Αποτελέσματα αναζήτησης - "КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ"

1

Academic Journal

Парная регрессия как инструмент изучения связей между уровнем жизни населения и экономическим ростом Магаданской области ; Paired regression as a tool for studying the relationship between the standard of living of the population and economic growth in the Magadan region

Συγγραφείς: Мальцева Полина Николаевна, ФГБОУ ВО «Северо-Восточный государственный университет»

Πηγή: Law, Economics and Management; ; Актуальные вопросы экономики, права и социологии

Θεματικοί όροι: прогнозирование, доходы населения, коэффициент корреляции, коэффициент детерминации, ВРП, forecasting, эконометрическая модель, ошибка аппроксимации, критерий Фишера, Paired regression of population income, GRP, econometric model, approximation error, Fisher's exact test, coefficient of determination, correlation coefficient, парная регрессия

Περιγραφή αρχείου: text/html

Relation: https://phsreda.com/e-articles/10783/Action10783-150299.pdf; Магаданская область: стат. ежегодник // Официальный сайт Управления Федеральной службы государственной статистики по Хабаровскому краю, Магаданской области, Еврейской автономной области и ЧАО. – Магадан, 2024. – 200 с.; Магаданская область: стат. ежегодник // Официальный сайт Управления Федеральной службы государственной статистики по Хабаровскому краю, Магаданской области, Еврейской автономной области и ЧАО. – Магадан, 2023. – 200 с.; Магаданская область: стат. ежегодник // Официальный сайт Управления Федеральной службы государственной статистики по Хабаровскому краю, Магаданской области, Еврейской автономной области и ЧАО. – Магадан, 2022. – 206 с.; Магаданская область: стат. ежегодник // Официальный сайт Управления Федеральной службы государственной статистики по Хабаровскому краю, Магаданской области, Еврейской автономной области и ЧАО. – Магадан, 2021. – 220 с.; Магаданская область: стат. ежегодник // Официальный сайт Управления Федеральной службы государственной статистики по Хабаровскому краю, Магаданской области, Еврейской автономной области и ЧАО. – Магадан, 2020. – 229 с.; Магаданская область: стат. ежегодник // Официальный сайт Управления Федеральной службы государственной статистики по Хабаровскому краю, Магаданской области, Еврейской автономной области и ЧАО. – Магадан, 2016. – 279 с.; Михайлова С.С. Эконометрика: учебник / С.С. Михайлова, Н.В. Гринева, Н.В. Концевая. – М.: Прометей, 2024 [Электронный ресурс]. – Режим доступа: https://biblioclub.ru/index.php?page=book&id=721398 (дата обращения: 18.09.2025).; https://phsreda.com/article/150299/discussion_platform

Διαθεσιμότητα: https://phsreda.com/article/150299/discussion_platform
https://phsreda.com/files/Books/10783/Cover-10783.jpg?req=150299

View record from BASE

2

Academic Journal

Программное обеспечение для оценивания модульных линейных регрессий: Software for estimating modular linear regressions

Πηγή: Информационные и математические технологии в науке и управлении. :136-146

Θεματικοί όροι: метод наименьших квадратов, коэффициент детерминации, грузооборот, модульные регрессии, t-критерий Стьюдента, программное обеспечение, метод наименьших модулей

3

Academic Journal

РЕШЕНИЕ ЗАДАЧ ДИАГНОСТИКИ ДИАБЕТА С ПРИМЕНЕНИЕМ МАШИННОГО ОБУЧЕНИЯ

Θεματικοί όροι: машинное обучение, линейная регрессия, модель наивного байесовского классификатора, метод опорных векторов, среднеквадратическая ошибка, коэффициент детерминации

4

Academic Journal

РЕШЕНИЕ ЗАДАЧ ДИАГНОСТИКИ ДИАБЕТА С ПРИМЕНЕНИЕМ МАШИННОГО ОБУЧЕНИЯ

Θεματικοί όροι: машинное обучение, линейная регрессия, модель наивного байесовского классификатора, метод опорных векторов, среднеквадратическая ошибка, коэффициент детерминации

5

Academic Journal

РЕШЕНИЕ ЗАДАЧ ДИАГНОСТИКИ ДИАБЕТА С ПРИМЕНЕНИЕМ МАШИННОГО ОБУЧЕНИЯ

Θεματικοί όροι: среднеквадратическая ошибка, коэффициент детерминации, линейная регрессия, метод опорных векторов, машинное обучение, модель наивного байесовского классификатора

