-
1Academic Journal
Source: Наука и здравоохранение. :207-216
Subject Terms: 2. Zero hunger, obesity, body composition, дене құрылымы, 4. Education, жировая масса тела, индекс массы тела, body mass index, модель прогнозирования, дети, дене салмағының индексі, 3. Good health, дененің май массасы, prediction model, body fat, болжау моделі, состав тела, children, ожирение, семіздік, 10. No inequality, балалар
-
2Academic Journal
Authors: P. N. Savilov, S. S. Kurdyumova, S. V. Shutova, S. V. Buchneva, A. V. Baranov, П. Н. Савилов, С. С. Курдюмова, С. В. Шутова, С. В. Бучнева, А. В. Баранов
Contributors: The study was conducted as part of the development program of G.R. Derzhavin Tambov State University under the «Priority-2030» initiative., Исследование выполнено в рамках реализации программы развития Тамбовского государственного университета им. Г.Р. Державина «Приоритет-2030».
Source: General Reanimatology; Том 21, № 2 (2025); 4-15 ; Общая реаниматология; Том 21, № 2 (2025); 4-15 ; 2411-7110 ; 1813-9779
Subject Terms: модель прогнозирования, mortality predictors, prognostic model, предикторы летального исход
File Description: application/pdf
Relation: https://www.reanimatology.com/rmt/article/view/2472/1929; https://www.reanimatology.com/rmt/article/downloadSuppFile/2472/1052; https://www.reanimatology.com/rmt/article/downloadSuppFile/2472/1053; https://www.reanimatology.com/rmt/article/downloadSuppFile/2472/1054; https://www.reanimatology.com/rmt/article/downloadSuppFile/2472/1055; https://www.reanimatology.com/rmt/article/downloadSuppFile/2472/1056; https://www.reanimatology.com/rmt/article/downloadSuppFile/2472/1057; Глыбочко П. В., Фомин В. В., Моисеев С. В., Авдеев С. Н., Яворовский А. Г., Бровко М. Ю., Умбетова К. Т., с соавт. Исходы у больных с тяжелым течением COVID-19, госпитализированных для респираторной поддержки в отделения реанимации и интенсивной терапии. Клиническая фармакология и терапия. 2020; 3: 25–36. DOI:10.32756/0869-5490-2020-3-25-36.; Жукова О. В., Каграманян И. Н., Хохлов А. Л. Сравнительный анализ эффективности лекарственных препаратов в терапии тяжелых форм COVID-19 на основании методик атрибутивной статистики и анализа межлекарственных взаимодействий. Фармация и фармакология. 2020; 8 (5): 316–324. DOI:10.19163/2307-9266-2020-8-5-316-324.; Savilov P. N. On the possibility of using hyperbaric oxygenation in the treatment of SARS-CoV-2-infected patients. Danish Scientific Journal. 2020; 1 (36): 43–49.; Henry B. M., Lippi G. Poor survival with extracorporeal membrane oxygenation in acute respiratory distress syndrome (ARDS) due to coronavirus disease 2019 (COVID-19): pooled analysis of early reports. J Crit Care. 2020; 58: 27–28. DOI:10.1016/j.jcrc.2020.03.011. PMID: 32279018.; Шепетько М. М., Искров И. А., Лендина И. Ю., Стома И. О. Предикторы неблагоприятного исхода инфекции COVID-19 у пациентов с онкогематологическими заболеваниями. Проблемы здоровья и экологии. 2021; 18 (1): 27–34. DOI:10.51523/2708-6011.2021-18-1-4.; Kahathuduwa C. N., Dhanasekara C. S., Chin S. H. Case fatality rate in COVID-19: a systematic review and meta-analysis. MedRxiv. 2020. DOI:10.1101/2020.04.01.20050476.; Хаджиева М. Б., Грачева А. С., Ершов А. В., Чурсинова Ю. В., Степанов В. А, Авдейкина Л. С., Гребенчиков О. А, с соавт. Биомаркеры повреждения структур аэрогематического барьера при COVID-19. Общая реаниматология.2021; 17 (3): 16–31. DOI:10.15360/1813-9779-2021-3-2-0.; Салухов В. В., Гуляев Н. И., Дорохина Е. В. Оценка системных воспалительных реакций и коагулопатии на фоне гормональной терапии при ковид-ассоциированном поражении легких. Медицинский совет. 