Усталостное разрушение является частой причиной поломки машин, в связи с чем расчеты деталей на сопротивление усталости являются одними из критически необходимых при создании сложных изделий машиностроения. Математическая модель усталостного растрескивания не до конца раскрыта ввиду сложности процесса и основывается на множестве экспериментальных данных. В связи с чем актуальной задачей является дальнейшее совершенствование и автоматизация данных расчетов для снижения трудоемкости и повышения точности проектирования. Одним из подходов к решению данной задачи является применение современных методов математической статистики и машинного обучения.
В современных условиях промышленного производства особую важность приобретает применения электронных моделей изделий и методов управления жизненным циклом продукции. Использование информационных технологий позволяет создавать единое электронное информационное пространство между всеми участниками производственного процесса, что значительно повышает эффективность разработки, производства и эксплуатации продукции. На примере работы в КОМПАС-3D показано, как создаются и оформляются электронные модели деталей, включая использование производных размеров, наложение ограничений и определение технических требований.
Настоящее исследование посвящено изучению и измерению эффектов сплочения в условиях политического кризиса. Традиционно процесс социальной солидаризации определялся либо как сплочение всего общества в период экзогенного шока, либо как межгрупповое сплочение изначально близких сообществ. Мы предполагаем, что эти типы сплочения взаимосвязаны между собой и обладают общими трендами развития в докризисный и посткризисный периоды. Важной составляющей исследования является предложенный подход к измерению групповой консолидации через сетевые характеристики. На основе данных более чем из 1000 политических Telegram-каналов, с использованием методов машинного обучения и сетевого анализа была исследована динамика групповой консолидации в период за четыре недели до специальной военной операции (СВО) и четыре недели после в трех сетях: основанной на ссылках между политическими каналами, а также построенных на основе социальных мотиваций гнева и веры в успех. Для оценки эффекта сплочения использованы ключевые индикаторы разбиения на сообщества – модулярность и количество сообществ. Выявлено, что сеть, основанная на ссылках (базовый сценарий), отображает краткосрочный эффект общегруппового сплочения, но в долгосрочном периоде эффект групповой консолидации нивелируется. В сети, построенной для гневной социальной мотивации, после начала СВО сообщества, наоборот, становятся более структурированными, что говорит о сплочении только изначально близких каналов. Мотивация веры в успех не проявляется перед началом кризиса и влияет на социальную солидаризацию в долгосрочной перспективе. Полученные результаты позволяют более глубоко понять механизмы формирования социальных сообществ в условиях политической нестабильности и их сетевую структуру. Исследование вносит вклад в понимание того, как цифровые платформы формируют политическое поведение.
Настоящее исследование посвящено изучению и измерению эффектов сплочения в условиях политического кризиса. Традиционно процесс социальной солидаризации определялся либо как сплочение всего общества в период экзогенного шока, либо как межгрупповое сплочение изначально близких сообществ. Мы предполагаем, что эти типы сплочения взаимосвязаны между собой и обладают общими трендами развития в докризисный и посткризисный периоды. Важной составляющей исследования является предложенный подход к измерению групповой консолидации через сетевые характеристики. На основе данных более чем из 1000 политических Telegram-каналов, с использованием методов машинного обучения и сетевого анализа была исследована динамика групповой консолидации в период за четыре недели до специальной военной операции (СВО) и четыре недели после в трех сетях: основанной на ссылках между политическими каналами, а также построенных на основе социальных мотиваций гнева и веры в успех. Для оценки эффекта сплочения использованы ключевые индикаторы разбиения на сообщества – модулярность и количество сообществ. Выявлено, что сеть, основанная на ссылках (базовый сценарий), отображает краткосрочный эффект общегруппового сплочения, но в долгосрочном периоде эффект групповой консолидации нивелируется. В сети, построенной для гневной социальной мотивации, после начала СВО сообщества, наоборот, становятся более структурированными, что говорит о сплочении только изначально близких каналов. Мотивация веры в успех не проявляется перед началом кризиса и влияет на социальную солидаризацию в долгосрочной перспективе. Полученные результаты позволяют более глубоко понять механизмы формирования социальных сообществ в условиях политической нестабильности и их сетевую структуру. Исследование вносит вклад в понимание того, как цифровые платформы формируют политическое поведение.
Вопросы теории доказывания в уголовном судопроизводстве являются одними из главных, поскольку только доказывание виновности в совершении преступления позволит на законных основаниях привлечь лицо, виновное в совершении преступления, к уголовной ответственности и назначить ему справедливое наказание. В статье анализируются вопросы использования стандартов доказывания на стадии возбуждения уголовного дела и делается вывод о применении стандартов « prima facie », « balance of probabilities », «разумная степень достоверности» для принятия окончательного процессуального решения в этой стадии, которое должно быть законным, обоснованным и мотивированным. Вместе с тем авторы приходят к выводу, что в стадии судебного разбирательства применим более высокий стандарт -«достоверность за пределами разумных сомнений».