6

Academic Journal

РЕШЕНИЕ ЗАДАЧ ДИАГНОСТИКИ ДИАБЕТА С ПРИМЕНЕНИЕМ МАШИННОГО ОБУЧЕНИЯ

Θεματικοί όροι: среднеквадратическая ошибка, коэффициент детерминации, линейная регрессия, метод опорных векторов, машинное обучение, модель наивного байесовского классификатора

7

Conference

Machine-learning predictions CO2 solubility and residual trapping indexes

Συγγραφείς: Davoodi, Shadfar, Al-Shargabi, Mohammed

Θεματικοί όροι: экосистемы, машинное обучение (ML), коэффициент детерминации, углекислый газ, выбросы CO2, CO2, нейронные сети, электронный ресурс, загрязнение воздуха, климат, труды учёных ТПУ

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://earchive.tpu.ru/handle/11683/77858

View record at OpenAIRE

8

Academic Journal

NEW ORGANIZATION PROCESS OF FEATURE SELECTION BY FILTER WITH CORRELATION-BASED FEATURES SELECTION METHOD

Συγγραφείς: Olga Solovei

Πηγή: Сучасний стан наукових досліджень та технологій в промисловості, Iss 3 (21) (2022)
Innovative Technologies and Scientific Solutions for Industries; No. 3 (21) (2022): INNOVATIVE TECHNOLOGIES AND SCIENTIFIC SOLUTIONS FOR INDUSTRIES; 39-50
Современное состояние научных исследований и технологий в промышленности; № 3 (21) (2022): СОВРЕМЕННОЕ СОСТОЯНИЕ НАУЧНЫХ ИССЛЕДОВАНИЙ И ТЕХНОЛОГИЙ В ПРОМЫШЛЕННОСТИ; 39-50
Сучасний стан наукових досліджень та технологій в промисловості; № 3 (21) (2022): СУЧАСНИЙ СТАН НАУКОВИХ ДОСЛІДЖЕНЬ ТА ТЕХНОЛОГІЙ В ПРОМИСЛОВОСТІ; 39-50

Θεματικοί όροι: коефіцієнт детермінації, выбор признаков на основе корреляции (CFS), merit, симметричная неопределенность (SU), symmetrical uncertainty (SU), accuracy, кореляція Пірсона (PearCorr), TA177.4-185, 02 engineering and technology, точность, корреляция Пирсона (PearCorr), 01 natural sciences, determination coefficient, критерій якості, Engineering economy, критерий качества, коэффициент детерминации, 0202 electrical engineering, electronic engineering, information engineering, вибір ознак на основі кореляції (CFS), Correlation-based Feature Selection (CFS), 0101 mathematics, Pearson Correlation (PearCorr), симетрична невизначеність (SU), точність

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: https://doaj.org/article/00fb3992d4724e41b9091e5da97c22fd
http://journals.uran.ua/itssi/article/view/267170

View record at OpenAIRE Full Text Finder

9

Academic Journal

ИССЛЕДОВАНИЕ ТЕМПЕРАТУРЫ МАССИВА ГОРНЫХ ПОРОД БЕРЕЗОВСКОГО РУДНИКА ОАО «БЕЛАРУСЬКАЛИЙ»

Συγγραφείς: Zaitsev, Artem Vyacheslavovich, Borodavkin, Dmitry Alekseevich, Bublik, Sergey Anatolievich, Ageeva, Ksenia Mikhailovna

Πηγή: Известия Томского политехнического университета
Bulletin of the Tomsk Polytechnic University

Θεματικοί όροι: съемка, геотермия, геотермическая ступень, coefficient of determination, горные породы, температура воды, тепловые режимы, thermal conditions, geothermy, рабочие зоны, коэффициент детерминации, mine, thermal and humidity survey of working areas, рудники, geothermal step, rock mass temperature

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://earchive.tpu.ru/handle/11683/72879

View record at OpenAIRE Full Text Finder

10

Academic Journal

Исследование влияния параметров строения котонинсодержащих костюмных тканей на их физико-механические свойства

Συγγραφείς: Mileeva, K. S., Kazarnovskaya, G. V.