2020; (21): 230–237. DOI:10.21518/2079-701X-2020-21-230-23.; Ulu M., Kaya M., Tunc Y., Yildirim H., Halici A., Coskun A. Mortality prediction in the emergency service intensive care patients with possible COVID-19: a retrospective cross-sectional study. Ann Crit Care. 2024; 4: 157–166. DOI:10.21320/1818-474X-2024-4-157-166.; Талько А. В., Невзорова В. А., Ермолицкая М. З., Бондарева Ж. В. Возможности методов интеллектуального анализа данных для оценки исходов COVID-19 у пациентов с заболеваниями системы крови. Бюллетень физиологии и патологии дыхания. 2023; 88: 50−58. DOI:10.36604/1998-5029-2023-88-50-5.; Rubio-Rivas M., Mora-Luján J. M., Formiga F., Arévalo-Cañas C., Ramos J. M. L., Villalba García M. V., Fonseca Aizpuru E. M., et al. WHO ordinal scale and inflammation risk categories in COVID-19. Comparative study of the severity scales. J Gen Intern Med. 2022; 37 (8): 1980–1987. DOI:10.1007/s11606-022-07511-7. PMID: 35396659.; Popadic V., Klasnja S l., Milic N., Rajovic N., Aleksic A., Milenkovic M., Crnokrak B., et al. Predictors of mortality in critically ill COVID-19 patients demanding high oxygen flow: a thin line between inflammation, cytokine storm, and coagulopathy. Oxid Med Cell Longev. 2021; 2021: 6648199. DOI:10.1155/2021/6648199. PMID: 33968298.; Мареев В. Ю., Беграмбекова Ю. Л., Мареев Ю. В. Как оценивать результаты лечения больных с новой коронавирусной инфекцией (COVID-19)? Шкала Оценки Клинического Состояния (ШОКС–КОВИД). Кардиология. 2020; 60 (11): 35–41.; Аврамов А. А., Иванов Е. В., Мелехов А. В., Мензулин Р. С., Никифорчин А. И. Факторы риска неблагоприятного исхода COVID-19 в ОРИТ перепрофилированных стационаров разного типа. Общая реаниматология. 2023; 19 (3): 20–27. DOI:10.15360/1813-9779-2023-3-20-27.; Корабельников Д. И., Магомедалиев М. О., Хорошилов С. Е. Прогностическое значение цистатина С как предиктора неблагоприятного исхода при пневмонии тяжелого течения, ассоциированной с COVID-19. Общая реаниматология. 2023; 19 (3): 4–11. DOI:10.15360/1813-9779-2023-3-4-11.; Кузовлев А. Н., Ермохина Л. В., Мельникова Н. С., Берикашвили Л. Б., Ядгаров М. Я., Каданцева К. К., Чаус Н. И., с соавт. Номограмма для прогнозирования госпитальной летальности у пациентов с COVID-19, находившихся в отделении реанимации и интенсивной терапии. Вестник анестезиологии и реаниматологии. 2022; 19 (1): 6–17. DOI:10.21292/2078-5658-2022-19-1-6-17.; Кузник Б. И., Смоляков Ю. Н., Хавинсон В. Х., Шаповалов К. Г., Лукьянов С. А., Фефелова Е. В., Казанцева Л. С. Нейтрофилы, лимфоциты и их соотношение как предикторы исходов у больных COVID-19. Патологическая физиология и экспериментальная терапия. 2021; 65 (4): 34–41. DOI:10.25557/0031-2991.2021.04.34-41.; Рыбакова М. Г., Карев В. Е., Кузнецова И. А. Патологическая анатомия новой коронавирусной инфекции COVID-19. Первые впечатления. Архив патологии. 2020; 82 (5): 5–15. DOI:10.17116/patol2020820515.; Vutha A. K., Patenaude R., Cole A., Kumar R., Kheir J. N., Polizzotti B. D. A microfluidic device for real-time on-demand intravenous oxygen delivery. Proc Natl Acad Sci USA. 2022; 119 (13): e2115276119. DOI:10.1073/pnas.2115276119. PMID: 35312360.; Гусев Е. Ю. С-реактивный белок: патогенетическое и диагностическое значение Уральский медицинский журнал. 