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.415▲ 1.7 %+7 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.1 727▼ 36.2 %was 2 983
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.66▲ 11.9 %was 65
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▼ 18.0 %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▲ 14.5 %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.121▼ 6.8 %was 130
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.29.1 %▼ 2.7 ppdashed line — was 31.8 %
Engagement ERHow often readers react to posts: reactions ÷ views × 100 %. The tick on the bar is the previous period.3.82 %▲ 1.6 pp
was 2.18 %
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.2.6▼ 13.8 %was 3.3
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.5.7 %▲ 3.5 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
+7subscribers in the period
+3 biggest gain · 23 Oct 2026−1 biggest loss · 27 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.
The quality index has not been calculated yet. It appears for channels with at least 500 subscribers that post at least once a week, after a week of tracking.
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
1 727views in the period▼ 36.2 %
Average post reach — 121 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.
Subscriber engagement
3.82 %ER = reactions ÷ views▲ 1.6 pp
Channel ERaverage for the period
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 08:27 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
39% студентов рискуют стать «цифровыми иждивенцами»: исследование Президентской академии
Как массовое применение генеративного искусственного интеллекта влияет на мотивацию, самостоятельность и критическое мышление студентов? Этот вопрос изучили эксперты Президентской академии в исследовании «Анализ изменения ценностно-мотивационной сферы студентов под влиянием массового применения генеративного искусственного интеллекта в системе высшего образования».
Исследователи выделили четыре уровня ценностно-мотивационной сферы студентов:
🔹 Техно-зависимый — 39%. Студенты склонны подменять собственную рефлексию готовыми ответами нейросетей. Для этой группы характерны высокие показатели внешней мотивации и амотивации, а также низкие оценки самоэффективности и удовлетворённости обучением.
🔹 Прагматический — 25%. ИИ используется преимущественно для решения рутинных задач. Студенты сохраняют самостоятельность при постановке учебных целей, однако не всегда осмысляют ограничения технологии и её влияние на собственное развитие.
🔹 Критико-рефлексивный — 23%. Студенты критически оценивают ответы ИИ, проверяют информацию и анализируют особенности взаимодействия с нейросетями. Для них характерна более выраженная внутренняя мотивация к обучению.
🔹 Ценностно-интеграционный — 13%. Студенты используют ИИ для расширения творческих и интеллектуальных возможностей, сохраняя самостоятельность мышления и осознавая границы между собственным вкладом и результатами работы алгоритмов.
Ключевой вывод исследования: влияние ИИ на учебную мотивацию и субъектность студента зависит от характера взаимодействия с технологией.
Пассивное копирование ответов без проверки и критического анализа связано с рисками снижения внутренней мотивации, самоэффективности и самостоятельности. Критическая рефлексия, напротив, позволяет осознанно использовать возможности ИИ, сохраняя активную позицию в процессе обучения.
Результаты исследования актуализируют задачу развития цифровой грамотности и критического мышления в высшем образовании. Важно не только обучать студентов работе с генеративным ИИ, но и формировать навыки проверки информации, осмысления полученных результатов и ответственного применения технологий.
Инновационные парадигмы управления: молодёжь как ресурс государственного управления
Секция прошла в рамках III Международной научно-практической конференции «Наука для государственного управления в России» в Президентской академии.
Учёные, представители органов власти и эксперты обсудили ценностные ориентиры современной молодёжи, эффективные подходы к подготовке будущих управленцев и способы привлечения и удержания талантливых кадров в регионах.
Мониторинг и прогнозирование процессов интеграции и дезинтеграции на постсоветском пространстве
9 ноября в Президентской академии пройдет научное мероприятие «Мониторинг и прогнозирование процессов интеграции и дезинтеграции на постсоветском пространстве», организованное Лабораторией исследований внешней торговли Института прикладных экономических исследований.