Θεματικοί όροι: физико-механические свойства, weave coefficient, coefficient of determination, плотность по утку, костюмная ткань, linear model, переплетение, weave, costume fabric, weft density, коэффициент детерминации, physical and mechanical properties, коэффициент переплетения, линейная модель

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: https://rep.vsu.by/handle/123456789/48268

11

Academic Journal

Зависимость фракций фитомассы деревьев сосны от их диаметра на верхней границе леса горы Ачхиштарабаши (Главный Кавказский хребет)

Πηγή: Материалы XX Всероссийской (национальной) научно-технической конференции студентов и аспирантов

Θεματικοί όροι: СОСНА ОБЫКНОВЕННАЯ, ФИТОМАССА ДЕРЕВЬЕВ, PHYTOMASS OF TREES, КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ, УРАВНЕНИЯ СВЯЗИ, COUPLING EQUATIONS, THE MAIN CAUCASIAN RIDGE, COEFFICIENT OF DETERMINATION, SCOTS PINE, ГЛАВНЫЙ КАВКАЗСКИЙ ХРЕБЕТ

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: https://elar.usfeu.ru/handle/123456789/12945

View record at OpenAIRE

12

Academic Journal

Зависимость фракций фитомассы деревьев сосны от их диаметра на верхней границе леса горы Ачхиштарабаши (Главный Кавказский хребет) ; Dependence of phytomass fractions of pine trees on their diameter on the upper border of the forest of mount Achkhishtarabashi (Main Caucasian ridge)

Συγγραφείς: Громов, А. М., Балакин, Д. С., Нагимов, З. Я., Моисеев, П. А.

Πηγή: Материалы XX Всероссийской (национальной) научно-технической конференции студентов и аспирантов

Θεματικοί όροι: ГЛАВНЫЙ КАВКАЗСКИЙ ХРЕБЕТ, СОСНА ОБЫКНОВЕННАЯ, ФИТОМАССА ДЕРЕВЬЕВ, УРАВНЕНИЯ СВЯЗИ, КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ, THE MAIN CAUCASIAN RIDGE, SCOTS PINE, PHYTOMASS OF TREES, COUPLING EQUATIONS, COEFFICIENT OF DETERMINATION

Περιγραφή αρχείου: application/pdf

Relation: Научное творчество молодежи – лесному комплексу России. – Екатеринбург, 2024; https://elar.usfeu.ru/handle/123456789/12945

Διαθεσιμότητα: https://elar.usfeu.ru/handle/123456789/12945

View record from BASE

13

Academic Journal

CFD-Modeling of the Airfoil of the Blades of a Wind Power Plant with a Vertical Axis in the Ansys Fluent System ; CFD-моделирование аэродинамического профиля лопастей ветроэнергетической установки с вертикальной осью в системе Ansys Fluent

Συγγραφείς: G. N. Uzakov, V. A. Sednin, A. B. Safarov, R. A. Mamedov, I. A. Khatamov, Г. Н. Узаков, В. А. Седнин, А. Б. Сафаров, Р. А. Мамедов, И. А. Хатамов

Πηγή: ENERGETIKA. Proceedings of CIS higher education institutions and power engineering associations; Том 67, № 2 (2024); 97-114 ; Энергетика. Известия высших учебных заведений и энергетических объединений СНГ; Том 67, № 2 (2024); 97-114 ; 2414-0341 ; 1029-7448 ; 10.21122/1029-7448-2024-67-2

Θεματικοί όροι: средняя погрешность смещения (MBE), Ansys Fluent, CFD modeling, SST k – omega (k – ω) and k – epsilon (k – ε) turbulent model, χ2 conformity criterion, root mean square error (RMSE), coefficient of determination (R2), average bias error (MBE), CFD-моделирование, турбулентны модель SST k – omega (k – ω), k – epsilon (k – ε), критерий соответствия χ2, среднеквадратичная погрешность (RMSE), коэффициент детерминации (R2)

