Поле цифровой дидактики - Вклад [ru]

Astronauts (dataset)

2026-06-16T07:29:46Z

ZhiltsovDaniil:

{{Dataset
|Description=Датасет о полётах в космос. Исходник находится на сайте corgis https://corgis-edu.github.io/corgis
|KeyDescripions=# "Profile.Astronaut Numbers.Overall",
#"Profile.Astronaut Numbers.Nationwide",
#"Profile.Name",
#"Profile.Gender",
#"Profile.Birth Year",
#"Profile.Nationality",
#"Profile.Military",
#"Profile.Selection.Group",
#"Profile.Selection.Year",
#"Profile.Lifetime Statistics.Mission count",
#"Mission.Role",
#"Mission.Year",
#"Mission.Name",
#"Mission.Vechicles.Ascent",
#"Mission.Vechicles.Orbit",
#"Mission.Vechicles.Decent",
#"Mission.Durations.Mission duration",
#"Profile.Lifetime Statistics.Mission duration",
#"Mission.Durations.EVA duration",
#"Profile.Lifetime Statistics.EVA duration"
|FileFormat‎=CSV, JSON
|Field_of_knowledge=Астрономия
|Website=https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv
|Examples=[[R-script анализ датасета Жильцов Даниил|Анализ датасета]]
}}
== Преобразование в вики ==
; Фильтр - только мужчины и только 1995 год
:|filters=Profile.Gender=female,Mission.Year=2000
{{#get_web_data:url=https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv
|format=csv with header
|filters=Profile.Gender=male,Mission.Year=2000
|data=Name=Profile.Name,Nationality=Profile.Nationality,Mission.Year=Mission.Year,Mission duration=Mission.Durations.Mission duration,
}}

{| class="wikitable sortable"
!Name
! Nationality
! Mission.Year
! Mission duration {{#for_external_table:<nowiki/>
{{!}}-
{{!}} {{{Name}}}
{{!}}{{{Nationality}}}
{{!}}{{{Mission.Year}}}
{{!}} {{{Mission duration}}} }}
|}

== Преобразование в Snap! ==

[[Файл:Khurmanenok result pic.png]]

----
[[Category:Dataset]]

Astronauts (dataset)

2026-06-16T07:29:22Z

ZhiltsovDaniil:

{{Dataset
|Description=Датасет о полётах в космос. Исходник находится на сайте corgis https://corgis-edu.github.io/corgis
|KeyDescripions=# "Profile.Astronaut Numbers.Overall",
#"Profile.Astronaut Numbers.Nationwide",
#"Profile.Name",
#"Profile.Gender",
#"Profile.Birth Year",
#"Profile.Nationality",
#"Profile.Military",
#"Profile.Selection.Group",
#"Profile.Selection.Year",
#"Profile.Lifetime Statistics.Mission count",
#"Mission.Role",
#"Mission.Year",
#"Mission.Name",
#"Mission.Vechicles.Ascent",
#"Mission.Vechicles.Orbit",
#"Mission.Vechicles.Decent",
#"Mission.Durations.Mission duration",
#"Profile.Lifetime Statistics.Mission duration",
#"Mission.Durations.EVA duration",
#"Profile.Lifetime Statistics.EVA duration"
|FileFormat‎=CSV, JSON
|Field_of_knowledge=Астрономия
|Website=https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv
|[R-script анализ датасета Жильцов Даниил|Анализ датасета]
}}
== Преобразование в вики ==
; Фильтр - только мужчины и только 1995 год
:|filters=Profile.Gender=female,Mission.Year=2000
{{#get_web_data:url=https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv
|format=csv with header
|filters=Profile.Gender=male,Mission.Year=2000
|data=Name=Profile.Name,Nationality=Profile.Nationality,Mission.Year=Mission.Year,Mission duration=Mission.Durations.Mission duration,
}}

{| class="wikitable sortable"
!Name
! Nationality
! Mission.Year
! Mission duration {{#for_external_table:<nowiki/>
{{!}}-
{{!}} {{{Name}}}
{{!}}{{{Nationality}}}
{{!}}{{{Mission.Year}}}
{{!}} {{{Mission duration}}} }}
|}

== Преобразование в Snap! ==

[[Файл:Khurmanenok result pic.png]]

----
[[Category:Dataset]]

Astronauts (dataset)

2026-06-16T07:29:01Z

ZhiltsovDaniil:

Astronauts (dataset)

2026-06-16T07:28:27Z

ZhiltsovDaniil:

{{Dataset
|Description=Датасет о полётах в космос. Исходник находится на сайте corgis https://corgis-edu.github.io/corgis
|KeyDescripions=# "Profile.Astronaut Numbers.Overall",
#"Profile.Astronaut Numbers.Nationwide",
#"Profile.Name",
#"Profile.Gender",
#"Profile.Birth Year",
#"Profile.Nationality",
#"Profile.Military",
#"Profile.Selection.Group",
#"Profile.Selection.Year",
#"Profile.Lifetime Statistics.Mission count",
#"Mission.Role",
#"Mission.Year",
#"Mission.Name",
#"Mission.Vechicles.Ascent",
#"Mission.Vechicles.Orbit",
#"Mission.Vechicles.Decent",
#"Mission.Durations.Mission duration",
#"Profile.Lifetime Statistics.Mission duration",
#"Mission.Durations.EVA duration",
#"Profile.Lifetime Statistics.EVA duration"
|FileFormat‎=CSV, JSON
|Field_of_knowledge=Астрономия
|Website=https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv
}}
== Преобразование в вики ==
; Фильтр - только мужчины и только 1995 год
:|filters=Profile.Gender=female,Mission.Year=2000
{{#get_web_data:url=https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv
|format=csv with header
|filters=Profile.Gender=male,Mission.Year=2000
|data=Name=Profile.Name,Nationality=Profile.Nationality,Mission.Year=Mission.Year,Mission duration=Mission.Durations.Mission duration,
}}

{| class="wikitable sortable"
!Name
! Nationality
! Mission.Year
! Mission duration {{#for_external_table:<nowiki/>
{{!}}-
{{!}} {{{Name}}}
{{!}}{{{Nationality}}}
{{!}}{{{Mission.Year}}}
{{!}} {{{Mission duration}}} }}
|}

== Преобразование в Snap! ==

[[Файл:Khurmanenok result pic.png]]

----
[[Category:Dataset]]

Astronauts (dataset)

2026-06-16T07:28:01Z

ZhiltsovDaniil:

{{Dataset
|Description=Датасет о полётах в космос. Исходник находится на сайте corgis https://corgis-edu.github.io/corgis
|KeyDescripions=# "Profile.Astronaut Numbers.Overall",
#"Profile.Astronaut Numbers.Nationwide",
#"Profile.Name",
#"Profile.Gender",
#"Profile.Birth Year",
#"Profile.Nationality",
#"Profile.Military",
#"Profile.Selection.Group",
#"Profile.Selection.Year",
#"Profile.Lifetime Statistics.Mission count",
#"Mission.Role",
#"Mission.Year",
#"Mission.Name",
#"Mission.Vechicles.Ascent",
#"Mission.Vechicles.Orbit",
#"Mission.Vechicles.Decent",
#"Mission.Durations.Mission duration",
#"Profile.Lifetime Statistics.Mission duration",
#"Mission.Durations.EVA duration",
#"Profile.Lifetime Statistics.EVA duration"
|FileFormat‎=CSV, JSON
|Field_of_knowledge=Астрономия
|Website=https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv
|Examples=[[R-script анализ датасета Жильцов Даниил|Ссылка на анализ]]
}}
== Преобразование в вики ==
; Фильтр - только мужчины и только 1995 год
:|filters=Profile.Gender=female,Mission.Year=2000
{{#get_web_data:url=https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv
|format=csv with header
|filters=Profile.Gender=male,Mission.Year=2000
|data=Name=Profile.Name,Nationality=Profile.Nationality,Mission.Year=Mission.Year,Mission duration=Mission.Durations.Mission duration,
}}