Участники рассмотрят экономические последствия возможного полного прекращения торговли России с закавказскими республиками на фоне ухудшения отношений, начавшегося в 2025 году. Для анализа будут использованы вычисляемая модель общего равновесия и модель межотраслевого баланса.
Отдельное внимание будет уделено динамике положения отраслей Азербайджана в цепочках добавленной стоимости, а также торговым потокам через пункты пропуска на границе России и мультипликаторам нефтепродуктов в российской экономике.
Мероприятие посвящено вопросам внешнеэкономической политики и интеграционных процессов. Принять участие можно очно или дистанционно.
📆 9 ноября, 10:00–12:00 📍 Москва, проспект Вернадского, 82, стр. 1, корпус 5, этаж 2, аудитория 211.
Здесь мы рассказываем просто о сложном! Сегодня разберем, в чем отличие искусственного интеллекта от машинного обучения. Уверены, после этого поста вопросов у вас не останется 😉
Научная битва — мероприятие, где молодые учёные Президентской академии презентовали свои серьёзные проекты простым языком, — прошла в рамках III Международной научно-практической конференции «Наука для государственного управления в России» .
В этом году в отборочных этапах приняли участие 50 человек из 9 филиалов Академии, а в финал вышли 6 молодых исследователей!
Делимся проектами ребят👇🏻
🏆 Победитель — Анастасия Малина, студентка 3 курса Академии на Алтае, выступила с докладом «Работа-работа, перейди на Федота». Девушка рассказала, что происходит, когда человек решает работать без трудового договора и чем это опасно на примере Федота, работника завода мармеладных мишек.
📌 Дмитрий Кушев, магистрант 2 курса Академии в Челябинске, презентовал исследование на тему «От базара к библиотеке: как государство учит соцсети говорить по делу». В своей работе Дмитрий рассказал о важности общественного пространства и о превращении цифрового потока в площадку для общественного диалога.
📌 Александр Понамарёв, молодой учёный Академии в Ростове-на-Дону, кандидат социологических наук, выступил с докладом «Молодёжь, которую вы не знаете». Александр поделился результатами исследования молодёжи Ростовской области и рассказал, насколько распространённые стереотипы совпадают с реальностью.
📌 Виктория Федорова, студентка 3 курса Академии в Санкт-Петербурге, презентовала работу «В чём сила, Бонд? Реактивный ранец против эмпатии», в которой разобрала, почему даже самый современный технологический арсенал агента 007 не всегда может заменить обычную человеческую эмпатию.
📌 Элина Хитрова, магистрат Академии в Екатеринбурге, в своём докладе «Элементарно, ЭФС!» наглядно показала, с помощью каких инструментов можно бороться с мошенниками, которые затаились в рядах сотрудников.
📌 Анастасия Каминская, студентка 2 курса Академии в Выборге, представила «Отечественную капсулу» — работу, в которой рассказала, как российские дизайнеры используют законы комбинаторики и господдержку.
Влияние глобальной экономической турбурлентности на взаимную торговлю Россия — СНГ
Приглашаем принять участие в серии научных семинаров Лаборатории исследований внешней торговли Института прикладных экономических исследований Президентской академии.
На семинаре «Влияние глобальной экономической турбурлентности на взаимную торговлю Россия — СНГ» участникам будут представлены:
▪️ количественная и качественная оценка влияния глобальной внешнеэкономической турбулентности, американско-китайского торгового противостояния, новых антироссийских санкций и защитных мер на торговлю Россия — СНГ
▪️ фундаментальные причины конфронтации крупнейших мировых держав и экономических объединений — США, Евросоюза, Китая — и общее воздействие этого фактора на внешнюю торговлю России и стран СНГ
▪️ результаты оценки санкционных и защитных мер в отношении России и стран СНГ с помощью статистических методов анализа
▪️ обзор теоретической и эмпирической литературы по данной проблематике
▪️ оценки авторов влияния санкций, ограничительных мер и торговых войн на российские экспортные и импортные потоки
Третья международная научно-практическая конференция «Наука для государственного управления в России» завершилась
Среди участников – иностранные студенты из Кыргызстана, Словакии, Узбекистана, Китая, Эфиопии, Камеруна, Сенегала и Эстонии.
