СводкаГлавные показатели канала за выбранный период. Изменение — к такому же отрезку перед периодом, если за него есть статистика. Наведите на диаграмму плитки, чтобы увидеть число в каждой точке периода.
Главные числа
ПодписчикиСколько подписчиков у канала сейчас. Волна — число подписчиков в каждой точке периода. Изменение — к началу периода.910,0 %+0 за период
ПросмотрыСколько сейчас просмотров у постов, вышедших за период. Это не просмотры за день: сколько посмотрели вчера, MAX не сообщает.78▼ 21,2 %было 105
РеакцииСколько реакций у постов, вышедших за период.5▼ 41,1 %было 9
УпоминанияСколько раз канал упомянули другие каналы: ссылки и репосты, без рекламных постов. Чем крупнее круг, тем больше упоминаний в этой точке периода.61▼ 18,7 %было 76по подписке
РепостыСколько раз другие каналы сделали репост постов этого канала (без рекламных постов). Репосты входят и в число упоминаний.28▲ 13,5 %было 25после входа
Средний охват постаСколько просмотров в среднем набирает один пост. Считаем по постам старше двух суток: у свежих просмотры ещё растут. Точки, где есть свежие посты, — пунктиром и полыми кружками: охват всех постов на сейчас, он ещё вырастет.25▼ 4,8 %было 26
ERRКакая доля подписчиков видит средний пост: средний охват ÷ подписчики × 100 %. Линия — ERR в каждой точке периода, пунктир — ERR прошлого такого же периода. Точки с постами моложе двух суток — полые кружки на пунктирном конце линии.27,5 %▼ 1,4 п. п.пунктир — было 28,8 %
Вовлечённость ERКак часто читатели реагируют на посты: реакции ÷ просмотры × 100 %. Засечка на полосе — прошлый период.6,41 %▼ 2,2 п. п.
было 8,57 %
Постов в деньСколько публикаций в среднем выходит за день. Клетка — точка периода: чем темнее, тем больше постов в день.1,0▲ 85,5 %было 0,6
Доля рекламыКакая доля публикаций за период похожа на рекламу: маркировка erid, рекламные ссылки и другие признаки. Шкала — рекламная нагрузка по порогам индекса качества: до 10 % — низкая, до 25 % — умеренная, до 50 % — высокая, дальше — очень высокая. Рост доли отмечается красным.4,2 %▲ 0,8 п. п.
ДинамикаСверху — число подписчиков на конец каждой точки периода, снизу — прирост за точку: зелёный — подписчиков стало больше, красный — меньше. Над графиком прироста — самый большой прирост и самая большая убыль. Сколько подписалось и отписалось по отдельности, MAX не сообщает.
Рост аудитории
0подписчиков за период
+1 самый большой прирост · 16 окт 2026−1 самая большая убыль · 15 окт 2026
Оценка каналаОценка канала от 0 до 100 из пяти частей: аудитория, честность роста, рекламная нагрузка, доверие и достоверность расчёта. Полоса — сколько баллов часть набрала из своего максимума. Индекс пересчитывается каждую ночь; каналы сравниваются с похожими — той же категории и размера.
Индекс качества пока не рассчитан. Он появляется у каналов от 500 подписчиков, которые публикуют посты хотя бы раз в неделю, после недели наблюдения.
ОхватыСколько сейчас просмотров у постов, вышедших в каждой точке периода (а не просмотры за день). Подписан рекорд; точка с сегодняшним днём бледнее — день ещё идёт. Средний охват поста — по постам старше двух суток.
Просмотры и охват
78просмотров за период▼ 21,2 %
Средний охват поста — 25 просмотров (посты старше двух суток).
ВовлечённостьER — реакции, делённые на просмотры, в процентах — у постов каждой точки периода. Пунктир — ER за весь период. Изменение — в процентных пунктах к прошлому такому же периоду.
Вовлечённость подписчиков
6,41 %ER = реакции ÷ просмотры▼ 2,2 п. п.
