Search Results - "ПРОСТРАНСТВЕННАЯ НЕОДНОРОДНОСТЬ"

Contributors: This research project was supported by the Russian Science Foundation (grant № 19–77–30004, “Integrated technology for environment assessment of Moscow megacity based on chemical analysis of microparticle composition in the ‘atmosphere – snow – road dust – soil – surface water’ system Megacity”, isotope analyses, and the State Assignment “Danger and risk of naturel processes and phenomena” (121051300175-4), field work and analysis of the obtained results, Работа выполнена при поддержке РНФ (грант № 19–77–30004 “Технология оценки экологического состояния Московского мегаполиса на основе анализа химического состава микрочастиц в системе “атмосфера–снег– дорожная пыль–почвы–поверхностные воды” Мегаполис”), изотопные определения, и по теме гос. задания “Опасность и риск природных процессов и явлений” (121051300175-4), полевые исследования и анализ полученных результатов

Source: Ice and Snow; Том 63, № 4 (2023); 569-582 ; Лёд и Снег; Том 63, № 4 (2023); 569-582 ; 2412-3765 ; 2076-6734

Subject Terms: snow cover, stable water isotopes, snow stratigraphy, spatial variability, winter precipitations, temporal variability, снежный покров, стабильные изотопы воды, стратиграфия снежного покрова, пространственная неоднородность, зимние осадки, изменение во времени