Περιγραφή αρχείου: application/pdf

Relation: https://energy.bntu.by/jour/article/view/2363/1904; Global Wind Report 2023 [Electronic Resource]. Mode of access: https://gwec.net/globalwindreport2023/#:~:text=Total%20installed%20global%20capacity%20grew,%2Dyear%20growth%20of%2015%25.; WWEA Half-year Report 2023: Additional Momentum for Windpower in 2023[Electronic Resource]. Mode of access: https://wwindea.org/wwea-half-year-report-2023-additional-momentum-for-windpower-in-2023.; О мерах по повышению эффективности реформ, направленных на переход Республики Узбекистан на «зеленую» экономику до 2030 года: постановление Президента Республики Узбекистан, 02 дек. 2022 г., № ПП-436 [Электронный ресурс]. Режим доступа: https://lex.uz/docs/6303233.; Тепловой и материальный баланс гелиопиролизного устройства / Г. Н. Узаков [и др.] // Энергетика. Изв. высш. учеб. заведений и энерг. объединений СНГ. 2023. Т. 66, № 1. С. 57–65. https://doi.org/10.21122/1029-7448-2023-66-1-57-65.; Design and Modeling of Dynamic modes of Low Speed Electric Generators for Electric Power Generation From Renewable Energy Sources / A. B. Safarov [et al.] // AIP Conference Proceedings. 2022. 2022. Vol. 2686, № 1. P. 020013. https://doi.org/10.1063/5.0111646.; Safarov, A. B. Study of Effective Omni-Directional Vertical Axis Wind Turbine for low Speed Regions / A. B. Safarov, R. A. Mamedov // IIUM Engineering Journal. 2021. Vol. 22, No 2. P. 149–160. https://doi.org/10.31436/iiumej.v22i2.1565.; Математическое моделирование комбинированной системы теплоснабжения солнечного дома / Г. Н. Узаков [и др.] // Энергетика. Изв. высш. учеб. заведений и энерг. объединений СНГ. 2022. Т. 65, № 5. С. 412–421. https://doi.org/10.21122/1029-7448-2023-65-5-412-421.; Assessment of wind and hydropower potential of Bukhara region / N. N. Sadullayev [et al.] // IOP Conf. Ser.: Earth Environ. Sci. 2020. Vol. 614. P. 012036. https://doi.org/10.1088/1755-1315/614/1/012036.; Rashid, F. L. Numerical Study of the Air Flow Over Modified NACA 2412 Airfoil Using CFD / F. L. Rashid, H. S. Abd, E. Q. Hussein // AIP Conference Proceedings. 2022. Vol. 2415, No 1. P. 20005. https://doi.org/10.1063/5.0092303.; Comparing the Effect of Different Turbulence Models on The CFD Predictions of NACA0018 Airfoil Aerodynamics / S. A. Khan [et al.] // CFD Letters. 2020. Vol. 12, Is. 3. Р. 1–10. https://doi.org/10.37934/cfdl.12.3.110.; Steenwijk, B. Numerical Study of Turbulent Flows Over a NACA 0012 Airfoil: Insights Into Its Performance and the Addition of a Slotted Flap / B. Steenwijk, P. Druetta // Appl. Sci. 2023. Vol. 13, No 13. P. 7890. https://doi.org/10.3390/app13137890.; Shelil, N. 2D Numerical Simulation Study of Airfoil Performance [Electronic Resource] / N. Shelil // Wind Energy Science Discussion [Preprint]. 2021. Mode of access: https://wes.copernicus.org/preprints/wes-2021-45/. https://doi.org/10.5194/wes-2021-45.; Görgülü, Y. F. CFD Analysis of a Naca 0009 Aerofoil at a Low Reynolds Number / Y. F. Görgülü, M. A. Özgür, R. Köse // Politeknik Dergisi. 2021. Vol. 24, No 3. P. 1237–1242. https://doi.org/10.2339/politeknik.877391.; Kulshreshtha, A. FEM/CFD Analysis of Wings at Different Angle of Attack / A. Kulshreshtha, S. K. Gupta, P. Singhal // Materials Today: Proceedings. 2020. Vol. 26, Part 2. P. 1638–1643. https://doi.org/10.1016/j.matpr.2020.02.342.; CFD Study of Drag and Lift Coefficients of Non-Spherical Particles / A. Ullah [et al.] // Journal of King Saud University – Engineering Sciences. 2021. https://doi.org/10.1016/j.jksues.2021.10.003.; Shirzadi, M. Improvement of k-εpsilon Turbulence Model for CFD Simulation of Atmospheric Boundary Layer Around a High-Rise Building Using Stochastic Optimization and Monte Carlo Sampling Technique / M. Shirzadi, P. A. Mirzaei, M. Naghashzadegan // Journal of Wind Engineering and Industrial Aerodynamics. 2017. Vol. 171. P. 366–379. https://doi.org/10.1016/j.jweia.2017.10.005.; Wei, H. Assessment of Different Turbulence Models on the Large Scale Internal Heated Water pool Natural Convection Simulation / H. Wei, Y. Chen // Annals of Nuclear Energy. 2019. Vol. 131. P. 23–38. https://doi.org/10.1016/j.anucene.2019.03.018.; Rezaeiha, A. On the accuracy of Turbulence Models for CFD Simulations of Vertical Axis Wind Turbines / A. Rezaeiha, H. Montazeri, B. Blocken // Energy. 2019. Vol. 180. P. 838–857. https://doi.org/10.1016/j.energy.2019.05.053.; Lanzafame, R. Wind Turbine CFD Modeling Using a Correlation-Based Transitional Model / R. Lanzafame, S. Mauro, M. Messina // Renewable Energy. 2013. Vol. 52. P. 31–39. https://doi.org/10.1016/j.renene.2012.10.007.; Staudte, R. G. Evidence for Goodness of Fit in Karl Pearson Chi-Squared Statistics / R. G. Staudte // Statistics. 2020. Vol. 54, Is. 6. P. 1287–1310. https://doi.org/10.1080/02331888.2020.1862115.; Chai, T. Root mean square error (RMSE) or mean absolute error (MAE) –Arguments against avoiding RMSE in the literature / T. Chai, R. R. Draxler // Geoscientific Model Development. 2014. Vol. 7, Nо 3. P. 1247–1250. https://doi.org/10.5194/gmd-7-1247-2014.; Aerodynamic Performance of VAWT Airfoils: Comparison between Wind Tunnel Testing Using a New Three‐Component Strain Gauge Balance and CFD Modelling / L. Santamaría [et al.] // Energies. 2022. Vol. 15, Is. 24. P. 9351. https://doi.org/10.3390/en15249351.; https://energy.bntu.by/jour/article/view/2363