2014; 1 (115): 113–121.; Giamarellos-Bourboulis E. J., Netea M. G., Rovina N., Akinosoglou K., Antoniadou A., Antonakos N., Damoraki G., et al. Complex immune dysregulation in COVID-19 patients with severe respiratory failure. Cell Host Microbe. 2020; 27 (6): 992–1000.e3. DOI: 0.1016/j.chom.2020.04.009. PMID: 32320677.; Гусев У. Ю., Черешнев В. А. Системное воспаление: теоретические и методологические подходы к описанию модели общепатологического процесса. Часть 1. Общая характеристика процесса Патологическая физиология и экспериментальная терапия. 2012; 4: 3–14.; Cheng L., Li H., Li L., Liu C., Yan S., Chen H., Li Y. Ferritin in the coronavirus disease 2019 (COVID-19): a systematic review and meta-analysis. J Clin Lab Anal. 2020; 34 (10): е3618. DOI:10.1002/jcla.23618. PMID: 33078400.; Полушин Ю. С., Шлык И. В., Гаврилова Е. Г., Паршин Е. В., Гинзбург А. М. Роль ферритина в оценке тяжести COVID-19. Вестник анестезиологии и реаниматологии. 2021; 18 (4): 20–28. DOI:10.21292/2078-5658-2021-18-4-20-28.; Струк Ю. В., Савилов П. Н., Якушева О. А., Вахтина Е. Б., Ефремова О. Ю., Первеева И. М., Вериковская А. В. Применение гипербарической оксигенации у больных новой коронавирусной инфекцией СOVID-19. Морская медицина. 2023; 9 (2): 56–67. DOI:10.22328/2413-5747-2023-9-2-56-67.; Кузнецов И. А., Потиевская В. И., Качанов И. В., Куравлёва О. О. Роль ферритина в биологических средах человека. Современные проблемы науки и образования (электронный журнал). 2017; 5. https://science-education.ru/ru/article/view?id=27102.; Фетлам Д. Л., Чумаченко А. Г., Вязьмина М. Д., Мороз В. В., Кузовлев А. Н., Писарев В. М. Прогностические маркеры гнойно-деструктивных заболеваний легких. Общая реаниматология. 2024; 20 (2): 14–28. DOI:10.15360/1813-9779-2024-2-14-28.; Zhang H., Wang Y., Qu M., Li W., Wu D., Cata J. P., Miao C. Neutrophil, neutrophil extracellular traps and endothelial cell dysfunction in sepsis. Clin Transl Med. 2023; 13 (1): e1170. DOI:10.1002/ctm2.1170. PMID: 36629024.; Кузник Б. И., Хавинсон В. Х., Линькова Н. С. COVID-19: влияние на иммунитет, систему гемостаза и возможные пути коррекции. Успехи физиологических наук. 2020; 51 (4): 51–63. DOI:10.31857/S030-117982-0040037; https://www.reanimatology.com/rmt/article/view/2472
-
3Academic Journal
Subject Terms: food industry, gross product, regional product, forecasting model, cost, wages, fixed assets, intangible assets, depreciatio, пищевая промышленность, валовой продукт, региональный продукт, модель прогнозирования, стоимость, заработная плата, основные средства, нематериальные активы, амор
-
4Academic Journal
Source: Electronics and Control Systems; Vol. 4 No. 70 (2021); 20-29
Электроника и системы управления; Том 4 № 70 (2021); 20-29
Електроніка та системи управління; Том 4 № 70 (2021); 20-29Subject Terms: факторы дестабилизации, прогнозирование, управление рисками, flight safety, factors оf destabilization, forecasting, модель прогнозирования, нейронні мережі, risk management, модель прийняття рішень, adaptive potential, фактори дестабілізації, нейронные сети, модель принятия решений, человеческий фактор, функціональний стан, functional state, прогнозування, neural networks, управління ризиками, безопасность полетов, функциональное состояние, модель прогнозування, model for predicting, безпека польотів, human factor, людський фактор
File Description: application/pdf
-
5Conference
Authors: Kovaleva, O., Obukhov, O.
