Официальный канал Федерального государственного бюджетного учреждения науки «Федеральный исследовательский центр Южный научный центр Российской академии наук» (ЮНЦ РАН) в MAX. ЮНЦ РАН – ведущая научная организация 1-й категории по профилю «Генерация знаний», подведомственная Минобрнауки РФ, мультидисциплинарный научный центр на Юге России.
SubscribersHow many subscribers the channel has now. The wave shows subscribers at each point of the period. The change is against the start of the period.420▲ 1.0 %+4 for the period
ViewsHow many views the posts published in the period have now. These are not views per day: MAX does not report how many views there were yesterday. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.817▲ 3.9 %was 909
ReactionsHow many reactions the posts published in the period have. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.57▼ 0.1 %was 66
MentionsHow many times other channels mentioned the channel: links and reposts, excluding advertising posts. The bigger the circle, the more mentions at that point of the period. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.61▼ 17.1 %was 76with a subscription
RepostsHow many times other channels reposted this channel's posts (excluding advertising posts). Reposts are also counted as mentions. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.28▲ 15.6 %was 25after signing in
Average post reachHow many views one post gets on average. Only posts older than two days are counted: views of fresh posts are still growing. Points with fresh posts are dashed with hollow dots: the reach of all posts right now, it will still grow.5 535▲ 2.9 %was 5 381after signing in
ERRWhat share of subscribers sees an average post: average reach ÷ subscribers × 100 %. The line shows ERR at each point of the period, the dashed line — ERR of the previous period of the same length. Points with posts younger than two days are hollow dots on the dashed end of the line.29.0 %▲ 0.1 ppdashed line — was 28.9 %after signing in
Engagement ERHow often readers react to posts: reactions ÷ views × 100 %. The tick on the bar is the previous period.2.80 %▼ 0.2 pp
Posts per dayHow many posts are published per day on average. Each cell is a point of the period: the darker, the more posts per day. The percentage is the change in the daily average: the current period is still running (today is not over yet), so it is compared with the previous one by pace rather than by total. “Was” is the whole previous period of the same length.4.3▼ 6.2 %was 4.7after signing in
Ad shareWhat share of the period's posts looks like advertising: erid labeling, ad links and other signs. The scale shows the ad load by the quality index thresholds: up to 10 % — low, up to 25 % — moderate, up to 50 % — high, above — very high. A growing share is marked red.3.9 %▲ 1.8 pp
TrendTop — subscribers at the end of each point of the period; bottom — growth per point: green means more subscribers, red means fewer. Above the growth chart — the biggest gain and the biggest loss. MAX does not report how many people subscribed and unsubscribed separately.
Audience growth
+4subscribers in the period
+3 biggest gain · 23 Oct 2026
Channel scoreA channel score from 0 to 100 made of five parts: audience, growth integrity, ad load, trust and calculation reliability. Each bar shows how many points the part earned out of its maximum. The index is recalculated every night; channels are compared with similar ones of the same category and size.
ReachHow many views the posts published at each point of the period have now (not views per day). The record is labeled; the point with today is paler — the day is not over yet. Average post reach — posts older than two days.
Views and reach
709 891views in the period▼ 4.1 %
Average post reach — 5 535 views (posts older than two days).
EngagementER — reactions divided by views, in percent — for the posts of each point of the period. The dashed line is ER for the whole period. The change is in percentage points against the previous period of the same length.
CitationsThe citation index (CI) shows how often and by which channels this channel is mentioned over the last 30 days, excluding advertising posts. The level is its place among similar channels. The line shows CI at each point of the period (for a week or month — the average over its days).
RhythmHow many posts are published on average in each hour of each weekday, Moscow time: the darker the cell, the more posts. “Best time” — the hours when posts older than two days have the highest average reach.