{| class="wikitable sortable"
!Name
! Nationality
! Mission.Year
! Mission duration {{#for_external_table:<nowiki/>
{{!}}-
{{!}} {{{Name}}}
{{!}}{{{Nationality}}}
{{!}}{{{Mission.Year}}}
{{!}} {{{Mission duration}}} }}
|}

== Преобразование в Snap! ==

[[Файл:Khurmanenok result pic.png]]

----
[[Category:Dataset]]

Обсуждение:Astronauts (dataset)

2026-06-16T07:26:12Z

ZhiltsovDaniil: /* Анализ датасета */

== Анализ датасета ==
Здесь приведён пример анализа датасета с различными выводами:
[[R-script анализ датасета Жильцов Даниил|анализ датасета]]

Обсуждение:Astronauts (dataset)

2026-06-16T07:25:38Z

ZhiltsovDaniil: Новая страница: «== Анализ датасета == Здесь приведён пример анализа датасета с различными выводами Ссылка на анализ»

== Анализ датасета ==
Здесь приведён пример анализа датасета с различными выводами
[[R-script анализ датасета Жильцов Даниил|Ссылка на анализ]]

Запрос в Песочницу API Жильцов Даниил

2026-06-13T12:10:48Z

ZhiltsovDaniil: /* Полный JSON-ответ */

= Запрос в Песочницу API =

На этой странице собрана ключевая информация о цифровых инструментах, полученная через [https://digida.mgpu.ru/api.php?action=query&format=json&prop=revisions&titles=Trello%7CMiro%7CNotion%7CGoogle%20Forms&formatversion=2&rvprop=comment%7Cuser%7Ccontent API MediaWiki]. Каждый инструмент описан в формате карточки: кратко, ёмко, со ссылками и основными характеристиками.

== Карточки инструментов ==

=== Notion ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Notion — приложение для ведения, планирования рабочих и личных дел. Одно может заменить Evernote, Trello и Google Docs
|-
| Возможности || Базы данных, доски канбан, вики, календари и напоминания. Пользователи могут подключать эти компоненты для создания собственных систем управления знаниями, заметками, данными и проектами. Можно использовать индивидуально или совместно[reference:1]
|-
| Сложности || • Нет русскоязычной версии (интерфейс, шаблоны и подсказки — на английском). • Платно для командной работы. • Мобильное приложение долго грузится
|-
| Сайт || [https://www.notion.so/ notion.so]
|-
| Разработчик || Notion Labs, Inc.
|-
| Лицензия || Коммерческая
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Да
|}

=== Miro ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Miro — рабочее пространство для создания инноваций при помощи визуальных инструментов. Помогает ускорить разработку, итерации и работу над проектами
|-
| Возможности || • Создание и совместное редактирование досок в реальном времени. • Добавление текста, изображений, видео, графиков и др. • Комментирование и обратная связь. • Режимы просмотра и редактирования. • Интеграция со Slack, Jira, Google Drive и др.[reference:7]
|-
| Сложности || Некоторым пользователям может потребоваться время для освоения всех функций и интерфейса, особенно если они не знакомы с подобными инструментами
|-
| Сайт || [https://miro.com/ru/ miro.com]
|-
| Разработчик || Miro Ltd.
|-
| Год запуска || 2011
|-
| Лицензия || Коммерческая
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Нет
|}

=== Google Forms ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Google Forms (Google Формы) — онлайн-инструмент сбора данных от Google
|-
| Возможности || Составление опросов, проведение голосований, сбор отзывов и информации о пользователях
|-
| Сложности || • Чтобы создать свою форму, нужно только иметь почту в Gmail
|-
| Разработчик || Google
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Нет
|}

=== Trello ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Trello — облачная программа для управления проектами небольших групп. Использует парадигму канбан, популяризированную Toyota в 1980-х для управления цепочками поставок.
|-
| Возможности || Доски, колонки и карточки дают исчерпывающее представление о том, кто чем занимается и что нужно выполнить.
|-
| Сайт || [https://trello.com/ trello.com]
|-
| Разработчик || Fog Creek Software
|-
| Год запуска || 2011
|-
| Лицензия || Коммерческая
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Нет
|}

== Техническая детализация ==

=== Параметры API-запроса ===

* action: query
* prop: revisions
* rvprop: comment, user, content
* titles: Trello, Miro, Notion, Google Forms
* format: json
* formatversion: 2

Ссылка на запрос: [https://digida.mgpu.ru/api.php?action=query&format=json&prop=revisions&titles=Trello%7CMiro%7CNotion%7CGoogle%20Forms&formatversion=2&rvprop=comment%7Cuser%7Ccontent выполнить в API Sandbox]

=== Полный JSON-ответ ===

<syntaxhighlight lang="json">
{
"batchcomplete": true,
"warnings": {
"main": {
"warnings": "Subscribe to the mediawiki-api-announce mailing list at <https://lists.wikimedia.org/postorius/lists/mediawiki-api-announce.lists.wikimedia.org/> for notice of API deprecations and breaking changes."
},
"revisions": {
"warnings": "Because \"rvslots\" was not specified, a legacy format has been used for the output. This format is deprecated, and in the future the new format will always be used."
}
},
"query": {
"pages": [
{
"pageid": 1536,
"ns": 0,
"title": "Notion",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Notion — приложение для ведения, планирования рабочих и личных дел. Оно одно может заменить сразу несколько популярных инструментов, в том числе Evernote, Trello и Google Docs.\n|Affordances=Notion - приложение, которое предоставляет такие компоненты, как базы данных, доски канбан, вики, календари и напоминания. ... \n|Difficult=* Нет русскоязычной версии. ... \n|Website=https://www.notion.so/\n|Developer=Notion Labs, Inc.\n|License=Коммерческая\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Да\n}}",
"comment": ""
}
]
},
{
"pageid": 2935,
"ns": 0,
"title": "Miro",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Miro - рабочее пространство для создания инноваций при помощи визуальных инструментов — поможет ускорить разработку, итерации и работу над проектами.\n|Affordances=* Создание и совместное редактирование досок в реальном времени.\n* Добавление разнообразных элементов на доски, включая текст, изображения, видео, графики и др.\n|Website=https://miro.com/ru/\n|Developer=Miro Ltd.\n|launch year=2011\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}",
"comment": ""
}
]
},
{
"pageid": 3266,
"ns": 0,
"title": "Google Forms",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Goole Forms = Google Формы — онлайн-инструмент сбора данных от Google\n|Affordances=* составлять опросы, проводить голосования, собирать отзывы и информацию о пользователях.\n|Difficult=* Чтобы создать свою форму, нужно только иметь почту в Gmail.\n|Developer=Google\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}",
"comment": "Новая страница: «{{DigitalTool |Description=Goole Forms = Google Формы — онлайн-инструмент сбора данных от Google |Affordances=* составлять опросы, проводить голосования, собирать отзывы и информацию о пользователях. |Difficult=* Чтобы создать свою форму, нужно только иметь почту в Gmail. |Область применени...»"
}
]
},
{
"pageid": 3649,
"ns": 0,
"title": "Trello",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Trello — облачная программа для управления проектами небольших групп. Trello использует парадигму для управления проектами, известную как канбан, метод, который первоначально был популяризирован Toyota в 1980-х для управления цепочками поставок.\n|Affordances=Доски, колонки и карточки дают исчерпывающее представление о том, кто чем занимается и что нужно выполнить.\n|Developer=Fog Creek Software\n|launch year=2011\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}",
"comment": ""
}
]
}
]
}
}
</syntaxhighlight>
</div>
</div>