ER каналав среднем за период
ЦитируемостьИндекс цитируемости (ИЦ) — насколько часто и какими каналами упоминают этот канал за последние 30 дней, без рекламных постов. Уровень — место среди похожих каналов. Линия — ИЦ в каждой точке периода (в неделе и месяце — средний за её дни).
Индекс цитируемости пока не рассчитан: он появится после ночного расчёта, когда канал упомянут другие каналы.
РитмСколько постов в среднем выходит в каждый час каждого дня недели, время московское: чем темнее клетка, тем больше публикаций. «Лучшее время» — часы, в которые у постов старше двух суток самый высокий средний охват.
Когда и сколько публикует
ПнВтСрЧтПтСбВс
036912151821
Лучшее время:09:0018:00часы, в которые у постов самый высокий средний охват
ФорматыИз чего состоит лента. У каждого поста один формат — по старшинству: репост, видео, фото, ссылка, текст. Полоса и проценты — доля постов формата; справа — средний охват одного поста формата (по постам старше двух суток), полоска — сравнение с самым просматриваемым форматом.
ПубликацииКаждая точка — пост за период: по горизонтали — дата выхода, по вертикали — просмотры, размер точки — реакции, цвет — формат. Так видно хиты, провалы и то, как меняется охват. У крупных каналов показаны 100 самых просматриваемых постов и равномерная выборка остальных — не больше 1 500 точек.
Каждый пост — точка
Выше — больше просмотров, крупнее — больше реакций. Нажмите на точку, чтобы открыть пост.
ВидеоФотоДругоеразмер — реакцииПриближение — кнопками «+» и «−», щипком или Ctrl + колесо мыши; приближенный график сдвигается перетаскиванием
СводкаИтоги выбранного периода: сколько вышло публикаций, сколько у них сейчас просмотров и реакций и средний охват поста. Просмотры — текущие у постов, вышедших в эти дни, а не просмотры за день. Изменение — к такому же отрезку перед периодом, если за него есть статистика.
Итоги периода
Нажмите на показатель — ниже он появится по точкам периода
Просмотрысегодня — день ещё идётТочки с постами моложе двух суток — бледные с пунктиром: их просмотры ещё растут.
РекламаКакая доля публикаций за период похожа на рекламу: маркировка erid, рекламные ссылки и другие признаки. Детектор осторожный, поэтому настоящая доля обычно выше. Шкала — рекламная нагрузка по порогам индекса качества. Ниже — средний охват рекламного и обычного поста и кого рекламирует канал (сайты, на которые ведут ссылки из рекламы).
Что работаетПосты периода с наибольшим числом просмотров. Полоса — просмотры относительно первого места. Превью — картинка поста, у поста без картинки — аватар канала. Просмотры — сколько у поста сейчас.
РитмСколько постов вышло в каждый день периода (бледные столбики) и среднее за 7 дней (линия): видно, разгоняется канал или затихает. Сегодняшний день ещё идёт, поэтому среднее для него считается по вчерашний день.
Публикации по дням
Бледные столбики — дни, линия — среднее за 7 дней: видно, разгоняется канал или затихает
Публикации за деньСреднее за 7 дней
Данные обновлены в 14:27 по Москве. Просмотры — текущие у постов, вышедших в эти дни; средний охват — по постам старше двух суток.
Как считается индекс качества
Эксперимент показал, какие собаки равнодушнее к человеческому плачу. Домашние животные могут менять поведение, когда хозяин кричит, злится или испытывает другие сильные эмоции. Новое исследование показало, какие собаки чаще направляют внимание на плачущего человека, а какие относятся к этому равнодушнее и почему. Чувствительность собак к нашим эмоциям давно привлекает внимание ученых. Однако большую часть экспериментов проводили именно с домашними животными, поэтому оставалось неясно, насколько подобная реакция характерна для особей с другим жизненным опытом. В новом исследовании участвовали 112 собак: 45 домашних, 33 приютских и 34 свободно живущих на улице. Эксперимент прошел в Бразилии и Индии в 2024-2025 годах. О результатах специалисты по психологии и биологии из Университета Сан-Паулу и Индийского института научного образования и исследований Колкаты рассказали в статье для журнала Scientific Reports.