When and how much it posts
MonTueWedThuFriSatSun
036912151821
Best time:09:0018:00hours when posts get the highest average reach
FormatsWhat the feed is made of. Each post has one format, by priority: repost, video, photo, link, text. The bar and percentages show the share of posts of each format; on the right — average reach of one post of the format (posts older than two days), the small bar compares it with the most viewed format.
Post formats
100 posts
Reposts99 %6 168
Video2121 %7 513
Photos3838 %5 699
Links1212 %5 239
Text2020 %7 626
On the right — average reach of one post of the format.
PostsEach dot is a post in the period: horizontally — publication date, vertically — views, dot size — reactions, color — format. This shows hits, flops and how reach changes. For large channels, the 100 most viewed posts and an even sample of the rest are shown — no more than 1,500 dots.
Every post is a dot
Higher means more views, bigger means more reactions. Click a dot to open the post.
VideoPhotosOthersize — reactionsZoom with the + and − buttons, a pinch or Ctrl + mouse wheel; drag a zoomed chart to move it
SummaryTotals for the selected period: how many posts were published, how many views and reactions they have now and the average post reach. Views are the current views of posts published on those days, not views per day. The change is against the same span before the period, if statistics cover it.
Period totals
Click a metric to see it across the period below
Viewstoday — the day is not over yetPoints with posts younger than two days are pale and dashed: their views are still growing.
AdsWhat share of the period's posts looks like advertising: erid labeling, ad links and other signs. The detector is cautious, so the real share is usually higher. The scale shows the ad load by the quality index thresholds. Below — the average reach of an ad post and a regular post, and who the channel advertises (sites that ad links lead to).
What worksPosts of the period with the most views. The bar shows views relative to first place. The preview is the post's image; for a post without an image — the channel avatar. Views are the post's current count.
RhythmHow many posts were published each day of the period (pale bars) and the 7-day average (line): you can see whether the channel is speeding up or slowing down. Today is not over yet, so its average is calculated up to yesterday.
Posts by day
Pale bars are days, the line is the 7-day average: you can see whether the channel is speeding up or slowing down
Posts per day7-day average
Data updated at 01:16 Moscow time. Views are the current counts of posts published on those days; average reach counts posts older than two days.
How the quality index is calculated
Минобрнауки РФ присвоило биофизику Оксане Лясота учёную степень кандидата физико-математических наук
Защита состоялась на заседании диссертационного совета Кубанского государственного университета. Тема диссертации «Исследование водородных связей в двухцепочечных макромолекулах при воздействии внешнего крутящего момента и модификации изотопного состава среды». Научный руководитель работы — д.ф.-м.н. Степан Джимак. В работе рассматриваются процессы разрыва и восстановления водородных связей в зависимости от внешних физических воздействий и изотопного состава среды в макромолекуле.
Научный сотрудник ЮНЦ РАН, к.ф.-м.н. Оксана Лясота:
«Тема диссертации позволила мне заняться исследованием фундаментальных механизмов, определяющих устойчивость макромолекулы. Для меня было важно работать над направлением, которое имеет выраженную фундаментальную основу и при этом может быть полезно для дальнейших прикладных исследований. В результате впервые разработана физико-математическая модель, позволяющая рассчитывать области локализации потенциальной энергии водородных связей и прогнозировать места их разрыва при воздействии внешнего крутящего момента. Актуальность темы связана с тем, что водородные связи определяют структурную устойчивость и функционирование двухцепочечных макромолекул, а внешние механические воздействия и изотопный состав среды существенно влияют на их состояние. Изучение этих процессов важно для понимания механизмов репликации, транскрипции, репарации и геномной нестабильности. Хочу поблагодарить научного руководителя диссертации Степана Сергеевича Джимака, коллег и всех, кто оказывал поддержку в ходе выполнения исследования!»
Учёные ЮНЦ РАН выступили с результатами изучения проблем разрушения исторических некрополей, расположенных на северных берегах Таганрогского залива.