[[Категория:CompLing Works]]

Запрос в Песочницу API Жильцов Даниил

2026-06-13T12:10:12Z

ZhiltsovDaniil:

= Запрос в Песочницу API =

На этой странице собрана ключевая информация о цифровых инструментах, полученная через [https://digida.mgpu.ru/api.php?action=query&format=json&prop=revisions&titles=Trello%7CMiro%7CNotion%7CGoogle%20Forms&formatversion=2&rvprop=comment%7Cuser%7Ccontent API MediaWiki]. Каждый инструмент описан в формате карточки: кратко, ёмко, со ссылками и основными характеристиками.

== Карточки инструментов ==

=== Notion ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Notion — приложение для ведения, планирования рабочих и личных дел. Одно может заменить Evernote, Trello и Google Docs
|-
| Возможности || Базы данных, доски канбан, вики, календари и напоминания. Пользователи могут подключать эти компоненты для создания собственных систем управления знаниями, заметками, данными и проектами. Можно использовать индивидуально или совместно[reference:1]
|-
| Сложности || • Нет русскоязычной версии (интерфейс, шаблоны и подсказки — на английском). • Платно для командной работы. • Мобильное приложение долго грузится
|-
| Сайт || [https://www.notion.so/ notion.so]
|-
| Разработчик || Notion Labs, Inc.
|-
| Лицензия || Коммерческая
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Да
|}

=== Miro ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Miro — рабочее пространство для создания инноваций при помощи визуальных инструментов. Помогает ускорить разработку, итерации и работу над проектами
|-
| Возможности || • Создание и совместное редактирование досок в реальном времени. • Добавление текста, изображений, видео, графиков и др. • Комментирование и обратная связь. • Режимы просмотра и редактирования. • Интеграция со Slack, Jira, Google Drive и др.[reference:7]
|-
| Сложности || Некоторым пользователям может потребоваться время для освоения всех функций и интерфейса, особенно если они не знакомы с подобными инструментами
|-
| Сайт || [https://miro.com/ru/ miro.com]
|-
| Разработчик || Miro Ltd.
|-
| Год запуска || 2011
|-
| Лицензия || Коммерческая
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Нет
|}

=== Google Forms ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Google Forms (Google Формы) — онлайн-инструмент сбора данных от Google
|-
| Возможности || Составление опросов, проведение голосований, сбор отзывов и информации о пользователях
|-
| Сложности || • Чтобы создать свою форму, нужно только иметь почту в Gmail
|-
| Разработчик || Google
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Нет
|}

=== Trello ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Trello — облачная программа для управления проектами небольших групп. Использует парадигму канбан, популяризированную Toyota в 1980-х для управления цепочками поставок.
|-
| Возможности || Доски, колонки и карточки дают исчерпывающее представление о том, кто чем занимается и что нужно выполнить.
|-
| Сайт || [https://trello.com/ trello.com]
|-
| Разработчик || Fog Creek Software
|-
| Год запуска || 2011
|-
| Лицензия || Коммерческая
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Нет
|}

== Техническая детализация ==

=== Параметры API-запроса ===

* action: query
* prop: revisions
* rvprop: comment, user, content
* titles: Trello, Miro, Notion, Google Forms
* format: json
* formatversion: 2

Ссылка на запрос: [https://digida.mgpu.ru/api.php?action=query&format=json&prop=revisions&titles=Trello%7CMiro%7CNotion%7CGoogle%20Forms&formatversion=2&rvprop=comment%7Cuser%7Ccontent выполнить в API Sandbox]

=== Полный JSON-ответ ===
<div class="mw-collapsible mw-collapsed">
JSON можно развернуть, нажав «показать».
<div class="mw-collapsible-content">
<syntaxhighlight lang="json">
{
"batchcomplete": true,
"warnings": {
"main": {
"warnings": "Subscribe to the mediawiki-api-announce mailing list at <https://lists.wikimedia.org/postorius/lists/mediawiki-api-announce.lists.wikimedia.org/> for notice of API deprecations and breaking changes."
},
"revisions": {
"warnings": "Because \"rvslots\" was not specified, a legacy format has been used for the output. This format is deprecated, and in the future the new format will always be used."
}
},
"query": {
"pages": [
{
"pageid": 1536,
"ns": 0,
"title": "Notion",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Notion — приложение для ведения, планирования рабочих и личных дел. Оно одно может заменить сразу несколько популярных инструментов, в том числе Evernote, Trello и Google Docs.\n|Affordances=Notion - приложение, которое предоставляет такие компоненты, как базы данных, доски канбан, вики, календари и напоминания. ... \n|Difficult=* Нет русскоязычной версии. ... \n|Website=https://www.notion.so/\n|Developer=Notion Labs, Inc.\n|License=Коммерческая\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Да\n}}",
"comment": ""
}
]
},
{
"pageid": 2935,
"ns": 0,
"title": "Miro",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Miro - рабочее пространство для создания инноваций при помощи визуальных инструментов — поможет ускорить разработку, итерации и работу над проектами.\n|Affordances=* Создание и совместное редактирование досок в реальном времени.\n* Добавление разнообразных элементов на доски, включая текст, изображения, видео, графики и др.\n|Website=https://miro.com/ru/\n|Developer=Miro Ltd.\n|launch year=2011\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}",
"comment": ""
}
]
},
{
"pageid": 3266,
"ns": 0,
"title": "Google Forms",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Goole Forms = Google Формы — онлайн-инструмент сбора данных от Google\n|Affordances=* составлять опросы, проводить голосования, собирать отзывы и информацию о пользователях.\n|Difficult=* Чтобы создать свою форму, нужно только иметь почту в Gmail.\n|Developer=Google\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}",
"comment": "Новая страница: «{{DigitalTool |Description=Goole Forms = Google Формы — онлайн-инструмент сбора данных от Google |Affordances=* составлять опросы, проводить голосования, собирать отзывы и информацию о пользователях. |Difficult=* Чтобы создать свою форму, нужно только иметь почту в Gmail. |Область применени...»"
}
]
},
{
"pageid": 3649,
"ns": 0,
"title": "Trello",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Trello — облачная программа для управления проектами небольших групп. Trello использует парадигму для управления проектами, известную как канбан, метод, который первоначально был популяризирован Toyota в 1980-х для управления цепочками поставок.\n|Affordances=Доски, колонки и карточки дают исчерпывающее представление о том, кто чем занимается и что нужно выполнить.\n|Developer=Fog Creek Software\n|launch year=2011\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}",
"comment": ""
}
]
}
]
}
}
</syntaxhighlight>
</div>
</div>

[[Категория:CompLing Works]]

Запрос в Песочницу API Жильцов Даниил

2026-06-13T12:09:51Z

ZhiltsovDaniil:

= Запрос в Песочницу API =

На этой странице собрана ключевая информация о цифровых инструментах, полученная через [https://digida.mgpu.ru/api.php?action=query&format=json&prop=revisions&titles=Trello%7CMiro%7CNotion%7CGoogle%20Forms&formatversion=2&rvprop=comment%7Cuser%7Ccontent API MediaWiki]. Каждый инструмент описан в формате карточки: кратко, ёмко, со ссылками и основными характеристиками.