Διαθεσιμότητα: https://energy.bntu.by/jour/article/view/2363
https://doi.org/10.21122/1029-7448-2024-67-2-97-114

View record from BASE

14

Academic Journal

Productive moisture dynamics in sod-podzolic soil under spring barley cultivation ; Динамика продуктивной влаги в дерново-подзолистой почве при возделывании ярового ячменя

Συγγραφείς: A. K. Svechnikov, S. A. Zamyatin, А. К. Свечников, С. А. Замятин

Συνεισφορές: the research was carried out under the support of the Ministry of Science and Higher Education of the Russian Federation within the state assignment of the Federal Agricultural Research Center of the North-East named N. V. Rudnitsky (theme no. FNWE-2022-0005)., работа выполнена при поддержке Минообрнауки РФ в рамках Государственного задания ФГБНУ «Федеральный аграрный научный центр Северо-Востока имени Н. В. Рудницкого» (тема № FNWE-2022-0005).

Πηγή: Agricultural Science Euro-North-East; Том 25, № 6 (2024); 1112-1123 ; Аграрная наука Евро-Северо-Востока; Том 25, № 6 (2024); 1112-1123 ; 2500-1396 ; 2072-9081

Θεματικοί όροι: коэффициент детерминации, oat, wheat, potato, HTC, regression, R-squared, овёс, пшеница, картофель, ГТК, регрессия