File Description: application/pdf

Relation: https://ice-snow.igras.ru/jour/article/view/1285/692; Бородулина Г.С., Токарев И.В., Левичев М.А. Изотопный состав (δ18O, δ2H) снежного покрова Карелии // Лёд и Снег. 2021. Т. 61. № 4. С. 521–532. https://doi.org/10.31857/S2076673421040105; Васильчук Ю.К., Чижова Ю.Н., Буданцева Н.А., Лычагин М.Ю., Поповнин В.В., Ткаченко А.Н. Изотопный состав зимнего снега на хребте Аибга (Красная Поляна), Западный Кавказ // Арктика и Антарктика. 2017. № 3. С. 99–118. https://doi.org/10.7256/2453-8922.2017.3.24402; Екайкин А.А., Владимирова Д.О., Тебенькова Н.А., Бровков Е.В., Верес А.Н., Ковязин А.В., Козачек А.В., Линдрен М., Шибаев Ю.А., Преображенская А.В., Липенков В.Я. Пространственная изменчивость изотопного состава и скорости накопления снега на снегомерном полигоне станции Восток (Центральная Антарктида) // Проблемы Арктики и Антарктики. 2019. Т. 65. № 1. С. 46–62. https://doi.org/10.30758/0555-2648-2019-65-1-46-62; Екайкин А.А., Липенков В.Я., Сократова И.Н., Преображенская А.В. Изотопный состав снега и льда в Антарктиде: климатический сигнал и постдепозиционный шум // Проблемы Арктики и Антарктики. 2007. № 2 (76). С. 96–105.; Зыкин Н.Н., Токарев И.В., Виноград Н.А. Мониторинг стабильных изотопов (δ2 H, δ18O) в осадках Москвы (Россия): сравнение периодов 2005–2014 и 1970–1979 гг. // Вестник Санкт-Петербургского ун-та. Науки о Земле. 2021. Т. 66. № 4. С. 723–733. https://doi.org/10.21638/spbu07.2021.405; Фирц Ш., Армстронг Р.Л., Дюран И., Этхеви П., Грин И., МакКланг Д.М., Нишимура К., Сатьявали П.К., Сократов С.А. Международная классификация для сезонно-выпадающего снега (руководство к описанию снежной толщи и снежного покрова) Русское издание (Материалы гляциологических исследований, 2012, № 2). М: Ин-т географии РАН, Гляциологическая ассоциация, 2012. 80 с.; Фролов Д.М., Комаров А.Ю., Селиверстов Ю.Г., Сократов С.А., Турчанинова А.С., Гребенников П.Б. Изучение пространственно-временной неоднородности снежной толщи на площадке МО МГУ зимой 2018/2019. г. // Эколого-климатические характеристики атмосферы Москвы в 2018 г. по данным Метеорологической обсерватории МГУ имени М.В. Ломоносова. М.: МАКС Пресс, 2019. С. 225–230.; Чижова Ю.Н., Васильчук Ю.К. Дейтериевый эксцесс в снеге и ледниках Полярного Урала и пластовых льдах юга Ямала и побережья Байдарацкой губы // Арктика и Антарктика. 2017. № 2. С. 100–111. https://doi.org/10.7256/2453-8922.2017.2.23342; Чижова Ю.Н., Михаленко В.Н., Васильчук Ю.К., Буданцева Н.А., Козачек А.В., Кутузов С.С., Лаврентьев И.И. Изотопный состав кислорода снежнофирновой толщи на Восточной вершине Эльбруса // Лёд и Снег. 2019. Т. 59. № 3. С. 293–305. https://doi.org/10.15356/2076-6734-2019-3-426; Эколого-климатические характеристики атмосферы Москвы в 2018 г. по данным Метеорологической обсерватории МГУ имени М. В. Ломоносова / Ред. М. А. Локощенко. М.: МАКС Пресс, 2019. 277 с. https://doi.org/; Ala-aho P., Tetzlaff D., McNamara J.P., Laudon H., Kormos P., Soulsby C. Modeling the isotopic evolution of snowpack and snowmelt: Testing a spatially distributed parsimonious approach // Water Resources Research. 2017. V. 53. № 7. P. 5813–5830. https://doi.org/10.1002/2017WR020650; Allen S.T., Jasechko S., Berghuijs W.R., Welker J.M., Goldsmith G.R., Kirchner J.W. Global sinusoidal seasonality in precipitation isotopes // Hydrology and Earth System Sciences. 2019. V. 23. № 8. P. 3423–3436. https://doi.org/10.5194/hess-23-3423-2019; Beria H., Larsen J.R., Ceperley N.C., Michelon A., Vennemann T., Schaefli B. Understanding snow hydrological processes through the lens of stable water isotopes // WIREs Water. 2018. V. 5. № 6. e1311. https://doi.org/10.1002/wat2.1311; Cooper L.W. Isotopic fractionation in snow cover // Isotope tracers in catchment hydrology / Eds. C. Kendall, J. J. McDonnell. New York: Elsevier Sci., 1998. P. 119–136. https://doi.org/10.1016/B978-0-444-81546-0.50011-2; Dansgaard W. Stable isotopes in precipitation // Tellus. 1964. V. 16. № 4. P. 436–468. https://doi.org/10.1111/j.2153-3490.1964.tb00181.x; Dietermann N., Weiler M. Spatial distribution of stable water isotopes in alpine snow cover // Hydrology and Earth System Sciences. 2013. V. 17. № 7. P. 2657–2668. https://doi.org/10.5194/hess-17-2657-2013; Ebner P.P., Steen-Larsen H.C., Stenni B., Schneebeli M., Steinfeld A. Experimental observation of transient δ18O interaction between snow and advective airflow under various temperature gradient conditions // The Cryosphere. 2017. V. 11. № 4. P. 1733–1743. https://doi.org/10.5194/tc-11-1733-2017; Environmental Isotopes in the Hydrological Cycle. Principles and Applications (IHP-V IAEA Technical Documents in Hydrology, No. 39). V. 1 / Ed. W.G. Mook. IAEA, UNESCO, 2001 (reprint [2020]). 164 p.; Koeniger P., Hubbart J.A., Link T., Marshall J.D. Isotopic variation of snow cover and streamflow in response to changes in canopy structure in a snow-dominated mountain catchment // Hydrological Processes. 2008. V. 22. № 4. P. 557–566. https://doi.org/10.1002/hyp.6967; Konishchev V.N., Golubev V.N., Sokratov S.A. Sublimation from a seasonal snow cover and an isotopic content of ice wedges in the light of a palaeoclimate reconstruction // ICOP 2003. Permafrost. Proceedings of the Eighth International Conference on Permafrost, 21–25 July 2003, Zürich, Switzerland. V. 1 / Eds. M. Phillips, S.M. Springman, L.U. Arenson. Lisse: Swets & Zeitlinger, 2003. P. 585–590.; Kozachek A., Mikhalenko V., Masson-Delmotte V., Ekaykin A., Ginot P., Kutuzov S., Legrand M., Lipenkov V., Preunkert S. Large-scale drivers of Caucasus climate variability in meteorological records and Mt El’brus ice cores // Climate of the Past. 2017. V. 13. № 5. P. 473– 489. https://doi.org/10.5194/cp-13-473-2017; Lee J., Feng X., Faiia A.M., Posmentier E.S., Kirchner J.W., Osterhuber R., Taylor S. Isotopic evolution of a seasonal snowcover and its melt by isotopic exchange between liquid water and ice // Chemical geology. 2010. V. 270. № 1–4. P. 126–134. https://doi.org/10.1016/j.chemgeo.2009.11.011; Mikhalenko V., Sokratov S., Kutuzov S., Ginot P., Legrand M., Preunkert S., Lavrentiev I., Kozachek A., Ekaykin A., Faïn X., Lim S., Schotterer U., Lipenkov V., Toropov P. Investigation of a deep ice core from the Elbrus western plateau, the Caucasus, Russia // The Cryosphere. 2015. V. 9. № 6. P. 2253–2270. https://doi.org/10.5194/tc-9-2253-2015; Penna D., Ahmad M., Birks S.J., Bouchaou L., Brenčič M., Butt S., Holko L., Jeelani G., Martínez D.E., Melikadze G., Shanley J.B., Sokratov S.A., Stadnyk T., Sugimoto A., Vreča P. A new method of snowmelt sampling for water stable isotopes // Hydrological Processes. 2014. V. 28. № 22. P. 5637–5644. https://doi.org/10.1002/hyp.10273; Proksch M., Rutter N., Fierz Ch., Schneebeli M. Intercomparison of snow density measurements: bias, precision, and vertical resolution // The Cryosphere. 2016. V. 10. № 1. P. 371–384. https://doi.org/10.5194/tc-10-371-2016; Sturm M., Holmgren J., Liston G.L. A seasonal snow cover classification system for local to global applications // Journ. of Climate. 1995. V. 8. № 5 (Part 2). P. 1261– 1283. https://doi.org/10.1175/1520-0442(1995)0082.0.CO;2; Taylor S., Feng X., Kirchner J.W., Osterhuber R, Klaue B., Renshaw C.E. Isotopic evolution of a seasonal snowpack and its melt // Water Resources Research. 2001. V. 37. № 3. P. 759–769. https://doi.org/10.1029/2000WR900341; Vasil’chuk Yu., Chizhova Ju., Budantseva N., Vystavna Yu., Eremina I. Stable isotope composition of precipitation events revealed modern climate variability // Theoretical and Applied Climatology. 2022. V. 147. № 3–4. P. 1649–1661. https://doi.org/10.1007/s00704-021-03900-w; Vasil’chuk Yu., Chizhova Ju., Frolova N., Budantseva N., Kireeva M., Oleynikov A., Tokarev I., Rets E., Vasil’- chuk A. A variation of stable isotope composition of snow with altitude on the Elbrus Mountain, Central Caucasus // Geography, Environment, Sustainability. 2020. V. 13. № 1. P. 172–182. https://doi.org/10.24057/2071-9388-2018-22; Vasil’chuk Yu.K., Vasil’chuk A.C., Budantseva N.A. Holocene January paleotemperature of northwestern Siberia reconstructed based on stable isotope ratio of ice wedges // Permafrost and Periglacial Processes. 2023. V. 34. № 1. P. 142–165. https://doi.org/10.1002/ppp.2177; Wahl S., Steen-Larsen H.C., Hughes A.G., Dietrich L.J., Zuhr A., Behrens M., Faber A.-K., Hörhold M. Atmosphere-snow exchange explains surface snow isotope variability // Geophysical Research Letters. 2022. V. 49. № 20. e2022GL099529. https://doi.org/10.1029/2022GL099529