== Карточки инструментов ==

=== Notion ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Notion — приложение для ведения, планирования рабочих и личных дел. Одно может заменить Evernote, Trello и Google Docs
|-
| Возможности || Базы данных, доски канбан, вики, календари и напоминания. Пользователи могут подключать эти компоненты для создания собственных систем управления знаниями, заметками, данными и проектами. Можно использовать индивидуально или совместно[reference:1]
|-
| Сложности || • Нет русскоязычной версии (интерфейс, шаблоны и подсказки — на английском). • Платно для командной работы. • Мобильное приложение долго грузится
|-
| Сайт || [https://www.notion.so/ notion.so]
|-
| Разработчик || Notion Labs, Inc.
|-
| Лицензия || Коммерческая
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Да
|}

Notion — приложение с широкими возможностями. По замыслу разработчиков оно должно избавить пользователей от необходимости работы в разных программах[reference:3]. Идея в том, чтобы объединить всё в одном интерфейсе и не отвлекаться на поиски файлов или проектов[reference:4]. Сходный функционал у [[Roam research]] и [[Obsidian]].

=== Miro ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Miro — рабочее пространство для создания инноваций при помощи визуальных инструментов. Помогает ускорить разработку, итерации и работу над проектами
|-
| Возможности || • Создание и совместное редактирование досок в реальном времени. • Добавление текста, изображений, видео, графиков и др. • Комментирование и обратная связь. • Режимы просмотра и редактирования. • Интеграция со Slack, Jira, Google Drive и др.[reference:7]
|-
| Сложности || Некоторым пользователям может потребоваться время для освоения всех функций и интерфейса, особенно если они не знакомы с подобными инструментами
|-
| Сайт || [https://miro.com/ru/ miro.com]
|-
| Разработчик || Miro Ltd.
|-
| Год запуска || 2011
|-
| Лицензия || Коммерческая
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Нет
|}

Miro — это готовая онлайн-доска для визуализации данных, разработки стратегий или ведения плана мероприятия. Доступно множество шаблонов. Одновременно с одной доской могут работать несколько пользователей. Интерфейс на английском, но текстовые блоки можно писать на русском[reference:9]. Miro может подключаться к сторонним сервисам — например, [[Jira]], [[Notion]], [[Slack]].

=== Google Forms ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Google Forms (Google Формы) — онлайн-инструмент сбора данных от Google
|-
| Возможности || Составление опросов, проведение голосований, сбор отзывов и информации о пользователях
|-
| Сложности || • Чтобы создать свою форму, нужно только иметь почту в Gmail
|-
| Разработчик || Google
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Нет
|}

Примеры различных рецептов, в которых используются [[Google Forms]].

=== Trello ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Trello — облачная программа для управления проектами небольших групп. Использует парадигму канбан, популяризированную Toyota в 1980-х для управления цепочками поставок.
|-
| Возможности || Доски, колонки и карточки дают исчерпывающее представление о том, кто чем занимается и что нужно выполнить.
|-
| Сайт || [https://trello.com/ trello.com]
|-
| Разработчик || Fog Creek Software
|-
| Год запуска || 2011
|-
| Лицензия || Коммерческая
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Нет
|}

Trello ограничил поддержку тегов в виде десяти цветных меток, которые можно переименовать. Карточки поддерживают комментарии, вложения, сроки выполнения и контрольные списки. Trello имеет [[API]].

== Техническая детализация ==

=== Параметры API-запроса ===

* action: query
* prop: revisions
* rvprop: comment, user, content
* titles: Trello, Miro, Notion, Google Forms
* format: json
* formatversion: 2

Ссылка на запрос: [https://digida.mgpu.ru/api.php?action=query&format=json&prop=revisions&titles=Trello%7CMiro%7CNotion%7CGoogle%20Forms&formatversion=2&rvprop=comment%7Cuser%7Ccontent выполнить в API Sandbox]

=== Полный JSON-ответ ===
<div class="mw-collapsible mw-collapsed">
JSON можно развернуть, нажав «показать».
<div class="mw-collapsible-content">
<syntaxhighlight lang="json">
{
"batchcomplete": true,
"warnings": {
"main": {
"warnings": "Subscribe to the mediawiki-api-announce mailing list at <https://lists.wikimedia.org/postorius/lists/mediawiki-api-announce.lists.wikimedia.org/> for notice of API deprecations and breaking changes."
},
"revisions": {
"warnings": "Because \"rvslots\" was not specified, a legacy format has been used for the output. This format is deprecated, and in the future the new format will always be used."
}
},
"query": {
"pages": [
{
"pageid": 1536,
"ns": 0,
"title": "Notion",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Notion — приложение для ведения, планирования рабочих и личных дел. Оно одно может заменить сразу несколько популярных инструментов, в том числе Evernote, Trello и Google Docs.\n|Affordances=Notion - приложение, которое предоставляет такие компоненты, как базы данных, доски канбан, вики, календари и напоминания. ... \n|Difficult=* Нет русскоязычной версии. ... \n|Website=https://www.notion.so/\n|Developer=Notion Labs, Inc.\n|License=Коммерческая\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Да\n}}",
"comment": ""
}
]
},
{
"pageid": 2935,
"ns": 0,
"title": "Miro",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Miro - рабочее пространство для создания инноваций при помощи визуальных инструментов — поможет ускорить разработку, итерации и работу над проектами.\n|Affordances=* Создание и совместное редактирование досок в реальном времени.\n* Добавление разнообразных элементов на доски, включая текст, изображения, видео, графики и др.\n|Website=https://miro.com/ru/\n|Developer=Miro Ltd.\n|launch year=2011\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}",
"comment": ""
}
]
},
{
"pageid": 3266,
"ns": 0,
"title": "Google Forms",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Goole Forms = Google Формы — онлайн-инструмент сбора данных от Google\n|Affordances=* составлять опросы, проводить голосования, собирать отзывы и информацию о пользователях.\n|Difficult=* Чтобы создать свою форму, нужно только иметь почту в Gmail.\n|Developer=Google\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}",
"comment": "Новая страница: «{{DigitalTool |Description=Goole Forms = Google Формы — онлайн-инструмент сбора данных от Google |Affordances=* составлять опросы, проводить голосования, собирать отзывы и информацию о пользователях. |Difficult=* Чтобы создать свою форму, нужно только иметь почту в Gmail. |Область применени...»"
}
]
},
{
"pageid": 3649,
"ns": 0,
"title": "Trello",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Trello — облачная программа для управления проектами небольших групп. Trello использует парадигму для управления проектами, известную как канбан, метод, который первоначально был популяризирован Toyota в 1980-х для управления цепочками поставок.\n|Affordances=Доски, колонки и карточки дают исчерпывающее представление о том, кто чем занимается и что нужно выполнить.\n|Developer=Fog Creek Software\n|launch year=2011\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}",
"comment": ""
}
]
}
]
}
}
</syntaxhighlight>
</div>
</div>

[[Категория:CompLing Works]]

Запрос в Песочницу API Жильцов Даниил

2026-06-13T12:08:14Z

ZhiltsovDaniil: Новая страница: «= Запрос в Песочницу API = На этой странице собрана ключевая информация о цифровых инструментах, полученная через [https://digida.mgpu.ru/api.php?action=query&format=json&prop=revisions&titles=Trello%7CMiro%7CNotion%7CGoogle%20Forms&formatversion=2&rvprop=comment%7Cuser%7Ccontent API MediaWiki]. Каждый инструмент описан в формате карт...»