Каждая собака по очереди прошла четыре коротких испытания. Знакомый животному человек либо незнакомый экспериментатор в течение 20 секунд изображали плач или напевали мелодию Happy Birthday. МРТ впервые показала, как мозг собаки различает негативные эмоции человека Собаки реагируют на человеческие лица сложнее, чем считалось. Их мозг, как выяснили авторы нового исследования, по-разному обрабатывает отдельные негативные эмоции. Самое заметное отличие обнаружили у свободно живущих собак. Домашние и приютские животные смотрели на человека значительно чаще и дольше. Уличные, напротив, реже направляли на него взгляд и меньше контактировали, чаще отвлекаясь на окружающую среду. В среднем собаки из приюта смотрели на человека 1,69 раза за испытание, домашние — 1,60 раза, а свободно живущие — 0,55 раза. Средняя продолжительность взгляда тоже различалась: 5,91 секунды — у приютских, 7,16 секунды — у домашних, 3,75 секунды — у уличных. Но именно плач вызвал у испытуемых больше внимания, чем пение. Средняя частота взгляда на человека составляла 1,26 раза во время имитации слез против 1,04 раза во время пения. Вероятность того, что собака вообще посмотрит на человека, оценили в 83% в случае плача и 69% при пении. Средняя продолжительность взгляда составила 5,99 и 4,89 секунды соответственно. Разница между группами не означала, что живущие на улице собаки вовсе не реагировали. Они тоже смотрели на человека чаще при плаче, чем при пении. Но их вовлеченность в происходящее была ниже: такие животные больше ходили, изучали окружающие объекты и совершали другие действия, не связанными с экспериментом. Собаки оказались не такими бескорыстными, как считалось Новый эксперимент показал, что собаки далеко не всегда готовы помогать людям бескорыстно. Авторы научной работы связали это с различиями в жизненном опыте. Живущим «на воле» собакам приходится самостоятельно ориентироваться в городской среде, где присутствует множество стимулов. В таких условиях внимание к окружающей обстановке может иметь бóльшее значение, нежели ориентация на состояние конкретного человека. Знакомство с человеком, имитировавшим плач, в целом почти не меняло реакцию испытуемых. Животные обращали на это внимание независимо от того, были ли они знакомы с экспериментатором. Причем вероятность физического контакта собаки с незнакомцем оказалась даже выше — на 46,5%. Поведенческие реакции сами по себе не дали возможность определить лежащие в основе психологические механизмы, подчеркнули исследователи. Кроме того, в эксперименте не зафиксировали признаков возбуждения вроде лая, которые можно было бы однозначно связать с эмоциональным состоянием животного.
В Сибири нашли древнейшее свидетельство обитания соболя в арктической зоне. На берегу бассейна реки Индигирки в Якутии обнаружили почти целый череп соболя, который 47 тысяч лет пролежал в мерзлоте. Эта находка помогла ученым восстановить, какой была природа северо-востока Сибири в период, когда климат позволял местным животным заходить далеко за пределы их нынешнего ареала. Череп соболя Соболь считается типичным обитателем хвойных лесов и сегодня в основном встречается в таежной зоне Евразии. Поэтому его остатки за Полярным кругом особенно важны для палеонтологов: они показывают, насколько сильно отличались ландшафты Арктики в прошлом. До сих пор ископаемые свидетельства присутствия соболя в Якутии были редкими, а находка из долины реки Огорохи — правый приток Бадярихи, бассейн Индигирки — стала самой древней и северной из известных для этого вида в Сибири. Череп нашли еще в августе 2014 года в отложениях вечной мерзлоты на левом берегу Огорохи. Он покоился на глубине примерно пяти метров и был извлечен из слоя, который сформировался в позднем плейстоцене. Остатки других животных из той же толщи уже помогли связать ее с межледниковым потеплением в последний ледниковый период. Возраст находки определили с помощью радиоуглеродного анализа, после калибровки ученые оценили его более чем в 47 тысяч лет. Состояние всего черепа, как и сохранившегося коллагена, оказалось необычно хорошим. Статья с результатами анализа вышла в журнале PLOS One, ее авторы — сотрудники Института геологии алмазов и благородных металлов Сибирского отделения Российской академии наук, отдела изучения мамонтовой фауны Академии наук Якутии, а также Университета имени Адама Мицкевича в Познани (Польша) и