Доклад кандидатов географических наук Олега Хорошева и Кирилла Сушко был представлен на пленарном заседании V Всероссийской научно-практической конференции «Изучение и сохранение исторических некрополей» Организаторы конференции – факультет истории и филологии Таганрогского института имени А.П. Чехова (филиала) РГЭУ (РИНХ), Таганрогский государственный музей-заповедник, ООО «ОКН-проект» и др.
Старший научный сотрудник ЮНЦ РАН, член РГО Олег Хорошев:
«Вместе с Кириллом Сушко я представил доклад об итогах экспедиционных работ ЮНЦ РАН в 2018–2026 годах. На протяжении восьми лет мы фиксируем тревожную ситуацию с повреждением на побережье Азовского моря некрополей различных эпох. Последствия проявления опасных береговых процессов выражаются в причиняемом ущербе объектам культурного наследия и исторической памяти – памятникам археологии, действующим и недействующим кладбищам, мемориальным комплексам над братскими воинскими захоронениями. Так, по итогам экспедиционных исследований в пределах аварийных участков и примыкающих к ним отрезков берегов залива нами были зафиксированы, с применением метода ретроспективного панорамного (в формате VR 360°) видеодокументирования, 6 разрушаемых и подверженных данной угрозе некрополей. Благодаря организаторам конференции мы смогли обсудить давно назревшие вопросы, связанные с правовыми и организационными аспектами защиты прибрежных исторических захоронений».
Генетик Ольга Арамова: «Мы создали пошаговый алгоритм по сохранению биоматериалов при раскопках»
Результаты исследования были представлены в докладе молодого учёного на V Всероссийской конференции «Изучение и сохранение исторических некрополей» в Таганроге. Организаторы форума — факультет истории и филологии Таганрогского института имени А.П.Чехова (филиала) РГЭУ (РИНХ), Таганрогский музей-заповедник и ООО «ОКН-проект». Тема доклада «Палеогенетика как инструмент изучения и сохранения исторических некрополей»
Научный сотрудник ЮНЦ РАН, к.б.н. Ольга Арамова:
«Работа была посвящена разработке строгих методологических протоколов при раскопках. Часто уникальный генетический материал уничтожается еще на этапе раскопок из-за небрежного обращения (контаминации) или неправильного хранения. Палеогенетика требует стерильности, сравнимой с операционной. На примере меотской культуры Нижнего Дона (I–III вв. н. э.) были продемонстрированы правила, позволяющие извлечь аутентичную ДНК из деградировавших костных останков. В результате нами был создан пошаговый алгоритм для археологов, который позволяет сохранить биологический материал пригодным для генетического анализа. Это дает возможность не просто собирать кости, а делает успешными междисциплинарные исследования: например, реконструировать историю заселения региона, миграционные пути и фенотипические особенности меотов, опираясь на твердые генетические данные».
Академик РАН Геннадий Матишов выступил с докладом на научном форуме в Ташкенте
Организаторы конференции «Системный анализ для оценки рисков природных катастроф и адаптации к изменениям климата» – Академия наук Республики Узбекистан (АН РУз), Комитет по системному анализу Российской академии наук (КСА РАН), Организация Объединенных Наций по промышленному развитию (ЮНИДО) и др. Как сообщает пресс-служба МИД России, на мероприятии состоялась презентация нового проекта ЮНИДО, посвящённого восстановлению экосистемы Аральского моря и промышленному возрождению региона. Проект предусматривает применение технологий дистанционного зондирования Земли и географических информационных систем. На его реализацию Россия выделила более 1,5 млн долларов из средств своего добровольного взноса в Фонд промышленного развития ЮНИДО. На конференции также обсуждались меры по восстановлению Приаралья, а также развитию аграрного и промышленного потенциала региона с использованием современных технологий. Заместитель президента РАН, научный руководитель ЮНЦ РАН, академик Геннадий Матишов в своём докладе рассказал об опасных природных процессах и закономерностях климатических трансформаций на юге России.