= Запрос в Песочницу API =

На этой странице собрана ключевая информация о цифровых инструментах, полученная через [https://digida.mgpu.ru/api.php?action=query&format=json&prop=revisions&titles=Trello%7CMiro%7CNotion%7CGoogle%20Forms&formatversion=2&rvprop=comment%7Cuser%7Ccontent API MediaWiki]. Каждый инструмент описан в формате карточки: кратко, ёмко, со ссылками и основными характеристиками.

== Карточки инструментов ==

=== Notion ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Notion — приложение для ведения, планирования рабочих и личных дел. Одно может заменить Evernote, Trello и Google Docs[reference:0]
|-
| Возможности || Базы данных, доски канбан, вики, календари и напоминания. Пользователи могут подключать эти компоненты для создания собственных систем управления знаниями, заметками, данными и проектами. Можно использовать индивидуально или совместно[reference:1]
|-
| Сложности || • Нет русскоязычной версии (интерфейс, шаблоны и подсказки — на английском). • Платно для командной работы. • Мобильное приложение долго грузится[reference:2]
|-
| Сайт || [https://www.notion.so/ notion.so]
|-
| Разработчик || Notion Labs, Inc.
|-
| Лицензия || Коммерческая
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Да
|}

Notion — приложение с широкими возможностями. По замыслу разработчиков оно должно избавить пользователей от необходимости работы в разных программах[reference:3]. Идея в том, чтобы объединить всё в одном интерфейсе и не отвлекаться на поиски файлов или проектов[reference:4]. Сходный функционал у [[Roam research]] и [[Obsidian]][reference:5].

=== Miro ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Miro — рабочее пространство для создания инноваций при помощи визуальных инструментов. Помогает ускорить разработку, итерации и работу над проектами[reference:6]
|-
| Возможности || • Создание и совместное редактирование досок в реальном времени. • Добавление текста, изображений, видео, графиков и др. • Комментирование и обратная связь. • Режимы просмотра и редактирования. • Интеграция со Slack, Jira, Google Drive и др.[reference:7]
|-
| Сложности || Некоторым пользователям может потребоваться время для освоения всех функций и интерфейса, особенно если они не знакомы с подобными инструментами[reference:8]
|-
| Сайт || [https://miro.com/ru/ miro.com]
|-
| Разработчик || Miro Ltd.
|-
| Год запуска || 2011
|-
| Лицензия || Коммерческая
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Нет
|}

Miro — это готовая онлайн-доска для визуализации данных, разработки стратегий или ведения плана мероприятия. Доступно множество шаблонов. Одновременно с одной доской могут работать несколько пользователей. Интерфейс на английском, но текстовые блоки можно писать на русском[reference:9]. Miro может подключаться к сторонним сервисам — например, [[Jira]], [[Notion]], [[Slack]][reference:10].

=== Google Forms ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Google Forms (Google Формы) — онлайн-инструмент сбора данных от Google[reference:11]
|-
| Возможности || Составление опросов, проведение голосований, сбор отзывов и информации о пользователях[reference:12]
|-
| Сложности || • Чтобы создать свою форму, нужно только иметь почту в Gmail[reference:13]
|-
| Разработчик || Google
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Нет
|}

Примеры различных рецептов, в которых используются [[Google Forms]][reference:14].

=== Trello ===

{| class="wikitable" style="width: 100%;"
! Свойство !! Значение
|-
| Описание || Trello — облачная программа для управления проектами небольших групп. Использует парадигму канбан, популяризированную Toyota в 1980-х для управления цепочками поставок[reference:15]
|-
| Возможности || Доски, колонки и карточки дают исчерпывающее представление о том, кто чем занимается и что нужно выполнить[reference:16]
|-
| Сайт || [https://trello.com/ trello.com]
|-
| Разработчик || Fog Creek Software
|-
| Год запуска || 2011
|-
| Лицензия || Коммерческая
|-
| Удалённая коллаборация || Да
|-
| Язык интерфейса || English
|-
| Поддержка AI || Нет
|}

Trello ограничил поддержку тегов в виде десяти цветных меток, которые можно переименовать. Карточки поддерживают комментарии, вложения, сроки выполнения и контрольные списки. Trello имеет [[API]][reference:17].

== Техническая детализация ==

=== Параметры API-запроса ===

* action: query
* prop: revisions
* rvprop: comment, user, content
* titles: Trello, Miro, Notion, Google Forms
* format: json
* formatversion: 2

Ссылка на запрос: [https://digida.mgpu.ru/api.php?action=query&format=json&prop=revisions&titles=Trello%7CMiro%7CNotion%7CGoogle%20Forms&formatversion=2&rvprop=comment%7Cuser%7Ccontent выполнить в API Sandbox]

=== Полный JSON-ответ ===
<div class="mw-collapsible mw-collapsed">
JSON можно развернуть, нажав «показать».
<div class="mw-collapsible-content">
<syntaxhighlight lang="json">
{
"batchcomplete": true,
"warnings": {
"main": {
"warnings": "Subscribe to the mediawiki-api-announce mailing list at <https://lists.wikimedia.org/postorius/lists/mediawiki-api-announce.lists.wikimedia.org/> for notice of API deprecations and breaking changes."
},
"revisions": {
"warnings": "Because \"rvslots\" was not specified, a legacy format has been used for the output. This format is deprecated, and in the future the new format will always be used."
}
},
"query": {
"pages": [
{
"pageid": 1536,
"ns": 0,
"title": "Notion",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Notion — приложение для ведения, планирования рабочих и личных дел. Оно одно может заменить сразу несколько популярных инструментов, в том числе Evernote, Trello и Google Docs.\n|Affordances=Notion - приложение, которое предоставляет такие компоненты, как базы данных, доски канбан, вики, календари и напоминания. ... \n|Difficult=* Нет русскоязычной версии. ... \n|Website=https://www.notion.so/\n|Developer=Notion Labs, Inc.\n|License=Коммерческая\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Да\n}}",
"comment": ""
}
]
},
{
"pageid": 2935,
"ns": 0,
"title": "Miro",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Miro - рабочее пространство для создания инноваций при помощи визуальных инструментов — поможет ускорить разработку, итерации и работу над проектами.\n|Affordances=* Создание и совместное редактирование досок в реальном времени.\n* Добавление разнообразных элементов на доски, включая текст, изображения, видео, графики и др.\n|Website=https://miro.com/ru/\n|Developer=Miro Ltd.\n|launch year=2011\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}",
"comment": ""
}
]
},
{
"pageid": 3266,
"ns": 0,
"title": "Google Forms",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Goole Forms = Google Формы — онлайн-инструмент сбора данных от Google\n|Affordances=* составлять опросы, проводить голосования, собирать отзывы и информацию о пользователях.\n|Difficult=* Чтобы создать свою форму, нужно только иметь почту в Gmail.\n|Developer=Google\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}",
"comment": "Новая страница: «{{DigitalTool |Description=Goole Forms = Google Формы — онлайн-инструмент сбора данных от Google |Affordances=* составлять опросы, проводить голосования, собирать отзывы и информацию о пользователях. |Difficult=* Чтобы создать свою форму, нужно только иметь почту в Gmail. |Область применени...»"
}
]
},
{
"pageid": 3649,
"ns": 0,
"title": "Trello",
"revisions": [
{
"user": "Patarakin",
"contentformat": "text/x-wiki",
"contentmodel": "wikitext",
"content": "{{DigitalTool\n|Description=Trello — облачная программа для управления проектами небольших групп. Trello использует парадигму для управления проектами, известную как канбан, метод, который первоначально был популяризирован Toyota в 1980-х для управления цепочками поставок.\n|Affordances=Доски, колонки и карточки дают исчерпывающее представление о том, кто чем занимается и что нужно выполнить.\n|Developer=Fog Creek Software\n|launch year=2011\n|distant_collab=Да\n|Language_Ru_Eng=English\n|AI=Нет\n}}",
"comment": ""
}
]
}
]
}
}
</syntaxhighlight>
</div>
</div>