Гронингенского университета в Нидерландах. На костях не обнаружили следов травм, механического повреждения или поверхностного истирания. Это позволило предположить, что после гибели животного его тело лишь немного переместилось, после чего было погребено в мерзлоте еще до разложения мягких тканей. Признаки последующих изменений костей тоже были минимальными. Значит, сделали вывод ученые, такая сохранность объясняется длительным пребыванием в глубоко промерзшем грунте. Видовую принадлежность определили по строению черепа и зубов. Исследователи сравнили находку с современными соболями и двумя близкими видами — лесной и каменной куницами. Форма черепа и особенности зубов соответствовали именно соболю. По морфологическим признакам древнее животное близко к современному подвиду Martes zibellina jenisseensis, который обитает в северо-западной части Якутии. Череп принадлежал молодому самцу. По подсчетам, ему исполнилось примерно один-два года на момент смерти. Сегодня место обнаружения остатков древнего животного расположено за Полярным кругом, а соболь — лесное животное. Судя по всему, 47 тысяч лет назад условия в этом районе позволяли лесной растительности продвигаться значительно севернее. В тех же слоях, где был погребен соболь, нашли остатки множества представителей так называемой мамонтовой фауны. Это разнообразие связали с относительно теплым периодом последнего ледникового цикла. Предположительно, в то время соболь продвинулся на север из южных районов Сибири, вероятно, используя речные системы Лены, Яны, Индигирки и Колымы. Такие пути могли связывать лесные территории юга с северными районами, где тогда были участки бореальной растительности — хвойные леса и лесные массивы в речных долинах. Речь, однако, не идет о том, что всю Арктику покрывала сплошная тайга. По словам авторов научной работы, ландшафт был скорее «мозаичным»: лесные участки соседствовали с открытыми степными пространствами. По мере похолодания во второй половине морской изотопной стадии 3 (MIS 3) леса стали сокращаться, а приблизительно 25 тысяч лет назад началось еще более холодное время последнего ледникового максимума. Распространение безлесных тундровых степей послужило естественным ограничением для соболя.
Люди — самый ценный ресурс. Расширение задач закономерно меняет требования к специалистам. Сегодня материаловед, работающий с конструкционными материалами для атомной промышленности, должен понимать физические механизмы деформации и разрушения, владеть современными методами исследования и неразрушающего контроля, а также уметь работать с расчетными моделями и большими массивами экспериментальных данных.
Особое значение приобретают компьютерное моделирование и методы машинного обучения. Они позволяют анализировать взаимосвязи между химическим составом, структурой материала, технологией его получения и эксплуатационными свойствами, а также прогнозировать поведение перспективных материалов до проведения полного цикла дорогостоящих испытаний.
Меняется и сам подход к производству материалов и деталей. Аддитивные технологии позволяют создавать изделия со сложной внутренней геометрией, тонкими стенками и каналами, которые трудно или невозможно изготовить традиционными методами. При этом передовое оборудование само по себе не гарантирует появление новой технологии.
Именно поэтому подготовка кадров становится частью технологического развития отрасли. Для этого НИТУ МИСИС в рамках пилотного проекта по изменению уровней высшего образования реализуется программа «Материаловедение инновационных конструкционных материалов», где студенты изучают методы создания и исследования современных сталей и сплавов, работают с оборудованием лабораторий университета и участвуют в решении реальных задач индустриальных партнеров.
Скорость перехода от научного результата к промышленному применению во многом зависит от специалистов, способных объединить экспериментальные исследования, математические модели и инженерные требования.
Инфографика: сокращение противоракетного арсенала США Несколько месяцев перехвата массированных ракетных ударов Ирана привели к тому, что запасы двух важнейших американских средств противоракетной обороны сокращаются значительно быстрее, чем США способны их восполнять.
С начала войны с Ираном в конце февраля совокупные запасы перехватчиков систем Patriot и THAAD сократились примерно на 1700 ракет.