Учёные ЮНЦ РАН и мехмата ЮФУ опубликовали результаты совместного исследования
Авторы статьи в высокорейтинговом международном журнале “Mathematics” (Q1 Web of Science) — д.ф.-м.н. Юрий Тютюнов (ЮНЦ РАН), д.ф.-м.н. Василий Говорухин (ЮФУ) и д.ф.-м.н. Вячеслав Цибулин (ЮФУ). Материал посвящён математическому моделированию влияния «эффекта страха» на пространственно-временную динамику системы хищник–жертва.
Главный научный сотрудник ЮНЦ РАН, д.ф.-м.н. Юрий Тютюнов:
«В модели описываются перемещения животных как реакция на химические маркеры (кайромоны): следы жертв привлекают хищников, а следы хищников отпугивают жертв и подавляют их рождаемость. Таким образом, модель учитывает как физиологическую, так и поведенческую реакцию жертв на присутствие хищника. Анализ модели и численные эксперименты позволили изучить условия возникновения бегущих волн, мультистабильности и пространственно-временного хаоса в системе. Один из интересных результатов: активное избегание хищника может снижать среднюю численность жертв, тогда как "бесстрашные" жертвы иногда выигрывают. При этом пространственные перемещения видов способствуют их выживанию даже при такой высокой численности хищника, при которой жертвы вымирают в модели, не учитывающей пространственные эффекты. Полученные результаты важны для понимания того, как реакция жертв на создаваемый активным хищником "ландшафт страха" способна регулировать численность видов даже без прямого истребление жертв хищниками».
Учёные ЮНЦ РАН опубликовали результаты исследования микропластика в донных отложениях Азовского моря
В работе участвовали: д.т.н. Юрий Юрасов, к.г.н. Марина Анциферова, к.х.н. Михаил Толстунов, к.г.н. Алексей Клещенков, Андрей Савикин и Екатерина Подопригора. Авторами материала изучено на основе анализа 20 проб накопление микропластика (МП) в донных отложениях Азовского моря и разработал метод его обнаружения с использованием пиролизной газовой хроматографии с масс-спектрометрией (Pyr-GC-MS).
В статье сообщается, что «проанализированы взаимосвязи между концентрацией полимеров, гранулометрическим составом отложений, глубиной залегания, гидрохимическими параметрами и распределением бентосных организмов. По результатам анализа 20 проб средняя концентрация МП составила ~62 мкг/г, максимальная — 196 мкг/г. Доминирующим полимером был поливинилхлорид (ПВХ), что отражает его широкое использование в региональной промышленности. В качестве закономерностей корреляционных связей выявлены точки перегиба на графиках зависимости содержания МП и солености от гранулометрического состава донных отложений и глубины. Эти точки соответствуют станциям отбора проб вблизи западной границы устья р. Дон (район Таганрогского залива у Долгой косы) и в зоне сброса стока р. Кубань. Установлено, что первичное накопление МП происходит вблизи антропогенных источников (Таганрог, Бердянск) и на периферии дельт Дона и Кубани в глинистых илах и песках. Устьевые участки рек выступают в качестве естественного барьера, способствуя осаждению МП за счет коагуляции с взвешенными органическими частицами. В то же время влияния на фундаментальные экологические закономерности не выявлено: зависимости остаются в пределах логарифмических зависимостей биомассы бентоса от численности. Полученные данные создают основу для стандартизации методов оценки МП и дальнейших исследований с детальной сеткой станций, охватывающей различные типы отложений и условия обитания бентоса».
Статья «Осаждение микропластика в Азовском море: критический анализ данных в контексте концепции маргинального фильтра» опубликована в Geography, Environment, Sustainability (GES).
Авторы фото: Марина Анциферова, Олег Хорошев, Александр Московец.
Necessary cookies keep the site working and secure: sign-in, form protection, language, theme and others. Yandex Metrica analytics cookies and Yandex Advertising Network ad cookies are enabled only with your consent. By clicking “Accept all” you give consent to processing of cookie data; see the Personal Data Processing Policy for details.