[[Категория:CompLing Works]]
[[Категория:Цифровые инструменты]]

Статистическое сравнение Жильцов Даниил

2026-06-10T14:31:41Z

ZhiltsovDaniil:

= Обзор модулей LuaLearning на примере трёх страниц книг =

Тест модулей [[:Категория:LuaLearning]]
на материале трёх страниц:
* [[Communities of Practice]]
* [[Initiation to Algorithmics with Scratch]]
* [[Mastering Spark with R]]

== Модуль Aggregator Clear([[Модуль:Aggregator Clear]]) ==

{| class="wikitable"
! Страница в Digida !! Слов !! Символов !! Ссылок !! Заголовков
|-
| [[Communities of Practice]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Communities of Practice}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Communities of Practice}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Communities of Practice}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Communities of Practice}}
|-
| [[Initiation to Algorithmics with Scratch]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Initiation to Algorithmics with Scratch}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Initiation to Algorithmics with Scratch}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Initiation to Algorithmics with Scratch}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Initiation to Algorithmics with Scratch}}
|-
| [[Mastering Spark with R]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Mastering Spark with R}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Mastering Spark with R}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Mastering Spark with R}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Mastering Spark with R}}
|}

== Модуль Statistics ([[Модуль:Statistics]]) ==

Сравнение трёх текстов на страницах в Digida по количеству слов:

{{#invoke:Statistics|summary|
{{#invoke:Aggregator Clear|main|mode=words|title=Communities of Practice}},
{{#invoke:Aggregator Clear|main|mode=words|title=Initiation to Algorithmics with Scratch}},
{{#invoke:Aggregator Clear|main|mode=words|title=Mastering Spark with R}}
}}

== Пример работы модуля цветного алфавита ColorAlphabet ==

Пример работы модуля ColorAlphabet:
* {{#invoke:ColorAlphabet|letter|Hello World!}} - Hello World!
* {{#invoke:ColorAlphabet|letter|What is up?}} - What is up?

== Вычисления примеров с помощью модуля Math ([[Модуль:Math]]) ==

* 360 + 210 + 150 = {{#invoke:Math|sum|360|210|150}}
* Среднее (360, 210, 150) = {{#invoke:Math|average|360|210|150}}
* Максимум (360, 210, 150) = {{#invoke:Math|max|360|210|150}}
* Минимум (360, 210, 150) = {{#invoke:Math|min|360|210|150}}
* Медиана (360, 210, 150) = {{#invoke:Math|median|360|210|150}}
* Порядок числа 1500 = 10^{ {{#invoke:Math|order|1500}} }
* Порядок числа 987654321 = 10^{ {{#invoke:Math|order|987654321}} }
* Порядок числа 0.0025 = 10^{ {{#invoke:Math|order|0.0025}} }
* 103 ÷ 5 = остаток {{#invoke:Math|mod|103|5}} (mod)
* π = 3,14159 ≈ {{#invoke:Math|round|3.14159|2}} (округлили до сотых)
* e = 2,71828 ≈ {{#invoke:Math|round|2.71828|3}} (округлили до тысячных)
* Случайное число от 1 до 100: {{#invoke:Math|random|1|100}}
* Точность числа 3.14159: {{#invoke:Math|precision|3.14159}} знаков
* 1500 + 3200 + 2700 = {{#invoke:Math|sum|1500|3200|2700}}
* Среднее (1500, 3200, 2700) = {{#invoke:Math|average|1500|3200|2700}}

== Запросы страниц книг с их описаниями ==

{{#ask: [[Communities of Practice]] OR [[Initiation to Algorithmics with Scratch]] OR [[Mastering Spark with R]]
| ?Description
| format=table
| class=wikitable
| mainlabel=Страница
}}

== Гистограмма числовых характеристик трёх текстов ==

== Число слов ==
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = 1080 : 58 : 64
| colors = #339966 | group names = Слова | units suffix = слов
| x legends = Communities of Practice : Initiation to Algorithmics with Scratch : Mastering Spark with R
}}

== Число символов ==
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = 6180 : 425 : 475
| colors = #3366CC | group names = Символы | units suffix = символов
| x legends = Communities of Practice : Initiation to Algorithmics with Scratch : Mastering Spark with R
}}

----
[[Категория:CompLing Works]]

Статистическое сравнение Жильцов Даниил

2026-06-10T14:31:08Z

ZhiltsovDaniil:

= Обзор модулей LuaLearning на примере трёх страниц книг =

Тест модулей [[:Категория:LuaLearning]]
на материале трёх страниц:
* [[Communities of Practice]]
* [[Initiation to Algorithmics with Scratch]]
* [[Mastering Spark with R]]

== Модуль Aggregator Clear([[Модуль:Aggregator Clear]]) ==

{| class="wikitable"
! Страница в Digida !! Слов !! Символов !! Ссылок !! Заголовков
|-
| [[Communities of Practice]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Communities of Practice}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Communities of Practice}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Communities of Practice}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Communities of Practice}}
|-
| [[Initiation to Algorithmics with Scratch]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Initiation to Algorithmics with Scratch}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Initiation to Algorithmics with Scratch}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Initiation to Algorithmics with Scratch}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Initiation to Algorithmics with Scratch}}
|-
| [[Mastering Spark with R]]
| {{#invoke:Aggregator Clear|main|mode=words|title=Mastering Spark with R}}
| {{#invoke:Aggregator Clear|main|mode=chars|title=Mastering Spark with R}}
| {{#invoke:Aggregator Clear|main|mode=links|title=Mastering Spark with R}}
| {{#invoke:Aggregator Clear|main|mode=headings|title=Mastering Spark with R}}
|}

== Модуль Statistics ([[Модуль:Statistics]]) ==

Сравнение трёх текстов на страницах в Digida по количеству слов:

{{#invoke:Statistics|summary|
{{#invoke:Aggregator Clear|main|mode=words|title=Communities of Practice}},
{{#invoke:Aggregator Clear|main|mode=words|title=Initiation to Algorithmics with Scratch}},
{{#invoke:Aggregator Clear|main|mode=words|title=Mastering Spark with R}}
}}

== Пример работы модуля цветного алфавита ColorAlphabet ==

Пример работы модуля ColorAlphabet:
* {{#invoke:ColorAlphabet|letter|Hello World!}} - Hello World!
* {{#invoke:ColorAlphabet|letter|What is up?}} - What is up?

