Научный архив: статьи

В данной статье проведено сравнение методов кластерного анализа, применяемых для оценки туристической привлекательности территорий. Актуальность исследования обусловлена растущей ролью туристской отрасли в региональном развитии Российской Федерации и необходимостью совершенствования методов оценки конкурентоспособности туристских кластеров. Современные подходы к анализу туристической привлекательности территорий разнообразны, но их эффективность и универсальность остаются предметом дискуссий. В связи с этим важно выявить наиболее релевантные методики и определить возможности их интеграции в комплексные системы оценки. Цель исследования заключается в определении сильных и слабых сторон различных методов кластерного анализа, выявлении наиболее эффективных подходов для оценки туристической привлекательности, а также разработке рекомендаций по созданию интегрированной методики, объединяющей лучшие элементы существующих подходов. Методология исследования основана на аналитическом и сравнительном подходах, включающих анализ существующих методик, их классификацию, а также выявление закономерностей в оценке туристических территорий. В работе использованы методы анализа и синтеза, сравнительный, классификационный кейс-стади для определения наиболее успешных решений.

Цель исследования: повышение эффективности физиотерапевтического лечения больных с множественными хроническими заболеваниями на основе персонализированного подхода.

Материал и методы. Методология включала комплексное обследование 2798 пациентов с полипатией с углубленным анализом 424 больных с верифицированными сочетаниями дорсопатии и системных заболеваний, применение кластерного анализа для выделения групп с различным реабилитационным прогнозом, оценку клинико-функциональных показателей и параметров качества жизни по опроснику SF-36.

Результаты исследования продемонстрировали существование устойчивых кластеров пациентов с различной эффективностью физиотерапевтических воздействий, наибольшую результативность комплексного применения магнито-, лазеро- и электротерапии с учетом характера сопутствующей патологии, а также более выраженную динамику показателей качества жизни у пациентов пожилого возраста по ряду шкал. Разработанные подходы применимы в физиотерапевтических и реабилитационных отделениях медицинских учреждений различного профиля при лечении пациентов с множественными хроническими заболеваниями.

Вывод. Исследование подтверждает необходимость дифференцированного подхода к назначению физиотерапевтических методик при множественной патологии и демонстрирует преимущества персонализированных реабилитационных программ по сравнению со стандартными схемами.

Введение. Статья посвящена анализу применения инструментов искусственного интеллекта (ИИ) на различных этапах научного исследования, с акцентом на процесс выполнения обзора литературы. Рассматривается роль автоматизированных систем в оптимизации рутинных процессов и ускорении анализа больших массивов данных.

Методы исследования. Использованы методы контент-анализа научной литературы по тематике приграничных территорий и последующего синтеза полученной информации. Для обработки данных и визуального анализа применен инструмент CiteSpace 6.3. R1. Исходные данные были импортированы из базы Web of Science, а временной интервал анализа охватывал период 1992-2025 гг. При визуальном анализе использовались узлы авторов, учреждений и ключевых слов для многомерного представления данных.

Результаты и дискуссия. Показано, что использование CiteSpace позволяет автоматизировать процессы отбора источников, анализа ключевых терминов, построения сетевых карт соавторства, визуализации взаимосвязей между публикациями и кластеризации тематических направлений. Применение подобных инструментов значительно ускоряет обработку данных и облегчает выявление исследовательских трендов. Однако, несмотря на широкий функционал, ИИ-инструменты выполняют преимущественно вспомогательную роль, поскольку критическая интерпретация данных, формулирование гипотез, выводов и положений научной новизны остаются задачами исследователя. Отмечены потенциальные риски, связанные с возможными ошибками в интерпретации данных и снижением критического подхода при чрезмерной зависимости от автоматизированных систем.

Заключение. Сделан вывод о необходимости достижения оптимального баланса между автоматизацией технических этапов и сохранением ведущей роли исследователя, что обеспечивает не только повышение скорости работы, но и сохранение глубины и качества научных результатов. Перспективы дальнейших исследований связаны с интеграцией ИИ-инструментов в более сложные аналитические процессы для расширения возможностей научного анализа.

В статье предлагается методический подход для оценки конкурентных преимуществ, определения степени готовности регионов к созданию нового типа агломераций — открытых диффузных агломераций. Потребность в развитии открытых диффузных агломераций обусловлена требованиями теории стратегии, методологии стратегирования использовать новые асимметричные подходы для получения прорывных результатов.

Цель — разработать и апробировать методический подход к комплексной оценке конкурентных преимуществ регионов России для создания открытых диффузных агломераций.

Методы. Исследование базируется на общей теории стратегии, методологии стратегирования академика В. Л. Квинта, теории конкурентных преимуществ М. Портера. Использованы методы дескриптивной статистики, корреляционного анализа, рейтинговых оценок (с аддитивной и мультипликативной сверткой отдельных показателей), кластерный анализ.