Availability: https://ice-snow.igras.ru/jour/article/view/1285
https://doi.org/10.31857/S2076673423040154

View record from BASE

5

Academic Journal

Оценка и моделирование пространственных взаимовлияний в развитии кадрового потенциала научно-исследовательской деятельности регионов России

Authors: Naumov, I. V., Nikulina, N. L.

Subject Terms: ПРОСТРАНСТВЕННАЯ НЕОДНОРОДНОСТЬ, RESEARCH PERSONNEL, ПРОСТРАНСТВЕННЫЙ АВТОКОРРЕЛЯЦИОННЫЙ АНАЛИЗ, КАДРОВЫЙ ПОТЕНЦИАЛ НАУЧНО-ИССЛЕДОВАТЕЛЬСКОЙ ДЕЯТЕЛЬНОСТИ, SPATIAL INTERACTIONS, ПРИЧИННО-СЛЕДСТВЕННЫЕ ВЗАИМОСВЯЗИ ПО ГРЭНДЖЕРУ, REGIONS, РЕГИОНЫ, SPATIAL AUTOCORRELATION ANALYSIS, GRANGER CAUSALITY, ПРОСТРАНСТВЕННЫЕ ВЗАИМОВЛИЯНИЯ, SPATIAL HETEROGENEITY

File Description: application/pdf

Access URL: http://elar.urfu.ru/handle/10995/127965

View record at OpenAIRE

6

Academic Journal

Пространственная неравномерность и неоднородность инновационной деятельности США: Spatial irregularities and unhomogenees in US innovation

Source: ИННОВАЦИИ. :93-104

Subject Terms: международное инновационное сотрудничество, 9. Industry and infrastructure, пространственная неоднородность, 8. Economic growth, инновационная деятельность США, интегральный показатель уровня инновационного потенциала, пространственная неравномерность

7

Academic Journal

Оценка пространственной неоднородности экономической деятельности хозяйствующих субъектов в муниципальных образованиях Свердловской области

Authors: Naumov, I. V., Nikulina, N. L.