== Вычисления примеров с помощью модуля Math ([[Модуль:Math]]) ==

* 360 + 210 + 150 = {{#invoke:Math|sum|360|210|150}}
* Среднее (360, 210, 150) = {{#invoke:Math|average|360|210|150}}
* Максимум (360, 210, 150) = {{#invoke:Math|max|360|210|150}}
* Минимум (360, 210, 150) = {{#invoke:Math|min|360|210|150}}
* Медиана (360, 210, 150) = {{#invoke:Math|median|360|210|150}}
* Порядок числа 1500 = 10^{ {{#invoke:Math|order|1500}} }
* Порядок числа 987654321 = 10^{ {{#invoke:Math|order|987654321}} }
* Порядок числа 0.0025 = 10^{ {{#invoke:Math|order|0.0025}} }
* 103 ÷ 5 = остаток {{#invoke:Math|mod|103|5}} (mod)
* π = 3,14159 ≈ {{#invoke:Math|round|3.14159|2}} (округлили до сотых)
* e = 2,71828 ≈ {{#invoke:Math|round|2.71828|3}} (округлили до тысячных)
* Случайное число от 1 до 100: {{#invoke:Math|random|1|100}}
* Точность числа 3.14159: {{#invoke:Math|precision|3.14159}} знаков
* 1500 + 3200 + 2700 = {{#invoke:Math|sum|1500|3200|2700}}
* Среднее (1500, 3200, 2700) = {{#invoke:Math|average|1500|3200|2700}}

== Запросы страниц книг с их описаниями ==

{{#ask: [[Communities of Practice]] OR [[Initiation to Algorithmics with Scratch]] OR [[Mastering Spark with R]]
| ?Description
| format=table
| class=wikitable
| mainlabel=Страница
}}

{{#ask: [[Категория:Языки программирования]]
|?Год создания
|?Парадигма
|?Разработчик
|format=table
|sort=Год создания
|order=ascending
}}
== Гистограмма числовых характеристик трёх текстов ==

== Число слов ==
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = 1080 : 58 : 64
| colors = #339966 | group names = Слова | units suffix = слов
| x legends = Communities of Practice : Initiation to Algorithmics with Scratch : Mastering Spark with R
}}

== Число символов ==
{{#invoke:Chart | bar chart
| height = 300 | width = 500 | stack = 0
| group 1 = 6180 : 425 : 475
| colors = #3366CC | group names = Символы | units suffix = символов
| x legends = Communities of Practice : Initiation to Algorithmics with Scratch : Mastering Spark with R
}}

----
[[Категория:CompLing Works]]

Статистическое сравнение Жильцов Даниил

2026-06-10T14:30:45Z

ZhiltsovDaniil:

Участник:ZhiltsovDaniil

2026-06-10T14:15:27Z

ZhiltsovDaniil:

{{UserMGPU
|Field_of_knowledge=Информатика, Game design, Игра, Иностранный язык
|Ancestors=Моисеев В. П.
|similar_concepts=Компьютерная игра, Игра, Python
|Position=Бакалавриат
|Profile=Информатика, Английский язык
|PedDirection=Да
|Виды_спорта=Футбол, Настольный теннис
|Working_On=Образование, Статистическое сравнение Жильцов Даниил, R-script анализ датасета Жильцов Даниил, Voyant Tools Жильцов Даниил
}}
----
[[Категория:UserMGPU]]
[[Категория:ИНФА-221]]

Voyant Tools Жильцов Даниил

2026-06-10T14:15:10Z

ZhiltsovDaniil:

== Введение ==

Настоящая страница представляет собой результат цифрового анализа текста Фонда оценочных средств (ФОС) дисциплины «Теория и практика английского языка для специальных целей». Данный документ регламентирует проведение интегративного экзамена для студентов 4 курса (8 семестр) направления «Информатика и английский язык».

Для анализа текстовых характеристик документа использовалась веб-платформа '''Voyant Tools'''. Это мощный инструмент для корпусного анализа, позволяющий выявить частотность терминов, контексты употребления ключевых слов, а также общие статистические параметры корпуса.

=== Анализируемый корпус ===

В качестве корпуса для исследования выступил полный текст документа ''ФОС_по_модулю_Теория_и_практика_АЯ_в_специальных_целях_1.docx''. Общий объём текста составляет около 4500 слов.

=== Цели анализа ===

Основной целью анализа является визуализация ключевых понятий и языковых явлений, характерных для языка для специальных целей (LSP) в сфере IT и педагогического образования. В соответствии с содержанием ФОС, нас интересуют следующие группы явлений:

* Терминология профессиональной направленности (например, ''digital environment, corpus, visualization, competency, assessment, EFL'' и др.).
* Грамматические конструкции, характерные для академического и профессионального дискурса:
* Формы страдательного залога (Passive Voice).
* Неличные формы глагола (инфинитив, герундий).
* Имена существительные в роли определения в препозиции.
* Сложные синтаксические конструкции (сложносочинённые и сложноподчинённые предложения).

== Визуализация корпуса в Voyant Tools ==

Ниже представлены интерактивные виджеты, созданные в среде Voyant Tools. Каждый из них отображает определённый срез лингвистической информации об анализируемом тексте. Виджеты являются полнофункциональными: вы можете кликать на любые элементы для получения более детальной информации.

=== 1. Облако слов (Cirrus) ===

'''Назначение:''' Визуализация наиболее частотных терминов в тексте. Размер каждого слова пропорционален частоте его употребления.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Cirrus
|width=1200
|height=800
}}

=== 2. График трендов (Trends) ===

'''Назначение:''' Данный виджет показывает распределение частоты выбранных слов по всему документу, позволяя увидеть, в каких смысловых блоках они концентрируются.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Trends&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&query=1&mode=document
|width=1200
|height=800
}}

=== 3. Семантическая сеть (TermsBerry) ===

'''Назначение:''' Визуализация связей между ключевыми терминами в тексте.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&context=22&numInitialTerms=352&view=TermsBerry
|width=1200
|height=800
}}

=== 4. Таблица терминов корпуса (CorpusTerms) ===

'''Назначение:''' Полный список всех слов корпуса с указанием их абсолютной и относительной частоты, а также других статистических параметров.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=CorpusTerms
|width=1200
|height=800
}}

=== 5. Сводная статистика корпуса (Summary) ===

'''Назначение:''' Предоставляет общую информацию о корпусе: количество документов, слов, уникальных слов, лексическую плотность и т.д.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Summary
|width=1200
|height=400
}}

=== 6. Ленточные диаграммы частотности (Bubblelines) ===

'''Назначение:''' Очень наглядный способ увидеть, как часто выбранные слова встречаются в каждом из документов корпуса (в данном случае корпус состоит из одного документа, поэтому отображаются смысловые сегменты текста). Размер "пузырька" пропорционален частоте, а цвет может обозначать разные слова.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&query=1&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&docId=aeb531166b3fabe3a79317f81e2cd02f&view=Bubblelines
|width=1200
|height=300
}}

== Выводы ==

Таким образом, применение методов цифрового анализа текста (корпусной лингвистики и визуализации данных) позволяет глубже и быстрее понять суть и структуру больших академических документов, таких как фонд оценочных средств.

[[Категория:CompLing Works]]

Voyant Tools Жильцов Даниил

2026-06-10T14:14:20Z

ZhiltsovDaniil: /* 3. Семантическая сеть (TermsBerry) */

Voyant Tools Жильцов Даниил

2026-06-10T14:13:40Z

ZhiltsovDaniil: /* Цели анализа */

== Введение ==

Настоящая страница представляет собой результат цифрового анализа текста Фонда оценочных средств (ФОС) дисциплины «Теория и практика английского языка для специальных целей». Данный документ регламентирует проведение интегративного экзамена для студентов 4 курса (8 семестр) направления «Информатика и английский язык».