Результаты. Конкурентные преимущества региона для создания и развития открытых диффузных агломераций целесообразно оценивать по показателям демографической и экономической плотности, урбанизации, пространственной концентрации населения и экономической деятельности, плотности и качеству дорог. По результатам рейтинговых оценок и кластерного анализа Кемеровская область — Кузбасс находится в числе лидирующих регионов России по готовности к созданию открытых диффузных агломераций. Наиболее выражены такие конкурентные преимущества, как высокий уровень урбанизации, невысокая степень пространственной концентрации населения и экономической активности, хорошее качество автомобильных дорог.

Выводы. Кемеровская область — Кузбасс имеет акцентированные конкурентные преимущества для формирования открытых диффузных агломераций, что позволяет успешно реализовать соответствующий стратегический приоритет развития региона.

Введение. Исследование посвящено проблеме вовлеченности студентов в образовательный процесс, имеющей существенное значение для качества высшего образования и академических результатов. Особое внимание уделено региональным вузам, где данный феномен изучен недостаточно. Цель исследования – охарактеризовать академическую и социальную вовлеченность студентов регионального вуза.

Материалы и методы. Эмпирическую базу составили результаты онлайн-опроса 483 студентов Национального исследовательского Мордовского государственного университета (март – апрель 2025 г.). Использованы методы кластерного анализа (SPSS), описательной статистики и кросс-табуляции. Операционализация вовлеченности включала поведенческие, когнитивные и эмоциональные аспекты.

Результаты исследования. Выявлены три уровня академической вовлеченности: высокая, умеренная, низкая; три типа социальной вовлеченности: научно-интегрированный, социально- ориентированный, ограниченный. Установлена отрицательная динамика вовлеченности студентов старших курсов, также наблюдаются различия по направлениям подготовки (максимальные показатели зафиксированы у студентов медицинского направления). Доказано влияние групповых (сплоченность, наличие лидеров) и организационных (качество преподавания, ресурсная обеспеченность) факторов на вовлеченность.

Обсуждение и заключение. Проведенное исследование позволило комплексно оценить уровень, характер и факторы вовлеченности студентов. Полученные результаты создают основу для разработки и реализации целенаправленных мер, ориентированных на повышение качества образовательного процесса и академических результатов студентов.

Целью данной статьи является изучение того, как достижения в области науки и техники влияют на реализацию энергетического перехода и энергоэффективности для глобального устойчивого развития на примере новых индустриальных стран. В настоящее время перед человечеством стоит важная глобальная задача – переход к устойчивым источникам энергии. Наука и техника играют основополагающую роль в решении этих проблем. В частности, исследование сосредоточено на новых индустриальных странах. С помощью кластерного анализа с использованием STATISTICA 12 исследование оценивает эффективность инвестиций в науку и технику, энергетические технологии и реализацию Целей устойчивого развития. Исследование подчёркивает важность возобновляемых источников энергии для сокращения выбросов углерода, повышения экономической устойчивости и сохранения природных экосистем. Оно подчёркивает ключевую роль грантов на техническое сотрудничество, расходов на исследования и разработки, экспорта высокотехнологичной продукции, инвестиций частного сектора, государственных потоков в возобновляемые источники энергии и потребления возобновляемой энергии в обеспечении энергетического перехода. Исследование предоставляет комплексную основу для понимания влияния научных и технологических достижений на энергетический переход в мире.

В статье рассматривается проблема повышения экономической эффективности процесса подготовки спортивного резерва. Юные спортсмены рассматриваются как ценные активы, а тренировочный процесс - как инвестиционный проект, требующий оптимизации. Цель исследования - разработка экономико-математической модели, позволяющей повысить отдачу от инвестиций в человеческий капитал за счет персонализации управления подготовкой.

Материалы и методы. В качестве инструментального метода предложен кластерный анализ.

Результаты. На основе выборки из 103 спортсменов, охарактеризованных по 15 объективным параметрам, с помощью алгоритма K-means были выделены две гомогенные группы (кластеры) активов. Статистический анализ (ANOVA) подтвердил значимые различия между группами, что позволяет интерпретировать их как два типа активов с разным потенциалом и рисками. Для каждого кластера разработаны дифференцированные стратегии управления (тренировочные программы), направленные на максимизацию их «стоимости» (спортивного потенциала) и минимизацию рисков (травматизм, отсев).

Заключение. Работа демонстрирует, что применение математических методов позволяет перейти от интуитивного управления к научно обоснованному менеджменту спортивных активов, повышая общую эффективность деятельности спортивных организаций.

Цифровизация региона предполагает массовое внедрение цифровых технологий во все сферы экономики, что может оказывать как положительное, так и отрицательное влияние на региональное экономическое развитие. Большинстве исследователей к ключевым угрозам регионального экономического развития в условиях цифровизации относят риски безработицы и углубление межрегиональных дифференциаций. В статье проведен анализ влияния цифровизации на региональное экономическое развитие. Полученные результаты свидетельствуют о наличии связи между уровнем цифровизации и региональным экономическим развитием

В статье рассматриваются вопросы построения рейтинга субъектов Российской Федерации по эффективности региональных систем здравоохранения, что является актуальным в рамках национального проекта «Здравоохранение». Анализ исследуемых показателей проведен методами кластерного анализа, оболочечного анализа данных DEA (Data Envelopment Analysis). Предложена авторская методика построения рейтинга на основе многомерной средней, которая предполагает наличие однородной совокупности.