На инфографике выше представлены оценочные запасы американских перехватчиков Patriot и THAAD, рассчитанные на основе данных из открытых источников, опубликованных Центром стратегических и международных исследований (CSIS). Стоимость каждой ракеты взята из материалов армии США и Агентства по противоракетной обороне США, посвященных закупкам на 2027 финансовый год.
Стоимость одного перехватчика PAC-3 MSE, используемого комплексами Patriot, в заявке на оборонный бюджет США на 2027 финансовый год составляет примерно пять миллионов долларов. Перехватчик THAAD, предназначенный для уничтожения баллистических ракет на больших дальностях и высотах, чем Patriot, стоит почти 12 миллионов долларов.
Обе системы в основном применяются против иранских баллистических ракет. Если использовать цены на 2027 финансовый год в качестве ориентировочного показателя, то восполнение образовавшейся нехватки обойдётся примерно в 10 миллиардов долларов.
Согласно анализу CSIS, основанному на прогнозах Пентагона относительно поставок, американским запасам Patriot и THAAD потребуется не менее трех лет, чтобы вернуться к довоенному уровню.
Предполагается, что закупка 857 перехватчиков THAAD в рамках бюджета на 2027 финансовый год позволит компенсировать расход ракет, связанных с войной с Ираном, к концу 2029 года.
Вашингтон тратит огромные средства, пытаясь ликвидировать образовавшийся дефицит на фоне общего роста мировых военных расходов. Оборонный бюджет США на 2027 финансовый год предусматривает 95 миллиардов долларов на закупку боеприпасов, а еще 21 миллиард долларов заложен в дополнительное финансирование, связанное с войной.
Компания Lockheed Martin, в свою очередь, намерена более чем втрое увеличить производственные мощности по выпуску PAC-3 MSE, а производство перехватчиков THAAD планируется нарастить с нынешних 96 до 400 ракет в год.
Однако до тех пор, пока новые партии не поступят в войска, истощение запасов создает, по оценке CSIS, своеобразное окно уязвимости. Поскольку у Patriot и THAAD практически нет полноценной альтернативы в сфере защиты от баллистических ракет, каждую ракету-перехватчик, запущенную над Ближним Востоком, США смогут восполнить лишь через один-два года.
Инновации для новых реакторов. Изменение требований к материалам связано с тем, что меняется сама архитектура атомной энергетики. Перспективные системы IV поколения должны не только производить энергию, но и эффективнее использовать ядерное топливо, сокращать объем отходов и обеспечивать дополнительные уровни безопасности. В России одним из ключевых направлений становится двухкомпонентная атомная энергетика с реакторами на быстрых нейтронах и замкнутым ядерным топливным циклом. Для таких установок нужны материалы, рассчитанные на работу с новыми теплоносителями и в условиях более высоких радиационных и температурных нагрузок. Например, в проекте БРЕСТ-ОД-300 вместо воды используется свинец, что меняет требования к коррозионной стойкости конструкционных материалов и их совместимости с теплоносителем. Сам реактор работает на быстрых нейтронах, которые по характеру взаимодействия с материалом отличаются от нейтронов в тепловых реакторах.
Для разработки и испытаний перспективных материалов необходима соответствующая инфраструктура. Один из ключевых объектов — многоцелевой исследовательский реактор МБИР в Димитровграде. На нем в 2028 году планируют исследовать материалы и технологии для перспективной атомной энергетики, в том числе проводить испытания, связанные с жидкосолевыми реакторами и установками с жидкометаллическим и газовым теплоносителями.
Чем больше расчетный срок службы энергетического объекта, тем выше значение методов диагностики. Причем оборудование, которое должно беспрерывно работать десятилетиями, необходимо контролировать непосредственно в процессе эксплуатации. Одним из перспективных направлений диагностики считается акустико-эмиссионный метод, который основан на регистрации упругих волн, возникающих в материале при развитии деформации и повреждений. Анализ таких сигналов позволяет выявлять процессы зарождения и развития дефектов до того, как они приведут к разрушению конструкции.