Περιγραφή αρχείου: application/pdf

Relation: https://www.agronauka-sv.ru/jour/article/view/1813/843; Носкова Е. Н., Козлова Л. М., Попов Ф. А., Светлакова Е. В. Влияние способов обработки почвы и видов удобрений на агрофизические свойства почвы, засоренность посевов и урожайность ячменя. Таврический вестник аграрной науки. 2022;3(31):148–158. Режим доступа: https://www.elibrary.ru/item.asp?id=49865417 EDN: URZDYV; Гаврилова А. Ю., Конова А. М., Самсонова Н. Е. Влияние доз и сочетаний минеральных удобрений на формирование урожайности и качества зерна пивоваренного ячменя в центральном Нечерноземье. Агрохимия. 2020;(9):24–31. DOI: https://doi.org/10.31857/S0002188120090069 EDN: UNDGHD; Морозов Н. А., Ходжаева Н. А., Хрипунов А. И., Общия Е. Н. Продуктивная влага и урожайность озимой пшеницы в сухостепной полосе Ставрополья. Аграрная наука. 2021;(5):47–50. DOI: https://doi.org/10.32634/0869-8155-2021-349-5-47-50 EDN: PCQNLU; Gorash O., Klymyshena R., Khomina V., Vilchynska L. Ecological and biological conformity of conditions of the brewing barley cultivation zone. Ukrainian Journal of Ecology. 2020;10(1):246–253. DOI: https://doi.org/10.15421/2020_39; Курылева А. Г. Адаптивная реакция сортов ячменя при экологическом испытании в условиях Удмуртской Республики. Аграрная наука Евро-Северо-Востока. 2018;(6):52–57. DOI: https://doi.org/10.30766/2072-9081.2018.67.6.52-57 EDN: YPVSZN; Клочков А. В., Соломко О. Б., Клочкова О. С. Влияние погодных условий на урожайность сельскохозяйственных культур. Вестник Белорусской государственной сельскохозяйственной академии. 2019;(2):101–105. Режим доступа: https://www.elibrary.ru/item.asp?id=38552716 EDN: HHOJJO; Левакова О. В., Дедушев И. А., Ерошенко Л. М., Ромахин М. М., Ерошенко А. Н., Ерошенко Н. А., Болдырев М. А., Гладышева О. В. Влияние агрометеорологических изменений климата на зерновую продуктивность ярового ячменя в условиях Нечерноземной зоны РФ. Юг России: экология, развитие. 2022;171(62):128–135. DOI: https://doi.org/10.18470/1992-1098-2022-1-128-135 EDN: APZPOW; Piniewski M., Marcinkowski P., O’Keeffe J., Szcześniak M., Nieróbca A., Kozyra J., Kundzewicz Z. W., Okruszko T. Model-based reconstruction and projections of soil moisture anomalies and crop losses in Poland. Theor Appl Climatol. 2020;140(1):691–708. DOI: https://doi.org/10.1007/s00704-020-03106-6; Lee H., Calvin K., Dasgupta D., Krinner G., Mukherji A., Thorne P., et al. Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Geneva, Switzerland: IPCC, 2023. 1–34. DOI: https://doi.org/10.59327/IPCC/AR6-9789291691647; Dube K., Nhamo G., Chikodzi D. Climate change-induced droughts and tourism: Impacts and responses of Western Cape province, South Africa. Journal of Outdoor Recreation and Tourism. 2022;39:100319. DOI: https://doi.org/10.1016/j.jort.2020.100319; Martínez-Fernández J., González-Zamora A., Sánchez N., Gumuzzio A. A soil water based index as a suitable agricultural drought indicator. Journal of Hydrology. 2015;522:265–273. DOI: https://doi.org/10.1016/j.jhydrol.2014.12.051; Benito-Verdugo P., Martínez-Fernández J., González-Zamora Á., Almendra-Martín L., Gaona J., HerreroJiménez C. M. Impact of Agricultural Drought on Barley and Wheat Yield: A Comparative Case Study of Spain and Germany. Agriculture. 2023;13(11):2111. DOI: https://doi.org/10.3390/agriculture13112111; Appiah M., Abdulai I., Schulman A. H., Moshelion M., Dewi E. S., Daszkowska-Golec A., Bracho-Mujica G., Rötter R. P. Drought response of water-conserving and non-conserving spring barley cultivars. Frontiers in Plant Science. 2023;14:1247853. DOI: https://doi.org/10.3389/fpls.2023.1247853; Groh J., Vanderborght J., Pütz T., Vogel H. J., Gründling R., Rupp H., et al. Responses of soil water storage and crop water use efficiency to changing climatic conditions: a lysimeter-based space-for-time approach. Hydrology and Earth System Sciences. 