Source: Экономика региона, Vol 18, Iss 3 (2022)

Subject Terms: INVESTMENT IN FIXED ASSETS, MUNICIPALITIES, ГЕОГРАФИЧЕСКИ ВЗВЕШЕННАЯ РЕГРЕССИЯ, пространственная неоднородность экономической деятельности, муниципальные образования, инвестиции в основной капитал, функция Кобба — Дугласа, регрессионное моделирование, географически взвешенная регрессия, пространственная автокорреляция, ИНВЕСТИЦИИ В ОСНОВНОЙ КАПИТАЛ, Regional economics. Space in economics, HT388, ПРОСТРАНСТВЕННАЯ АВТОКОРРЕЛЯЦИЯ, REGRESSION MODELLING, РЕГРЕССИОННОЕ МОДЕЛИРОВАНИЕ, SPATIAL HETEROGENEITY OF ECONOMIC ACTIVITY, МУНИЦИПАЛЬНЫЕ ОБРАЗОВАНИЯ, COBB-DOUGLAS FUNCTION, SPATIAL AUTOCORRELATION, ПРОСТРАНСТВЕННАЯ НЕОДНОРОДНОСТЬ ЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ, ФУНКЦИЯ КОББА - ДУГЛАСА, GEOGRAPHICALLY WEIGHTED REGRESSION

File Description: application/pdf

Access URL: https://doaj.org/article/83124cca4c3a4bb494d7b1a3a02551e1
http://elar.urfu.ru/handle/10995/128002

View record at OpenAIRE Full Text Finder

8

Academic Journal

Economic effects of pandemic-related restrictions in Russia and their spatial heterogeneity

Authors: Kolomak, E. A.

Source: R-Economy. 6:154-161

Subject Terms: ПРОСТРАНСТВЕННАЯ НЕОДНОРОДНОСТЬ, 1. No poverty, 0211 other engineering and technologies, COVID-19, ECONOMIC ACTIVITY, 02 engineering and technology, RESTRICTIONS, SPATIAL HETEROGENEITY, ОГРАНИЧИТЕЛЬНЫЕ МЕРЫ, 3. Good health, 13. Climate action, ЭМПИРИЧЕСКИЙ АНАЛИЗ, 11. Sustainability, 8. Economic growth, EMPIRICAL ANALYSIS, ЭКОНОМИЧЕСКАЯ ДЕЯТЕЛЬНОСТЬ

Access URL: https://journals.urfu.ru/index.php/r-economy/article/view/4723/3661
https://elar.urfu.ru/handle/10995/92817
https://journals.urfu.ru/index.php/r-economy/article/view/4723
https://ideas.repec.org/a/aiy/journl/v6y2020i3p154-161.html
https://elar.urfu.ru/bitstream/10995/92817/1/r-economy_2020_v6_3_03.pdf
http://elar.urfu.ru/handle/10995/92817

View record at OpenAIRE Full Text Finder

9

Report

ЭПИДЕМИОЛОГИЯ РЕВМАТОИДНЫХ АРТРИТОВ В РОССИЙСКОЙ ФЕДЕРАЦИИ В 2015–2024 ГГ

Subject Terms: rheumatoid arthritis, распространённость ревматоидного артрита, пространственная неоднородность, mortality from rheumatoid arthritis, эпидемиология, ревматоидный артрит, spatial heterogeneity, incidence of rheumatoid arthritis, epidemiology, смертность от ревматоидного артрита, prevalence of rheumatoid arthritis, заболеваемость ревматоидным артритом

10

Academic Journal

Long-term variability of oceanic zooplankton biomass ; Многолетняя изменчивость биомассы океанического зоопланктона

Authors: Piontkovskiy, Sergey A., Minsky, Ivan, Мегер, Яков

Subject Terms: Long-term records, Annual variations, Regression analysis, Анализ многолетней изменчивости, Межгодовые колебания, Пространственная неоднородность, ASFA_2015::Y::Zooplankton, ASFA_2015::P::Phytoplankton, ASFA_2015::B::Biomass

Subject Geographic: Gulf of Maine, Gulf of St. Laurence, Norwegian Sea, Barents Sea, Balearic Islands, Northeast Atlantic, Aegean Sea, California Current, Caspian Sea

Time: Central Northern Pacific Ocean

File Description: pp.52–65

Relation: https://journal.azniirkh.ru/arhiv_publikacii/; http://hdl.handle.net/1834/42777

Availability: http://hdl.handle.net/1834/42777
https://doi.org/10.47921/2619-1024_2023_6_3_52

View record from BASE

11

Academic Journal

Assessment of spatial heterogeneity of employment in Russian regions ; Оценка пространственной неоднородности занятости в российских регионах