Subject Terms: ФИНАНСОВАЯ НЕСОСТОЯТЕЛЬНОСТЬ, QUALITY CONTROL, МОДЕЛЬ ПРОГНОЗИРОВАНИЯ БАНКРОТСТВА, FINANCIAL INSOLVENCY, КОНТРОЛЬНЫЕ КАРТЫ ШУХАРТА, SHUHART CONTROL CARDS, BANKRUPTCY FORECASTING MODEL, КОНТРОЛЬ КАЧЕСТВА
File Description: application/pdf
Access URL: http://elar.urfu.ru/handle/10995/122075
-
6Academic Journal
Authors: Zeer, E. F., Tserkovnikova, N. G., Tretyakova, V. S.
Source: Образование и наука, Vol 23, Iss 6, Pp 153-184 (2021)
Образование и наукаSubject Terms: predicting, ЦИФРОВОЕ ПОКОЛЕНИЕ, professional future, PROFESSIONAL SELF-DETERMINATION, ПРОГНОЗИРОВАНИЕ, difficulties of interaction, PREDICTIVE COMPETENCE, Education, ПРОФЕССИОНАЛЬНОЕ БУДУЩЕЕ, professional future predicting model, ПРОФЕССИОНАЛЬНОЕ САМООПРЕДЕЛЕНИЕ, ВЛИЯНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ, digital generation, DIFFICULTIES OF INTERACTION, PROFESSIONAL FUTURE, ТРУДНОСТИ ВЗАИМОДЕЙСТВИЯ, 4. Education, ПОКОЛЕНИЕ Z, 05 social sciences, professional self-determination, INFLUENCE OF INFORMATION TECHNOLOGIES, PROFESSIONAL FUTURE PREDICTING MODEL, PREDICTING, ПРОГНОСТИЧЕСКАЯ КОМПЕТЕНТНОСТЬ, МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ПРОФЕССИОНАЛЬНОГО БУДУЩЕГО, influence of information technologies, DIGITAL GENERATION, predictive competence, 0503 education, generation z, GENERATION Z
File Description: application/pdf
Access URL: https://www.edscience.ru/jour/article/download/2215/1013
https://doaj.org/article/6a60696119004423b4ef90a6c664925d
https://www.edscience.ru/jour/article/view/2215/1013
https://www.edscience.ru/jour/article/download/2215/1013
https://cyberleninka.ru/article/n/tsifrovoe-pokolenie-v-kontekste-prognozirovaniya-professionalnogo-buduschego/pdf
https://cyberleninka.ru/article/n/tsifrovoe-pokolenie-v-kontekste-prognozirovaniya-professionalnogo-buduschego
https://elar.uspu.ru/handle/ru-uspu/37670
https://www.scopus.com/record/display.uri?origin=resultslist&eid=2-s2.0-85108579422
https://elar.rsvpu.ru/handle/123456789/37670
https://www.edscience.ru/jour/article/view/2215 -
7Conference
Authors: Irinina, A. Yu.