Введение: В России промышленным способом производится 7-8 млн. т картофеля в год и дальнейший рост производства данной культуры в ближайшее время будет происходить в основном за счет развития сектора переработки. Наиболее востребованные картофелепродукты - фри, чипсы, сухое картофельное пюре, быстрозамороженный и вакуумированный картофель. Их качество обусловлено главным образом сортовыми особенностями картофеля, проявляющимися в содержании в клубнях крахмала и редуцирующих сахаров. Однако группировка картофелепродуктов в зависимости от биохимического состава клубней, равно как и оценка пригодности сортов на те или иные виды переработки до сих пор проводилась лишь интуитивно и исходя из общих соображений, т. е. без строгого математического обоснования.

Цель: Провести научно-обоснованную группировку картофелепродуктов на кластеры с учётом сортоспецифичного биохимического состава клубней, разработать требования к сырью, обеспечивающие получение высококачественных продуктов переработки, определить и рекомендовать в производство универсально пригодные сорта картофеля.

Материалы и методы: Исследования проводили на 58 сортах картофеля различного срока созревания. Картофелепродукты (фри, чипсы, сухое картофельное пюре, быстрозамороженный и вакуумированный картофель) оценивали согласно методическим указаниям по оценке сортов картофеля на пригодность к переработке и хранению. Содержание крахмала определяли весовым методом по удельной массе клубней картофеля в воздухе и воде, содержание редуцирующих сахаров - спектрофотометрическим методом Самнера. Математическую обработку данных осуществляли методами дисперсионного, корреляционного, регрессионного и кластерного анализа.

Результаты: Впервые проведена научно-обоснованная группировка картофелепродуктов на кластеры с обоснованием требований к сырью по содержанию крахмала и редуцирующих сахаров. Кластерным анализом методом К-средних для целей промпереработки доказано преимущество сортов картофеля более поздних сроков созревания, из 58 изученных выделены и рекомендованы в производство 10 наилучших универсальных сортов картофеля: Бабынинский, Фарн, Артур, Восторг, Евпатий, Кавалер, Надежда, Орлан, Розовый чародей, Чайка.

Выводы: Полученные данные послужат основой для целенаправленной селекции сортов картофеля для промпереработки с заданными биохимическими параметрами, а для крупных товаропроизводителей позволят систематизировать и упростить использование на те или иные цели уже имеющиеся и рекомендованные сорта.

Предмет: цифровая трансформация регионов России представляет собой системный процесс внедрения цифровых технологий в государственное управление, экономику и социальную сферу для повышения качества жизни населения, оптимизации административных процессов и обеспечения технологического суверенитета. Предмет исследования охватывает анализ организационных, технологических и социально-экономических механизмов, определяющих успешность цифровизации регионов, совокупность критериев оценки результативности процессов цифровизации. Цель: настоящее исследование направлено на классификацию регионов Российской Федерации по типологическим группам (кластерам) на основе показателей внедрения цифровых технологий предприятиями и показателя валового регионального продукта на душу населения, а также на анализ динамики их трансформации. Дизайн исследования: информационной базой исследования послужили данные Росстата об использовании цифровых технологий и валового регионального продукта в 2018, 2022 годы. В работе использовались методы статистической кластеризации и сравнительного анализа. Результаты: проведённый анализ позволил выделить типологические группы регионов России, объединённых схожими показателями развития и уровнем внедрения цифровых технологий предприятиями в течение двух временных периодов. Исследование включало оценку динамики трансформации кластеров и их структурных изменений. Результаты данного исследования обладают прикладной ценностью для органов государственной и муниципальной власти, бизнеса и граждан, так как позволяют определить регионы с низким уровнем цифровой зрелости и потенциалом развития цифровой экономики, требующие приоритетного внимания.

Целью исследования является оценка развития туристской отрасли в России и выявление региональных особенностей изменения основных показателей сферы туризма с 2019 по 2022 год. Актуальность исследования заключается в важности продемонстрировать, как российские регионы смогли адаптироваться к глобальным мировым изменениям, преодолевая кризисные явления в развитии своей туристской привлекательности. Методологическую часть исследования составил алгоритм иерархической кластеризации, который был применен для объединения исследуемых критериев, специально отобранных для подготовки данной статьи. В качестве фундаментального массива анализируемых сведений были использованы статистические материалы Росстата 85 субъектов Российской Федерации. Статистические данные были подвергнуты нормированию по принципу минимакса с последующим приведением к единственному индексу. Нормирование было осуществлено в каждом исследуемом году. С использованием программы Statistica 10 данные были преобразованы в дендограмму, в которой российские регионы были разделены на четыре кластера в соответствии с уровнем их туристского развития. Результаты исследования позволяют оценить туристский потенциал регионов России и могут способствовать формированию у региональных органов власти более глубокого понимания степени привлекательности их территорий для туристов.