2020;24(3):1211–1225. DOI: https://doi.org/10.5194/hess-24-1211-2020; Havrlentová M., Dvořáček V., Jurkaninová L., Gregusová V. Unraveling the Potential of β-D-Glucans in Poales. Life. 2023;13(6):1387. DOI: https://doi.org/10.3390/life13061387; Khaleghdoust B., Esmaeilzadeh-Salestani K., Korge M., Alaru M., Möll K., Värnik R., et al. Barley and wheat beta-glucan content influenced by weather, fertilization, and genotype. Frontiers in Sustainable Food Systems. 2024;7:1326716. DOI: https://doi.org/10.3389/fsufs.2023.1326716; Bezpal’ko V. V., Stankevych S. V., Zhukova L. V., Zabrodina I. V., Turenko V. P., Horyainova V. V., et al. Pre-sowing seed treatment in winter wheat and spring barley cultivation. Ukrainian Journal of Ecology. 2020;10(6):255–268. DOI: https://doi.org/10.15421/2020_291; Mitrofanov D. V., Zorov A. A., Skorokhodov V. Y., Kaftan Y. V., Zenkova N. A. The influence of main factors on productivity of barley in the steppe zone of the Southern Urals. IOP Conf Ser: Earth Environ Sci. 2022;1045(1):012105. DOI: https://doi.org/10.1088/1755-1315/1045/1/012105; Yang M., Wang G., Lazin R., Shen X., Anagnostou E. Impact of planting time soil moisture on cereal crop yield in the Upper Blue Nile Basin. Agricultural Water Management. 2021;243:106430. DOI: https://doi.org/10.1016/j.agwat.2020.106430; Osman R., Tahir M. N., Ata-Ul-Karim S. T., Ishaque W., Xu M. Exploring the Impacts of Genotype-Management-Environment Interactions on Wheat Productivity, Water Use Efficiency, and Nitrogen Use Efficiency under Rainfed Conditions. Plants. 2021;10(11):2310. DOI: https://doi.org/10.3390/plants10112310; Козлова Л. М., Носкова Е. Н., Попов Ф. А. Оценка развития болезней зерновых культур при ресурсосберегающих системах обработки почвы и применении биопрепаратов в адаптивно-ландшафтном земледелии. Аграрная наука Евро-Северо-Востока. 2020;21(6):721–732. DOI: https://doi.org/10.30766/2072-9081.2020.21.6.721-732 EDN: FUMOYG; Чернов О. С. Яровая пшеница в агроэкосистемах Верхневолжья. Владимирский земледелец. 2022;(4):43–52. DOI: https://doi.org/10.24412/2225-2584-2022-4-43-52 EDN: ZDHAUY; Чайкин В. В., Новичихин А. М. Влияние удобрений на водный режим культур севооборота в условиях Воронежской области. Международный научно-исследовательский журнал. 2023;(11(137)):22. DOI: https://doi.org/10.23670/IRJ.2023.137.80 EDN: JQSJRQ; Ward M., Forristal P. D., McDonnell K. Impact of field headlands on wheat and barley performance in a cool Atlantic climate as assessed in 40 Irish tillage fields. Irish Journal of Agricultural and Food Research. 2020;59(1):85–97. DOI: https://doi.org/10.15212/ijafr-2020-0113; Attia M., Mohamed M., Mofreh Abou Tahoun A., Abdelghany F., Elserafi R. Productivity of some barley cultivars as affected by supplemental irrigation under rainfed conditions. Australian Journal of Crop Science. 2022;16(05):665–675. DOI: https://doi.org/10.21475/ajcs.22.16.05.p3647; Батищев И. В., Ильинская И. Н. Почвенные влагозапасы и водный баланс посевов ячменя ярового на эрозионно опасном склоне. Мелиорация и гидротехника. 2023;13(4):161–181. DOI: https://doi.org/10.31774/2712-9357-2023-13-4-161-181 EDN: OBHCXF; Глуховцев В. В., Санина Н. В. Эффективность листовых подкормок в аридных условиях Среднего Поволжья при возделывании ярового ячменя. Известия Оренбургского государственного аграрного университета. 2016;4(60):40–42. Режим доступа: https://www.elibrary.ru/item.asp?id=26586307 EDN: UDPVSK; Филатов А. Н., Мазуров В. Н., Храмой В. К., Арланцева Е. Р. Влияние способов обработки почвы и уровней минерального питания на урожайность и качество зерна ярового ячменя сорта Владимир в условиях центрального района Нечерноземной зоны. Известия Тимирязевской сельскохозяйственной академии. 2021;(1):18–28. DOI: https://doi.org/10.26897/0021-342X-2021-1-18-28 EDN: FZSJZN