Subject Terms: МЕТОДЫ ГРУППОВОГО МЫШЛЕНИЯ, МОДЕЛЬ ПРОГНОЗИРОВАНИЯ, STRATEGIC SESSIONS, DELPHI TECHNOLOGY, СТРАТЕГИЧЕСКИЕ СЕССИИ, FORECASTING MODEL, STRATEGIC PLANNING, СТРАТЕГИЧЕСКОЕ ПЛАНИРОВАНИЕ, ТЕХНОЛОГИЯ DELPHI, METHODS OF GROUP THINKING
File Description: application/pdf
Access URL: http://elar.urfu.ru/handle/10995/116653
-
8Academic Journal
Authors: Козырева Екатерина Сергеевна, Ekaterina S. Kozyreva, Саввина Екатерина Андреевна, Ekaterina A. Savvina
Source: Science, education, society: trends and prospects; 159-164 ; Наука, образование, общество: тенденции и перспективы развития; 159-164
Subject Terms: прогнозирование, спрос, метод прогнозирования, производство на склад, модель прогнозирования
File Description: text/html
Relation: info:eu-repo/semantics/altIdentifier/isbn/978-5-6050203-0-1; https://interactive-plus.ru/e-articles/864/Action864-559979.pdf; Бабич Т.Н. Прогнозирование и планирование в условиях рынка: учебное пособие / Т.Н. Бабич, И.А. Козьева, Ю.В. Вертакова. – М.: Инфра-М, 2018. – 256 c.; Басова А.Е., Шамигова А.С. Прогнозирование сбыта продукции / А.Е. Басова, А.С. Шамигова; под ред. А.И. Вострецова // Научные перспективы XXI века: материалы конференции. – 2018. – С. 406–409. – EDN XMYEGL; Бушуева Л.И. Методы прогнозирования объема продаж / Л.И. Бушуева // Маркетинг в России и за рубежом. – 2020.– №1.; Павленкова И.Н. Методы прогнозирования сбыта продукции / И.Н. Павленкова // ModernEconomySuccess. – 2021. – №6. – С. 142–149. EDN MRECGC; Сёмин А.Н. Макроэкономическое планирование и прогнозирование (для бакалавров) / А.Н. Сёмин, Ю.В. Лысенко, М.В. Лысенко [и др.]. – М.: КноРус, 2018. – 298 c.; Четыркин Е.М. Статистические методы прогнозирования / Е.М. Четыркин. – 2-е изд. перераб. и доп. – М.: Статистика, 2020.; Шурыгин А.М. Математические методы прогнозирования / А.М. Шурыгин. – М.: ГЛТ, 2019. – 180 c.
-
9Academic Journal
Authors: S. A. Zamyatnin, I. S. Gonchar, С. А. Замятнин, И. С. Гончар
Source: Andrology and Genital Surgery; Том 24, № 4 (2023); 86-90 ; Андрология и генитальная хирургия; Том 24, № 4 (2023); 86-90 ; 2412-8902 ; 2070-9781
Subject Terms: модель прогнозирования бесплодия, pathozoospermia, infertility prediction, infertility predictors, infertility prediction model, патозооспермия, прогнозирование бесплодия, предикторы бесплодия
File Description: application/pdf
Relation: https://agx.abvpress.ru/jour/article/view/708/553; Божедомов В.А., Виноградов И.В., Липатова Н.А. и др. Бездетный брак: роль мужского фактора (клинические и организационно-методические аспекты). Акушерство и гинекология 2014;1:70–7.; Хайрутдинов К.Н., Ситдыкова М.Э., Зубков А.