В рамках направления «Международная кооперация» студенты приняли участие в 4 тематических сессиях, посвященных традиционным ценностям, историческому наследию в эпоху искусственного интеллекта, национальной безопасности и стратегическому партнёрству государств БРИКС.
Посещение конференции стало для иностранных студентов возможностью расширить профессиональный кругозор и познакомиться с выступлениями российских и зарубежных экспертов.
Эксперт Президентской академии Татьяна Подольская продолжает цикл «Случайные открытия, изменившие мир». Она разбирает истории открытий и смотрит на них глазами экономиста.
Арабский халифат: искали способ сохранить знания древних, а создали метод эксперимента
IX век, Багдад, Дом мудрости Задача была охранительной: перевести и скопировать греков, индийцев и персов, пока Европа проходит тёмные века. Халифы собирали тексты, переводчики работали за столами, заваленными свитками. Побочный результат оказался крупнее основного. Аль-Хорезми, разбирая индийские трактаты, вывел приёмы решения практических задач — раздел наследства, расчёт прибыли - и получил алгебру. А Ибн аль-Хайсам сформулировал принцип, отделивший науку от философии: рассуждения недостаточно, нужен опыт, и если опыт противоречит рассуждению, прав опыт.
Пять веков до Европы В XI веке Ибн аль-Хайсам исследует оптику не по книгам, а опытом, проверяя Птолемея. На Западе его не читают. В XII–XIII веках арабские переводы доходят до Европы, Роджер Бэкон призывает проверять — но схоластика сильнее. Манифест экспериментальной науки появляется только в XVII веке: «Новый Органон» Фрэнсиса Бэкона, затем Галилей и Ньютон.
В чём была заминка Между экспериментальным методом арабов и его европейским воплощением — около 800 лет. В халифате метод был практикой, но не был записан как принцип: его не канонизировали. В Европе истина определялась авторитетом — сказал Аристотель, значит, так и есть, — и опыт выглядел дерзостью. Спрос появился, когда навигация, баллистика и астрономия потребовали точности. Тогда метод получил институты — университеты, академии, журналы, рецензирование — и стал системой.
При чём здесь экономика «Давайте проверим» и «посмотрим на цифры» — обиходные фразы, за которыми стоят восемь веков перехода от веры к проверке. Сохранить знание мало: нужен механизм его проверки. Библиотека без метода — коллекция фактов; метод превращает коллекцию в науку. И работает он не сам по себе, а вместе с институтами, которые заставляют проверять.
Обновляем Индекс Мишек🧸 — простой индикатор продуктовой инфляции
Александр Абрамов, зав.лабораторией анализа институтов и финансовых рынков ИПЭИ Президентской академии.
Продолжаем наблюдать за инфляцией с помощью Индекса Мишек, который отражает изменения цен 14 популярных продуктовых товаров, продаваемых в московском Ашане.
🗓️ По состоянию на 24 октября 2026 г. за неделю Индекс Мишек снизился на 0,8% по сравнению с его ростом на 2% на прошлой неделе: 📌 подорожал белый хлеб – на 4,5%; 📌 подешевел детский мармелад «Fruit-Tella» на 15,3%.
Управление креативными индустриями: методологический потенциал проектной экспертизы
Секция прошла в рамках III Международной научно-практической конференции «Наука для государственного управления в России» в Президентской академии.
Участники обсудили, как раскрыть потенциал креативных индустрий, объединить творческие компетенции с современными технологиями и обеспечить развитие сферы культуры.
В центре внимания — экспертная оценка проектов, подготовка управленческих кадров и роль креативной экономики в социально-экономическом развитии регионов.
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.