Статья содержит информацию о проекте «Актуальная политическая повестка России в межпартийной дискуссии», начатом в ИНИОН РАН. Под термином «актуальная политическая повестка» подразумевается совокупность вопросов, порождающих наибольшие дискуссии и максимальную поляризацию позиций в среде политических акторов. Основное внимание уделяется межпартийным дискуссиям, поскольку именно партии склонны эксплуатировать повестку дня с целью повышения электоральной капитализации.
В статье изложена методика отбора и анализа вопросов с использованием инструментария теорий политических (проблемных) измерений, установления (навязывания) повестки и «владения повесткой», при этом указанный инструментарий наполняется оригинальным содержанием.
Суммированы результаты расчетов за период с лета 2023 г. по осень 2024 г. – из них, в частности, следует, что в актуальной повестке России доминируют вопросы внешней политики, аутсайдером является политика внутренняя, между ними помещаются социально-экономическая и мировоззренческая сферы, конкурируя за второе место. Отмечено также, что из участвующих в думских выборах партий по уровню активности с большим отрывом лидирует КПРФ, за нею идут «Справедливая Россия – За Правду», ЛДПР и «Единая Россия».
Факторный анализ партийных позиций по совокупности вопросов актуальной повестки выявил три основных политических измерения. Первое в наибольшей степени связано с противостояниями «западников – самобытников» (мировоззренческая сфера) и «ястребов – голубей» (внешняя политика), второе – с конфронтацией лоялистов и оппозиционеров во внутриполитической, социально-экономической и мировоззренческой сферах, третье – с различными субизмерениями социально-экономической области и противостоянием советских традиционалистов и прогрессистов в мировоззренческой сфере.
Авторами в статье рассматриваются следственные и процессуальные действия, производимые следователем на первоначальном этапе расследования мошенничеств, совершённых с использованием средств платежа. Отражены обстоятельства, которые требуют особого внимания при расследовании указанной категории преступлений. Обозначены обстоятельства, подлежащие доказыванию в рамках допросов потерпевших по рассматриваемой категории уголовных дел. Определён перечень проблемных направлений в данной сфере.
В статье подчёркивается значение корреляционных взаимосвязей данных криминалистической характеристики преступлений. Определяется их место в структуре информационной модели преступлений. Аргументируются наиболее типичные виды взаимосвязей: виновных и их жертв; способов совершения преступлений с данными о личностных свойствах преступников и потерпевших; обстановки совершения преступлений со способами их совершения и свойствами личностей преступников и потерпевших; способов совершения преступлений, обстановки преступлений и личностных свойств преступников и потерпевших со следами противоправных деяний.
В статье освещаются вопросы оперативно-разыскного противодействия преступности в сфере недропользования, в частности незаконного оборота янтаря и нефрита. В представленном исследовании рассматриваются факторы, оказывающие влияние на состояние преступности. Предложены научно обоснованные рекомендации, направленные на повышение эффективности деятельности подразделений экономической безопасности и противодействия коррупции органов внутренних дел, в целях противодействия преступности в сфере незаконного оборота янтаря и нефрита.
Статья фокусируется на установлении эмпирической взаимосвязи между аффективной политической поляризацией и протестной мобилизацией. Проверяются два предположения, опирающиеся на анализ предыдущих исследований. Согласно первому, протест является фактором усиления проявления поляризации в обществе, но не является причиной проявления поляризации. Согласно второму, протест значимо влияет на расколы и идентификацию: в период протестной мобилизации бо́льшую значимость приобретает выражение политической идентификации, нежели социальной.
Для проверки предположений были собраны данные в русскоязычной сети «ВКонтакте» в два периода: экспериментальный, июль – сентябрь 2019 г. (московские протесты), и контрольный, март – май 2019 г. (непротестный период), Ntotal = 141517. Были использованы методы автоматической разметки на основании моделей ruBERT и последующей разметки кодировщиков, анализа временных рядов (кросс-корреляции, модель сезонного прогноза SARIMAX). Результаты двух моделей кросс-корреляционного анализа, основанных на сравнении проявления языка ненависти (на размеченных данных) в контрольный и экспериментальный период, подтверждают оба выдвинутых предположения статьи. Таким образом, подтверждено, что методология сбора и разметки данных, использованная в статье, позволяет строить прогнозные модели для оценки распространения языка ненависти в социальной сети. Это может получить дальнейшее развитие в исследованиях о прогнозе аффективной поляризации в ответ на конкретные протестные события.