Authors: R. I. Vasilyeva, D. M. Ampenova, Р. И. Васильева, Д. М. Ампенова

Contributors: The article was prepared within the framework of the state assignment of the Institute of Economics of the Ural Branch of the Russian Academy of Sciences for 2021–2023 No. 03272021-0019 “Modeling of territorial spatial development from the position of ensuring economic security”, Статья подготовлена в рамках государственного задания Института экономики Уральского отделения Российской академии наук на 2021–2023 гг. № 0327-2021-0019 «Моделирование пространственного развития территорий с позиции обеспечения экономической безопасности»

Source: Vestnik Universiteta; № 10 (2023); 105-114 ; Вестник университета; № 10 (2023); 105-114 ; 2686-8415 ; 1816-4277

Subject Terms: регионы России, spatial heterogeneity, Moran’s spatial autocorrelation, Anselin matrix, Russian regions, пространственная неоднородность, пространственная автокорреляция Морана, матрица Анселина

File Description: application/pdf

Relation: https://vestnik.guu.ru/jour/article/view/4819/2828; Демьянова А.В., Рыжикова З.А. Занятость и безработица: что говорят альтернативные измерители? www.econorus.org/con2020/program.phtml?vid=report&eid=3495 (дата обращения: 26.07.2023).; Гильтман М.А. Индивидуальные детерминанты занятости в России: региональные и отраслевые особенности. Вестник Томского государственного университета. Экономика. 2018;43:88–106. https://doi.org/10.17223/19988648/43/6; Zubarevich N.V., Safronov S.G. Regional inequality in large post-Soviet countries. Regional Research of Russia. 2011;1(1):15–26. https://doi.org/10.1134/S2079970511010138; Министерство экономического развития Российской Федерации. Стратегия пространственного развития Российской Федерации на период до 2025 года. https://www.economy.gov.ru/material/directions/regionalnoe_razvitie/strategicheskoe_planirovanie_prostranstvennogo_razvitiya/strategiya_prostranstvennogo_razvitiya_rossiyskoy_federacii_na_period_do_2025_goda/ (дата обращения: 26.07.2023).; Индутенко А.Н., Владыка М.В., Гасий С.К. Региональный бюджет и проблемы его дефицитности. Вестник Брянского государственного университета. 2014;4:116–119.; Единая межведомственная информационно-статистическая система. Уровень занятости населения. https://www.fedstat.ru/indicator/34027 (дата обращения: 26.07.2023).; Furková A., Chocholatá M. Spatial econometric approach to the EU regional employment process. Central European Journal of Operations Research. 2021;29:1037–1056. https://doi.org/10.1007/s10100-020-00714-5; Kivi L. Spatial Interactions of Regional Labor Markets in Europe. SSRN Electronic Journal. 2019;3330778. https://doi.org/10.2139/ssrn.3330778; Kivi L., Paas T. Spatial interactions of employment in European labor markets. Eastern Journal of European Studies. 2021;12:196–211. https://doi.org/10.47743/ejes-2021-SI09; Demidova O.A., Daddi P., Medvedeva E.V., Signorelli M. Modeling the Employment Rate in Russia: A Spatial-Econometric Approach. Economy of Region. 2019;14(4):1383–1398. https://doi.org/10.17059/2018-4-25; Наумов И.В., Барыбина А.З. Пространственная регрессионная модель инновационного развития регионов России. Вестник Томского государственного университета. Экономика. 2020;52:215–232. https://doi.org/10.17223/19988648/52/13; Naumov I.V, Dubrovskaya J.V, Kozonogova E.V. Digitalization of Industrial Production in the Russian Regions: Spatial Relationships. Economy of Region. 2020;3(16):896–910. https://doi.org/10.17059/ekon.reg.2020-3-17; Chen Y. New Approaches for Calculating Moran’s Index of Spatial Autocorrelation. PLoS ONE. 2013;7(8):e68336. https://doi.org/10.1371/journal.pone.0068336; Metelli L., Natoli F. The International Transmission of US Tax Shocks: A Proxy-SVAR Approach. IMF Economic Review. 2021;2(69):325–356. https://doi.org/10.1057/s41308-021-00136-6; Российская Федерация. Указ Президента Российской Федерации от 21.07.2020 г. № 474 «О национальных целях развития Российской Федерации на период до 2030 года». http://www.consultant.ru/document/cons_doc_LAW_357927/ (дата обращения: 26.07.2023).; Российская Федерация. Распоряжение Правительства Российской Федерации от 13 февраля 2019 г. № 207-р «Об утверждении Стратегии пространственного развития РФ на период до 2025 г.» http://government.ru/docs/35733/ (дата обращения: 26.07.2023).; Министерство труда Российской Федерации. Прогноз баланса трудовых ресурсов на 2022–2024 гг. https://mintrud.gov.ru/docs/mintrud/migration/1324?ysclid=lgj4hjzl5p398366467 (дата обращения 26.07.2023).; Соловьева Т.С. Особенности занятости населения России в контексте пространственного развития территорий. Экономика труда. 2022;7(9):1147–1166. https://doi.org/10.18334/et.9.7.114801; Rusanovskiy V.A., Markov V.A. Employment and Labor Productivity in Macroregions of Russia: Spatial Interdependence. Studies on Russian Economic Development. 2018;2(29):135–143. https://doi.org/10.1134/S1075700718020120; Федеральная служба государственной статистики. Регионы России. Социально-экономические показатели. 2022. https://gks.ru/bgd/regl/b21_14p/Main.htm (дата обращения: 26.07.2023).; Наумов И.В. Свидетельство о государственной регистрации программы для ЭВМ № 2022680630. Пространственный автокорреляционный анализ индикаторов социально-экономического развития регионов по методике П. Морана. https://sciact.uiec.ru/ru/public/patent/33 (дата обращения: 26.07.2023).; Anselin L. Local Indicators of Spatial Association-LISA. Geographical Analysis. 1995;2(27):93–115.; Наумов И.В., Отмахова Ю.С., Красных С.С. Методологический подход к моделированию и прогнозированию воздействия пространственной неоднородности процессов распространения COVID-19 на экономическое развитие регионов России. Компьютерные исследования и моделирование. 2021;3(13):629–648. https://doi.org/10.20537/2076-7633-2021-13-3-629-648; https://vestnik.guu.ru/jour/article/view/4819