Новый плавучий комплекс способен обеспечить электричеством 32 000 домов и чистой водой — 150 000 человек Американская компания Optimal Transit разработала многофункциональное судно, способное снабжать дома электроэнергией, производить пресную воду и обеспечивать вычислительные мощности для систем искусственного интеллекта. Судно, получившее название Blue Economy VITAL 100 MW Kraaken, работает без выбросов и без использования топлива. Оно способно вырабатывать достаточно электроэнергии для 32 000 домов, ежедневно производить пресную воду для 150 000 человек и одновременно предоставлять до 60 мегаватт вычислительных мощностей для задач ИИ. В основе высокотехнологичной платформы лежит архитектура SWATH (Small Waterplane Area Twin Hull) — двухкорпусная конструкция с минимальной площадью ватерлинии, обеспечивающая высокую устойчивость на море. Для дополнительной стабильности судно оснащается гибкой системой швартовки. Автономный двигатель на преобразовании тепловой энергии океана обеспечивает выработку мощности в 100 мегаватт. По замыслу разработчиков, такой комплекс может стать альтернативой традиционной энергетической инфраструктуре в регионах, где сегодня широко используются дорогие дизель-генераторы, — например, на островах Тихого океана, в странах Африки к югу от Сахары, а также в Южной и Юго-Восточной Азии. Электроэнергия, пресная вода и вычислительные мощности передаются на берег по специальной системе быстроразъемных кабелей и трубопроводов — своеобразной универсальной «пуповине», соединяющей судно с береговой инфраструктурой. Такая схема позволяет при необходимости отключить судно и за считаные часы переместить его в безопасное место — например, при угрозе сильного шторма или изменении эксплуатационных условий. После нормализации ситуации комплекс можно быстро подключить вновь. Более того, Kraaken способен использоваться в качестве мобильной системы ликвидации последствий стихийных бедствий. Судно можно развернуть в течение нескольких дней и начать подавать электроэнергию и пресную воду непосредственно в поврежденные прибрежные сети, не полагаясь на разрушенную наземную инфраструктуру.
Первый марсоход с автономным управлением доказал свою исключительную эффективность На этой неделе новейший марсоход NASA на Марсе — Perseverance — установит рекорд по дальности передвижения среди всех аппаратов, когда-либо колесивших по поверхности другого мира. Марсоход Perseverance, совершивший посадку на Марсе в феврале 2021 года, преодолеет отметку в 45,16 километра по поверхности Красной планеты. Тем самым он побьет предыдущий рекорд, принадлежавший легендарному марсоходу Opportunity, который прекратил выходить на связь с NASA в 2018 году. Но как Perseverance удалось достичь рекордной дистанции всего за треть того времени, которое потребовалось Opportunity? «Ключевой технологией, сделавшей это возможным, стала система автономной навигации», — отметил руководитель проекта Perseverance в Лаборатории реактивного движения NASA Стивен Ли. Подобно беспилотным автомобилям на Земле, Perseverance оснащен сложной системой бортовых камер, которые постоянно фиксируют окружающий ландшафт. Полученные изображения обрабатываются специальными алгоритмами на бортовом компьютере, который рассчитывает наиболее безопасный маршрут. Марсоход Curiosity, который во многом является близнецом Perseverance и был запущен на девять лет раньше, обладал схожими системами визуального распознавания и навигационными алгоритмами. Однако его бортовой компьютер был на поколение старше, а некоторые компоненты вычислительной системы восходили еще к технологиям 1990-х годов. В результате лишь около 10 процентов пути Curiosity преодолел в автономном режиме: его вычислительных возможностей было недостаточно для быстрой обработки данных. За почти полтора десятилетия работы на Марсе Curiosity проехал 38,6 километров. Для сравнения, около 90 процентов пути Perseverance преодолел самостоятельно благодаря немного более современной вычислительной системе Vision Compute Element. Она позволяет марсоходу одновременно получать данные об окружающей обстановке и обрабатывать их прямо во время движения. Правда, назвать Perseverance скоростным транспортом все же сложно: максимальная скорость вращения его колес соответствует примерно 150 метрам в час. Тем не менее автономность позволила марсоходу практически не тратить время на остановки в ожидании новых навигационных команд с Земли.