Ю. Мужское бесплодие – проблема XXI века. Практическая медицина 2018;16(6):185–9. DOI:10.32000/2072-1757-2018-16-6-185-189; Shi T.L., Wu Y., Li Y. et al. The relevance of MTHFR C677T, A1298C, and MTRR A66G polymorphisms with response to male infertility in Asians: a meta-analysis. Medicine (Baltimore) 2019;98(8):e14283. DOI:10.1097/MD.0000000000014283; Assidi M. Infertility in men: advances towards a comprehensive and integrative strategy for precision theranostics. Cells 2022;11(10):1711. DOI:10.3390/cells11101711.; Joseph S., Mahale S.D. Male infertility knowledgebase: decoding the genetic and disease landscape. Database (Oxford) 2021;2021:baab049. DOI:10.1093/database/baab049; Houston B.J., Riera-Escamilla A., Wyrwoll M.J. et al. A systematic review of the validated monogenic causes of human male infertility: 2020 update and a discussion of emerging gene–disease relationships. Hum Reprod Update 2022;28(1):15–29. DOI:10.1093/humupd/dmab030; WHO. Health in 2015: from MDGs. Millennium development goals, to SDGs, sustainable development goals. Geneva: WHO, 2015. 204 p.; Богданов Ю.А., Карпунина Т.И., Зуева Т.В. К вопросу о распространенности мужского бесплодия. Медицина и образование в Сибири 2013;5:16–8.; Калинченко С.Ю., Пигарова Е.А., Гусакова Д.А., Плещеева А.В. Витамин Д и мочекаменная болезнь. Concilium Medicum 2012; 12(14):96–102.; Божедомов В.А., Семенов А.В., Конышев А.В. и др. Репродуктивная функция мужчин при хроническом простатите: клинико-анамнестические и микробиологические аспекты. Урология 2015;1:70–8.; Puerta Suárez J., Cardona Maya W.D. Microbiota, prostatitis, and fertility: bacterial diversity as a possible health ally. Adv Urol 2021;2021:1007366. DOI:10.1155/2021/1007366; La Vignera S., Vicari E., Condorelli R.A. et al. Male accessory gland infection and sperm parameters (rewiew). Int J Androl 2011;34(5 Pt 2):330–47. DOI:10.1111/j.1365-2605.2011.01200.x; Wang H., Xu A., Gong L. et al. The microbiome, an important factor that is easily overlooked in male infertility. Front Microbiol 2022;13:831272. DOI:10.3389/fmicb.2022.831272; Аляев Ю.Г., Глыбочко П.В., Пушкарь Д.Ю. Урология. Российские клинические рекомендации. М.: ГЭОТАР-Медиа, 2016. 496 с.; Agarwal A., Sharma R., Durairajanayagam D. et al. Major protein alteration sinspermatozoa from infertile men with unilateral varicocele. Reprod Biol Endocrinol 2015;13:8. DOI:10.1186/s12958-015-0007-2; Panner Selvam M.K., Agarwal A., Baskaran S. Proteomic analysis of seminal plasma from bilateral varicocele patients indicates an oxidative state and increased inflammatory response. Asian J Androl 2019;21(6):544–50. DOI:10.4103 /aja.aja_121_18; Hargeave T.B. Varicoceale. In: Male Infertility. Ed. by T.B. Hargeave. Berlin: Springer-Verlag, 1994. 201 p.; Алчинбаев М.К., Макажанов И.Т., Мухаметжан И.Т. Оценка эффективности микрохирургической субингвинальной варикоцелэктомии в лечении пациентов с олигоастенозооспермией. Вестник урологии 2016;1:5–11. DOI:10.21886/2308-6424-2016-0-1-5-11; https://agx.abvpress.ru/jour/article/view/708
-
10Conference
Subject Terms: обязательное медицинское страхование, эконометрические модели, Федеральный фонд обязательного медицинского страхования, крупномасштабные системы, здравоохранение Китая, модели прогнозирования, грей-модель прогнозирования, авто-регрессионная зависимость, здравоохранение России, логарифмическое преобразование
-
11Conference
Authors: Церковникова, Н. Г., Tserkovnikova, N. G.