Availability: https://vestnik.guu.ru/jour/article/view/4819
https://doi.org/10.26425/1816-4277-2023-10-105-114

View record from BASE

12

Academic Journal

Mechanisms for mitigating spatial heterogeneity of migration flows ; Механизмы сглаживания пространственной неоднородности миграционных потоков

Authors: A. A. Bychkova, А. А. Бычкова

Contributors: The article was prepared in accordance with the plan of the research work for the Laboratory of Modeling Spatial Development of Territories of the Institute of Economics of the Ural Branch of the Russian Academy of Science for 2024–2026., Статья подготовлена в соответствии с планом научно-исследовательской работы для Лаборатории моделирования пространственного развития территорий Института экономики Уральского отделения Российской академии наук на 2024–2026 гг.

Source: Vestnik Universiteta; № 8 (2025); 69-78 ; Вестник университета; № 8 (2025); 69-78 ; 2686-8415 ; 1816-4277

Subject Terms: устойчивое развитие, spatial heterogeneity, regional development, migration policy, economic mechanisms, social integration, sustainable development, пространственная неоднородность, региональное развитие, миграционная политика, экономические механизмы, социальная интеграция

File Description: application/pdf

Relation: https://vestnik.guu.ru/jour/article/view/6438/3437; Ольшанская А.В. Основные методы регулирования миграции в России. Молодой ученый. 2020;24(314):480–482.; Saprikina N., Рябко Е.С. Обзор современных методов регулирования международной миграции рабочей силы. Актуальные вопросы современной экономики. 2020;6:42–48. https://doi.org/10.34755/IROK.2020.53.52.028.; Зорин В.Ю. Миграционная обстановка в Российской Федерации: проблемы и решения. Гуманитарные науки. Вестник Финансового университета. 2019;3(9):40–50. https://doi.org/10.26794/2226-7867-2019-9-3-40-50; Величко А.И. Актуальные проблемы современной миграционной политики Российской Федерации. Вестник университета. 2024;12:5–14. https://doi.org/10.26425/1816-4277-2024-12-5-14; Васильева А. В., Козлова О. А. Поиск компромисса в российской миграционной политике в сфере регулирования иностранной рабочей силы. Государственное управление. 2022;95:64–80. https://doi.org/10.24412/2070-1381-2022-95-64-80; Portes A., DeWind J. Rethinking Migration: New Theoretical and Empirical Perspectives. Canadian Studies in Population. 2007;37:273–275.; Piper N., Foley L. Global partnerships in governing labour migration: the uneasy relationship between the ILO and IOM in the promotion of decent work for migrants. GPPG. 2021;1:256–278. https://doi.org/10.1007/s43508-021-00022-x; Hollifield J.F. The Emerging Migration State. International Migration Review. 2006;3(38):885–912. https://doi.org/10.1111/j.1747-7379.2004.tb00223.x; Newland K. The Governance of International Migration: Mechanisms, Processes, and Institutions. Global Governance: A Review of Multilateralism and International Organizations. 2010;16:331–343. https://doi.org/10.1163/19426720-01603004.; Zasoba I., Khomiak A., Korzhov H., Panchenko L. The Governance of Global Labor Migration: Literature Review. National Technical University of Ukraine Journal Political science Sociology Law. 2021;3:29–36. https://doi.org/10.20535/2308-5053.2020.3(47).; Хубиев А.А. Динамика миграционных потоков и их воздействие на социально-экономическое развитие Российской Федерации. Вестник Евразийской науки. 2024;2(16).; https://vestnik.guu.ru/jour/article/view/6438

