
Беленков Александр Сергеевич, доцент кафедры спортивного совершенствования, Южно- Уральский государственный университет, Челябинск, Россия. Сумак Елена Николаевна, старший преподаватель кафедры теории и методики физической культуры и спорта, Южно-Уральский государственный университет, Челябинск, Россия. Епишева Алина Азатовна, аспирант кафедры теории и методики физической культуры и спорта, Южно-Уральский государственный университет, Челябинск, Россия. Меркасимова Ольга Сергеевна, аспирант кафедры теории и методики физической культуры и спорта, Южно-Уральский государственный университет, Челябинск, Россия. Ходас Валерий Владимирович, кандидат биологических наук, доцент кафедры теории и методики физической культуры и спорта, Южно-Уральский государственный университет, Челябинск, Россия. Alexander S. Belenkov, Associate Professor, Department of Sports Performance Enhancement, South Ural State University, Chelyabinsk, Russia. Elena N. Sumak, Senior Lecturer, Department of Theory and Methods of Physical Education and Sport, South Ural State University, Chelyabinsk, Russia. Alina A. Episheva, Postgraduate Student, Department of Theory and Methods of Physical Education and Sport, South Ural State University, Chelyabinsk, Russia. Olga S. Merkasimova, Postgraduate Student, Department of Theory and Methods of Physical Education and Sport, South Ural State University, Chelyabinsk, Russia. Valery V. Khodas, Candidate of Biological Sciences, Associate Professor of the Department of Theory and Methods of Physical Education and Sport, South Ural State University, Chelyabinsk, Russia. Цель: оценка компонентного состава тела и вертикальной устойчивости у киберспортсменов высокого уровня. Материалы и методы. В исследовании приняли участие 28 киберспортсменов мужского пола в возрасте 18–24 лет (стаж занятий не менее 6 лет), которые не менее 12 раз в год участвуют в турнирах по киберспорту, в том числе всероссийского и международного уровня. Измерение компонентного состава тела проводили с использованием биоимпедансного анализатора Tanita BC-18 MA (Япония). Анализ вертикальной устойчивости проводился с помощью стабилометрической платформы МБН (Россия). Результаты. Общие значения массы тела, индекса массы тела и количества жировой ткани киберспортсменов находятся в пределах нормы. Посегментный анализ состава тела выявил некоторые особенности распределения жировой ткани. В частности, в нижних конечностях зафиксирован наименьший процент жира (12,88 % в левой ноге и 12,99 % – в правой), тогда как наибольший выявлен в верхних конечностях (18,78 % в левой руке и 19,13 % – в правой). Результаты стабилометрического исследования киберспортменов показали крайне низкий уровень развития вертикальной устойчивости по сравнению с представителями классических видов спорта Выявлено смещение общего центра давления в обеих плоскостях (центр тяжести смещен на 20,91 мм вправо и на 18,53 мм назад). Величины площади статокинезиограммы и скорости ОЦД в несколько раз превышают нормальные значения и могут свидетельствовать о наличии гиперпронации и / или вальгусной деформации стоп. Заключение. Исследования в области киберспорта все еще находятся в зачаточном состоянии. Необходимы дальнейшие исследования этой группы населения, чтобы лучше понять практику и потребности как в области питания, так и в подходах к программам оздоровительно-коррекционных мероприятий. Исследование показало, что у киберспортсменов наблюдаются специфические особенности в распределении жировой ткани и присутствуют отклонения в функционировании опорно-двигательного аппарата, что в будущем может привести к развитию серьезных заболеваний. Aim. The paper aims to evaluate body composition and postural balance in skilled e-athletes. Materials and methods. The study involved 28 male e-athletes from 18 to 24 years of age (e-sports experience of at least 6 years) who participated in at least 12 e-sports tournaments of different levels per year. Body composition data was obtained with the Tanita BC-18 MA body composition analyzer (Japan). Postural balance was evaluated with the MBN force platform (Russia). Results. The total body mass, body mass index, and fat mass of e-athletes were within reference values. However, segmental body composition analysis demonstrated certain features of fat distribution in e-athletes. The lowest fat percentage was observed in the lower limbs (12.88% and 12.99% in the left and right legs, respectively), while the highest one was recorded in the upper limbs (18.78% and 19.13% in the left and right arms, respectively). Stabilometric measurements showed an extremely low level of postural balance in e-athletes compared to traditional sports activities. The displacement of the common center of pressure was recorded (20.91 mm to the right and 18.53 mm backwards). The ellipse area and CoP velocity significantly exceeded reference values and could be a sign of hyperpronation/valgus deformity. Conclusion. E-sports still require further studies to acquire a better understanding of their activities and related needs, including nutritional and recovery needs. The study demonstrated features of e-athletes associated with fat distribution and musculoskeletal performance that may result in severe health conditions.
body composition, вертикальная устойчивость, киберспортсмен, компонентный состав тела, стабилометрия, 004 [УДК 796.012], e-athletes, postural balance, stabilometry
body composition, вертикальная устойчивость, киберспортсмен, компонентный состав тела, стабилометрия, 004 [УДК 796.012], e-athletes, postural balance, stabilometry
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