Subject Terms: LIFE-MEANING ORIENTATIONS, STUDENTS, MODEL FOR PREDICTING PROFESSIONAL FUTURE, GENERATION Z, СМЫСЛОЖИЗНЕННЫЕ ОРИЕНТАЦИИ, СТУДЕНТЫ, МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ПРОФЕССИОНАЛЬНОГО БУДУЩЕГО, ПОКОЛЕНИЕ Z
Subject Geographic: RSVPU
File Description: application/pdf
Relation: Непрерывное образование: теория и практика реализации : материалы Международной научно-практической конференции. - Екатеринбург, 2021
Availability: https://elar.uspu.ru/handle/ru-uspu/34824
-
12Academic Journal
Authors: Araffa, KH., Tkach, M.
Contributors: ELAKPI
Source: Adaptivni Sistemi Avtomatičnogo Upravlinnâ, Vol 2, Iss 35 (2019)
Adaptive systems of automatic control; Том 2, № 35 (2019): Adaptive Systems of Automatic Control; 3-12
Адаптивные системы автоматического управления; Том 2, № 35 (2019): Адаптивные системы автоматического управления; 3-12
Адаптивні системи автоматичного управління; Том 2, № 35 (2019): Адаптивні системи автоматичного управління; 3-12Subject Terms: планування траєкторій двоногого робота, точка нулевого момента, модель прогнозирования, двуногий робот, Center of mass, шагающий робот, Automation, motion generator, генератор руху, планирование траекторий двуногого робота, Model Predictive Control, крокуючий робот, biped robot, центр масс, генератор движения, модель прогнозування, zero moment point, T59.5, walking robot, planning trajectories of biped robot, точка нульового моменту, центр мас, двоногий робот
File Description: application/pdf
-
13Academic Journal
Source: Eastern-European Journal of Enterprise Technologies; Том 4, № 2 (100) (2019): Information technology. Industry control systems; 29-40
Восточно-Европейский журнал передовых технологий; Том 4, № 2 (100) (2019): Информационные технологии. Системы управления в промышленности; 29-40
Східно-Європейський журнал передових технологій; Том 4, № 2 (100) (2019): Інформаційні технології. Системи управління в промисловості; 29-40Subject Terms: вітрова електростанція, інформаційна система прогнозування загибелі птахів, математична модель прогнозування, 0106 biological sciences, ветровая электростанция, информационная система прогнозирования гибели птиц, математическая модель прогнозирования, 01 natural sciences, 7. Clean energy, wind power plant, information system for forecasting birds' death, mathematical forecasting model, UDC 004.42:[621.311.245:598.2.526](477.64), 0105 earth and related environmental sciences
File Description: application/pdf
Access URL: http://journals.uran.ua/eejet/article/download/174398/176695
http://journals.uran.ua/eejet/article/view/174398
http://journals.uran.ua/eejet/article/download/174398/176695
https://www.neliti.com/publications/308237/development-of-the-information-system-for-forecasting-collision-between-birds-an
http://journals.uran.ua/eejet/article/view/174398 -
14Conference
Authors: Tserkovnikova, N. G.