Availability: https://vestnik.guu.ru/jour/article/view/6438
https://doi.org/10.26425/1816-4277-2025-8-69-78

View record from BASE

13

Academic Journal

Характеристики пространственной неоднородности поля ускорений дневной поверхности

Authors: В.Б. Заалишвили, Д.А. Мельков, Н.В. Никонова, Л.Н. Смирнова, А.М. Уздин

Source: Геология и геофизика Юга России, Vol 12, Iss 1 (2022)

Subject Terms: сейсмическое возмущение, характеристики воздействия, пространственная неоднородность, корреляция, расчеты, станции, Geology, QE1-996.5

File Description: electronic resource

Relation: http://geosouth.ru/article/view/722; https://doaj.org/toc/2221-3198; https://doaj.org/toc/2686-7486

Access URL: https://doaj.org/article/9928490338e943da9d4adcf3628ef731

View record in DOAJ

14

Academic Journal

Role of Small Towns in the Economic Space of the Peripheral Territory

Source: Экономика и управление: научно-практический журнал.

Subject Terms: периферийная территория, small town, spatial heterogeneity, Самарско-Тольяттинская агломерация, economic space, non-agglomeration territory, экономическое пространство, Samara-Togliatti agglomeration, peripheral territory, внеагломерационная территория, периферия, пространственная неоднородность, 11. Sustainability, periphery, малый город

15

Academic Journal

Пространственный анализ трансформации бюджетной самостоятельности и безопасности региональных систем

Authors: Naumov, I. V., Nikulina, N. L.

File Description: application/pdf

Access URL: http://elar.urfu.ru/handle/10995/114331

16

Academic Journal

Features of ﬂuid dynamics in long-term heterogeneous gas reservoirs ; Особенности флюидодинамики в длительно эксплуатирующихся неоднородных газовых резервуарах

Authors: A. A. Feyzullayev, A. G. Gojayev, I. M. Mamedova, А. А. Фейзуллаев, А. Г. Годжаев, И. М. Mамедова

Contributors: This study was carried out with the ﬁnancial support of the Fund of the State Oil Company of Azerbaijan Republic (SOCAR) - Grant No. 06LR – AMEA., Данная работа выполнена при финансовой поддержке Фонда Государственной нефтяной компании Азербайджана (SOCAR) – Грант № 06LR – AMEA.

Source: Mining Science and Technology (Russia); Vol 7, No 1 (2022); 18-29 ; Горные науки и технологии; Vol 7, No 1 (2022); 18-29 ; 2500-0632

Subject Terms: Южно-Каспийский бассейн, reservoir, rocks, reservoir poroperm properties, porosity, permeability, spatial heterogeneity, gas-condensate reservoir, ﬂuid dynamics, South Caspian Basin, резервуар, горные породы, фильтрационно-емкостные свойства, пористость, проницаемость, пространственная неоднородность, газоконденсатная залежь, флюидододинамика

File Description: application/pdf

Relation: https://mst.misis.ru/jour/article/view/327/269; https://mst.misis.ru/jour/article/view/327/270; Kharroubi A., Layan B., Cordelier P. Inﬂuence of pore pressure decline on the permeability of North Sea sandstones. In: International Symposium of the Society of Core Analysts. 5–9 October. Abu Dhabi: UAE; 2004. URL: https://www.ux.uis.no/~s-skj/ipt/Proceedings/SCA.1987-2004/1-SCA2004-45.pdf; Кашников О. Ю. Исследование и учет деформационных процессов при разработке залежей нефти в терригенных коллекторах. [Автореф. дис…. канд. техн. наук]. Тюмень; 2008. 23 с.; Chan A. W. Production-induced reservoir compaction, permeability loss and land surface subsidence. [Dissertation for PhD degree]. Stanford University; 2004. 176 p.; Liu J. J., Feng X. T., Jing L. R. Theoretical and experimental studies on the ﬂuid-solid coupling processes for oil recovery from low permeability fractured reservoirs. International Journal of Rock Mechanics and Mining Sciences. 2004;41(3):1–6. https://doi.org/10.1016/j.ijrmms.2003.12.032; Chan A. W., Zoback M. D. The role of hydrocarbon production on land subsidence and fault reactivation in the Louisiana Coastal Zone. Journal of Coastal Research. 2007;23(3):771–786. https://doi.org/10.2112/05-0553; Хужаяров Б. Х., Юлдашев Т. Р., Рустамов А. Р. Изменение фильтрационно-емкостных свойств призабойной зоны скважин вследствие деформации пород. Молодой учёный. 2018;(17):140–144. URL: https://moluch.ru/archive/203/49750/; Панахов Р. А., Киясбейли Т. Н. Технологическая схема опытно-промышленной эксплуатации II очереди Карадагского ПХГ (большой блок). Отчет ВНИПИгаз. Баку: 1985. 213 c.; Ализаде А. А. (ред.) Геология Азербайджана. Том VII. Нефть и газ. Баку: Nafta-Press; 2008. 672 с.; https://mst.misis.ru/jour/article/view/327

