024 47th MIPRO ICT and Electronics Convention (MIPRO), Opatija, Croatia, 2024, pp. 425–429, doi: 10.1109/MIPRO60963.2024.10569203
3. Damji F., MacDonald K., Hunt M.A., Taunton J., Scott A. (2021) Using the VERT wearable device to monitor jumping loads in elite volleyball athletes. PLOS ONE 16(1): e0245299. https://doi.org/10.1371/journal.pone.0245299
4. de Leeuw, A.-W., van der Zwaard, S., van Baar, R. and Knobbe, A. (2022), Personalized machine learning approach to injury monitoring in elite volleyball players. European Journal of Sport Science, 22: 511–520. https://doi.org/10.1080/17461391.2021.1887369
5. MK, Magee, BL, Lockard, HA, Zabriskie, AQ, Schaefer, JA, Luedke, JL, Erickson, MT, Jones, and AR, Jagim. 2020. «Prevalence of Low Energy Availability in Collegiate Women Soccer Athletes. https://doi.org/10.3390/jfmk5040096
6. Ozawa Y, Yamada H, Ozawa S, Vogt T, Kanosue K. Biomechanical analysis of distance adjustment in volleyball overhead pass. Sports Biomech. 2022 Oct 7:1–18. doi: 10.1080/14763141.2022.2125427. Epub ahead of print. PMID: 36205520.
7. S. Yabukami et al., «Motion capture system of magnetic markers using three-axial magnetic field sensor,» in IEEE Transactions on Magnetics, vol. 36, no. 5, pp. 3646–3648, Sept 2000, doi: 10.1109/20.908928
8. Salim FA, Postma DBW, Haider F, Luz S, van Beijnum BF, Reidsma D. Enhancing volleyball training: empowering athletes and coaches through advanced sensing and analysis. Front Sports Act Living. 2024 Apr 16;6:1326807. doi: 10.3389/fspor.2024.1326807
9. Semenikhina, O. V., Yurchenko, A. O., Rybalko, P. F., Shukatka, O. V., Kozlov, D. O., & Drushliak, M. H. (2022). Pidhotovka maibutnikh fakhivtsiv fizychnoi kultury i sportu do vykorystannia zasobiv digital health u profesiinii diialnosti. Informatsiini tekhnolohii i zasoby navchannia, 89(3), 33–47. https://doi.org/10.33407/itlt.v89i3.4543
10. Song, X. Physical education teaching mode is assisted by an artificial intelligence assistant under the guidance of a high-order complex network. Sci Rep 14, 4104 (2024). https://doi.org/10.1038/s41598-024-53964-7
11. Sousa, A. C., Marques, D. L., Marinho, D. A., Neiva, H. P., & Marques, M. C. (2023). Assessing and Monitoring Physical Performance Using Wearable Technologies in Volleyball Players: A Systematic Review. Applied Sciences, 13(7), 4102. https://doi.org/10.3390/app13074102
12. Taban, Z., & İmamoğlu, M. (2023). The Effect of Interactive Videos on Volleyball Education. Journal of Learning and Teaching in Digital Age, 8(2), 267–275. https://doi.org/10.53850/joltida.1211628
13. Taborri, Juri, Keogh, Justin, Kos, Anton, Santuz, Alessandro, Umek, Anton, Urbanczyk, Caryn, van der Kruk, Eline, Rossi, Stefano, Sport Biomechanics Applications Using Inertial, Force, and EMG Sensors: A Literature Overview, Applied Bionics and Biomechanics, 2020, 2041549, 18 pages, 2020. https://doi.org/10.1155/2020/2041549
14. U. Gong, H. Jia, Y. Wang, T. Tang, X. Xie and Y. Wu, «VolleyNaut: Pioneering Immersive Training for Inclusive Sitting Volleyball Skill Development», 2024 IEEE Conference Virtual Reality and 3D User Interfaces (VR), Orlando, FL, USA, 2024, pp. 1022–1032, doi: 10.1109/VR58804.2024.00121
15. Wang Y, Wang X. Artificial intelligence in physical education: comprehensive review and future teacher training strategies. Front Public Health. 2024 Nov 8;12:1484848. doi: 10.3389/fpubh.2024.1484848
16. Witte K, Bürger D, Pastel S. Sports training in virtual reality with a focus on visual perception: a systematic review. Front Sports Act Living. 2025 Mar 20;7:1530948. doi: 10.3389/fspor.2025.1530948
17. Yu, Zhida, Zhong, Yuanyuan, Shao, Zhe, Application of Machine Learning and Digital Information Technology in Volleyball, Mobile Information Systems, 2022, 7080579, 11 pages, 2022. https://doi.org/10.1155/2022/7080579
18. Z. Liu et al., «Swin Transformer: Hierarchical Vision Transformer using Shifted Windows», 2021 IEEE/CVF International Conference on Computer Vision (ICCV), Montreal, QC, Canada, 2021, pp. 9992–10002, doi: 10.1109/ICCV48922.2021.00986
Опубліковано
2025-10-03
Як цитувати
Власенко, А. (2025). ВИКОРИСТАННЯ ІТ НА ЗАНЯТТЯХ ІЗ ВОЛЕЙБОЛУ ДЛЯ РЕАЛІЗАЦІЇ ДИФЕРЕНЦІЙОВАНИХ МЕТОДИК УДОСКОНАЛЕННЯ ФІЗИЧНОЇ ПІДГОТОВКИ ГРАВЦІВ. Фізичне виховання та спорт, (2), 27-34. https://doi.org/10.26661/2663-5925-2025-2-03
Розділ
РОЗДІЛ I. ФІЗИЧНЕ ВИХОВАННЯ