Subject Terms: MODEL FOR PREDICTING PROFESSIONAL FUTURE, МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ПРОФЕССИОНАЛЬНОГО БУДУЩЕГО, ПОКОЛЕНИЕ Z, СТУДЕНТЫ, STUDENTS, СМЫСЛОЖИЗНЕННЫЕ ОРИЕНТАЦИИ, LIFE-MEANING ORIENTATIONS, GENERATION Z
File Description: application/pdf
Access URL: https://elar.rsvpu.ru/handle/123456789/34824
-
15
-
16Academic Journal
Source: Technology audit and production reserves; Том 4, № 4(54) (2020): Economics of enterprises. Macroeconomics; 34-36
Technology audit and production reserves; Том 4, № 4(54) (2020): Економіка підприємств. Макроекономіка; 34-36
Technology audit and production reserves; Том 4, № 4(54) (2020): Экономика предприятий. Макроэкономика; 34-36Subject Terms: международные транспортные коридоры, эффективность автомобильных перевозок, проект перевозки грузов, модель прогнозирования, УДК 656.13.073, 11. Sustainability, 0211 other engineering and technologies, 02 engineering and technology, international transport corridors, efficiency of automobile transportations, cargo transportation project, forecasting model, 01 natural sciences, міжнародні транспортні коридори, ефективність автомобільних перевезень, проект перевезення вантажів, модель прогнозування, 12. Responsible consumption, 0105 earth and related environmental sciences
File Description: application/pdf
-
17Academic Journal
Authors: Teres, Yuliia
Source: Cхід, Vol 0, Iss 2(154), Pp 55-63 (2018)
Skhid; № 2(154) (2018); 55-63
Схид; № 2(154) (2018); 55-63
Схід; № 2(154) (2018); 55-63Subject Terms: debt policy, debt risks, forecasting model, debt load, cooperation with the IMF, 336.27, боргова політика, Philosophy. Psychology. Religion, 1. No poverty, співпраця з МВФ, боргові ризики, модель прогнозування, боргове навантаження, 8. Economic growth, долговая политика, долговые риски, модель прогнозирования, долговая нагрузка, сотрудничество с МВФ, History (General) and history of Europe
File Description: application/pdf
-
18Academic Journal
Authors: Zeer, E. F., Tserkovnikova, N. G., Tretyakova, V. S., Зеер, Э. Ф., Церковникова, Н. Г., Третьякова, В. С.
Source: Образование и наука
Subject Terms: DIGITAL GENERATION, GENERATION Z, DIFFICULTIES OF INTERACTION, PROFESSIONAL SELF-DETERMINATION, PROFESSIONAL FUTURE, INFLUENCE OF INFORMATION TECHNOLOGIES, PREDICTING, PREDICTIVE COMPETENCE, PROFESSIONAL FUTURE PREDICTING MODEL, ЦИФРОВОЕ ПОКОЛЕНИЕ, ПОКОЛЕНИЕ Z, ТРУДНОСТИ ВЗАИМОДЕЙСТВИЯ, ПРОФЕССИОНАЛЬНОЕ САМООПРЕДЕЛЕНИЕ, ПРОФЕССИОНАЛЬНОЕ БУДУЩЕЕ, ВЛИЯНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ, ПРОГНОЗИРОВАНИЕ, ПРОГНОСТИЧЕСКАЯ КОМПЕТЕНТНОСТЬ, МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ПРОФЕССИОНАЛЬНОГО БУДУЩЕГО
Subject Geographic: RSVPU
File Description: application/pdf
Relation: Образование и наука. 2021. №6
Availability: https://elar.uspu.ru/handle/ru-uspu/37670
-
19Academic Journal
Authors: Прохоренко, А.O., Кравченко, С.С., Солодкий, Є.І.
Source: Internal Combustion Engines; No. 2 (2021): INTERNAL COMBUSTION ENGINES; 68-72 ; Двигатели внутреннего сгорания; № 2 (2021): ДВИГАТЕЛИ ВНУТРЕННЕГО СГОРАНИЯ; 68-72 ; Двигуни внутрішнього згоряння; № 2 (2021): ДВИГУНИ ВНУТРІШНЬОГО ЗГОРЯННЯ; 68-72 ; 2411-0531 ; 0419-8719
Subject Terms: цифровий двійник, газопоршневий компресорний агрегат, інтернет речей, модель прогнозування, цифровой двойник, газопоршневой компрессорный агрегат, интернет вещей, модель прогнозирования, digital twin, gas reciprocating compressor unit, internet of things, predictive model
File Description: application/pdf
Relation: http://dvs.khpi.edu.ua/article/view/242962/240811; http://dvs.khpi.edu.ua/article/view/242962
-
20Academic Journal
Source: Вестник МГПУ. Серия Педагогика и психология.
Subject Terms: education market potential, 4. Education, 8. Economic growth, потенциал рынка образования, online education market, новые формируемые сферы экономики, new / emerging sectors of the economy, forecasting model of market potential, рынок онлайн-образования, модель прогнозирования потенциала рынка