Availability: https://mst.misis.ru/jour/article/view/327
https://doi.org/10.17073/2500-0632-2022-1-18-29

View record from BASE

17

Academic Journal

Spatial features of the risk of oncological diseases in the territory of the Gomel and Mogilev regions of Belarus ; Особенности пространственного распространения онкологических заболеваний на территории Гомельской и Могилевской областей Беларуси

Authors: S. L. Romanov, A. N. Chervan, E. M. Korobova, С. Л. Романов, А. Н. Червань, Е. М. Коробова

Contributors: The work was sponsored by the Belarusian Republican Foundation of Fundamental Research and Russian Foundation for Basic Research (project no. X20P-386), Работа выполнена при финансовой поддержке Белорусского фонда фундаментальных исследований и Российского фонда фундаментальны исследований (проект Х20Р-386)

Source: Doklady of the National Academy of Sciences of Belarus; Том 66, № 1 (2022); 91-103 ; Доклады Национальной академии наук Беларуси; Том 66, № 1 (2022); 91-103 ; 2524-2431 ; 1561-8323 ; 10.29235/1561-8323-2022-66-1

Subject Terms: профилактика, risk, spatial heterogeneity, GIS technology, cartographic assessment, prophylaxy, риск, пространственная неоднородность, ГИС-технология, картографическая оценка

File Description: application/pdf

Relation: https://doklady.belnauka.by/jour/article/view/1042/1039; Variations in common diseases, hospital admissions, and deaths in middle-aged adults in 21 countries from five continents (PURE): a prospective cohort study / G. R. Dagenais [et al.] // Lancet. – 2020. – Vol. 395, N 10226. – P. 785–794. https://doi.org/10.1016/s0140-6736(19)32007-0; Elevated Bladder Cancer in Northern New England: The Role of Drinking Water and Arsenic / D. Baris [et al.] // Journal of the National Cancer Institute. – 2016. – Vol. 108, N 9. https://doi.org/10.1093/jnci/djw099; Cancer and Obesity: Global burden of cancer attributable to excess weight / M. Arnold [et al.]. – Lyon, France, 2015 [Electronic resource]. – Mode of access: http://gco.iarc.fr/obesity. – Date of access: 14.11.2021.; Sun and UV facts and evidence // Cancer Research UK (24 March 2015) [Electronic resource]. – Mode of access: https://www.cancerresearchuk.org/about-cancer/causes-of-cancer/sun-uv-and-cancer. – Date of access: 09.11.2021.; Risk of thyroid cancer after exposure to 131I in childhood / E. Cardis [et al.] // Journal of the National Cancer Instute. – 2005. – Vol. 97, N 10. – P. 724–732. https://doi.org/10.1093/jnci/dji129; Израэль, Ю. А. Радиоактивное загрязнение природных сред в результате аварии на Чернобыльской атомной станции / Ю. А. Израэль. – М., 2006. – 28 с.; Korobova, E. Endemic diseases of geochemical origin and methodological approaches toward their prevention and elimination / E. Korobova, S. Romanov, A. Silenok // Environmental Geochemistry and Health. – 2020. – Vol. 42, N 8. – P. 2595–2608. https://doi.org/10.1007/s10653-019-00442-z; Методические принципы построения карты йододефицита на территории Беларуси / С. Л. Романова [и др.] // Вестн. Фонда фундам. исслед. – 2017. – № 3. – C. 118–135.; Коробова, Е. М. Комплексная оценка эколого-геохимического состояния техногенно трансформированных территорий / Е. М. Коробова // Геохимия. – 2017. – № 10. – C. 863–874. https://doi.org/10.7868/S0016752517100065; Power and Sample Size Calculators [Electronic resource]. – Mode of access: http://powerandsamplesize.com/Calculators/Compare-2-Means/2-Sample-1-Sided. – Date of access: 09.11.2021.; https://doklady.belnauka.by/jour/article/view/1042