Для анализа текстовых характеристик документа использовалась веб-платформа '''Voyant Tools'''. Это мощный инструмент для корпусного анализа, позволяющий выявить частотность терминов, контексты употребления ключевых слов, а также общие статистические параметры корпуса.

=== Анализируемый корпус ===

В качестве корпуса для исследования выступил полный текст документа ''ФОС_по_модулю_Теория_и_практика_АЯ_в_специальных_целях_1.docx''. Общий объём текста составляет около 4500 слов.

=== Цели анализа ===

Основной целью анализа является визуализация ключевых понятий и языковых явлений, характерных для языка для специальных целей (LSP) в сфере IT и педагогического образования. В соответствии с содержанием ФОС, нас интересуют следующие группы явлений:

* Терминология профессиональной направленности (например, ''digital environment, corpus, visualization, competency, assessment, EFL'' и др.).
* Грамматические конструкции, характерные для академического и профессионального дискурса:
* Формы страдательного залога (Passive Voice).
* Неличные формы глагола (инфинитив, герундий).
* Имена существительные в роли определения в препозиции.
* Сложные синтаксические конструкции (сложносочинённые и сложноподчинённые предложения).

== Визуализация корпуса в Voyant Tools ==

Ниже представлены интерактивные виджеты, созданные в среде Voyant Tools. Каждый из них отображает определённый срез лингвистической информации об анализируемом тексте. Виджеты являются полнофункциональными: вы можете кликать на любые элементы для получения более детальной информации.

=== 1. Облако слов (Cirrus) ===

'''Назначение:''' Визуализация наиболее частотных терминов в тексте. Размер каждого слова пропорционален частоте его употребления.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Cirrus
|width=1200
|height=800
}}

=== 2. График трендов (Trends) ===

'''Назначение:''' Данный виджет показывает распределение частоты выбранных слов по всему документу, позволяя увидеть, в каких смысловых блоках они концентрируются.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Trends&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&query=1&mode=document
|width=1200
|height=800
}}

=== 3. Семантическая сеть (TermsBerry) ===

'''Назначение:''' Визуализация связей между ключевыми терминами в тексте. Чем толще линия, соединяющая два слова, тем чаще они встречаются в одном контексте.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&context=22&numInitialTerms=352&view=TermsBerry
|width=1200
|height=800
}}

=== 4. Таблица терминов корпуса (CorpusTerms) ===

'''Назначение:''' Полный список всех слов корпуса с указанием их абсолютной и относительной частоты, а также других статистических параметров.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=CorpusTerms
|width=1200
|height=800
}}

=== 5. Сводная статистика корпуса (Summary) ===

'''Назначение:''' Предоставляет общую информацию о корпусе: количество документов, слов, уникальных слов, лексическую плотность и т.д.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Summary
|width=1200
|height=400
}}

=== 6. Ленточные диаграммы частотности (Bubblelines) ===

'''Назначение:''' Очень наглядный способ увидеть, как часто выбранные слова встречаются в каждом из документов корпуса (в данном случае корпус состоит из одного документа, поэтому отображаются смысловые сегменты текста). Размер "пузырька" пропорционален частоте, а цвет может обозначать разные слова.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&query=1&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&docId=aeb531166b3fabe3a79317f81e2cd02f&view=Bubblelines
|width=1200
|height=300
}}

== Выводы ==

Таким образом, применение методов цифрового анализа текста (корпусной лингвистики и визуализации данных) позволяет глубже и быстрее понять суть и структуру больших академических документов, таких как фонд оценочных средств.

Voyant Tools Жильцов Даниил

2026-06-10T14:13:17Z

ZhiltsovDaniil:

== Введение ==

Настоящая страница представляет собой результат цифрового анализа текста Фонда оценочных средств (ФОС) дисциплины «Теория и практика английского языка для специальных целей». Данный документ регламентирует проведение интегративного экзамена для студентов 4 курса (8 семестр) направления «Информатика и английский язык».

Для анализа текстовых характеристик документа использовалась веб-платформа '''Voyant Tools'''. Это мощный инструмент для корпусного анализа, позволяющий выявить частотность терминов, контексты употребления ключевых слов, а также общие статистические параметры корпуса.

=== Анализируемый корпус ===

В качестве корпуса для исследования выступил полный текст документа ''ФОС_по_модулю_Теория_и_практика_АЯ_в_специальных_целях_1.docx''. Общий объём текста составляет около 4500 слов.

=== Цели анализа ===

Основной целью анализа является визуализация ключевых понятий и языковых явлений, характерных для языка для специальных целей (LSP) в сфере IT и педагогического образования. В соответствии с содержанием ФОС, нас интересуют следующие группы явлений:

* **Терминология профессиональной направленности** (например, ''digital environment, corpus, visualization, competency, assessment, EFL'' и др.).
* **Грамматические конструкции, характерные для академического и профессионального дискурса**:
* Формы страдательного залога (Passive Voice).
* Неличные формы глагола (инфинитив, герундий).
* Имена существительные в роли определения в препозиции.
* Сложные синтаксические конструкции (сложносочинённые и сложноподчинённые предложения).

== Визуализация корпуса в Voyant Tools ==

Ниже представлены интерактивные виджеты, созданные в среде Voyant Tools. Каждый из них отображает определённый срез лингвистической информации об анализируемом тексте. Виджеты являются полнофункциональными: вы можете кликать на любые элементы для получения более детальной информации.

=== 1. Облако слов (Cirrus) ===

'''Назначение:''' Визуализация наиболее частотных терминов в тексте. Размер каждого слова пропорционален частоте его употребления.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Cirrus
|width=1200
|height=800
}}

=== 2. График трендов (Trends) ===

'''Назначение:''' Данный виджет показывает распределение частоты выбранных слов по всему документу, позволяя увидеть, в каких смысловых блоках они концентрируются.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Trends&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&query=1&mode=document
|width=1200
|height=800
}}

=== 3. Семантическая сеть (TermsBerry) ===

'''Назначение:''' Визуализация связей между ключевыми терминами в тексте. Чем толще линия, соединяющая два слова, тем чаще они встречаются в одном контексте.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&context=22&numInitialTerms=352&view=TermsBerry
|width=1200
|height=800
}}

=== 4. Таблица терминов корпуса (CorpusTerms) ===

'''Назначение:''' Полный список всех слов корпуса с указанием их абсолютной и относительной частоты, а также других статистических параметров.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=CorpusTerms
|width=1200
|height=800
}}

=== 5. Сводная статистика корпуса (Summary) ===

'''Назначение:''' Предоставляет общую информацию о корпусе: количество документов, слов, уникальных слов, лексическую плотность и т.д.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Summary
|width=1200
|height=400
}}

=== 6. Ленточные диаграммы частотности (Bubblelines) ===

'''Назначение:''' Очень наглядный способ увидеть, как часто выбранные слова встречаются в каждом из документов корпуса (в данном случае корпус состоит из одного документа, поэтому отображаются смысловые сегменты текста). Размер "пузырька" пропорционален частоте, а цвет может обозначать разные слова.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&query=1&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&docId=aeb531166b3fabe3a79317f81e2cd02f&view=Bubblelines
|width=1200
|height=300
}}

== Выводы ==

Таким образом, применение методов цифрового анализа текста (корпусной лингвистики и визуализации данных) позволяет глубже и быстрее понять суть и структуру больших академических документов, таких как фонд оценочных средств.

Voyant Tools Жильцов Даниил

2026-06-10T14:11:49Z

ZhiltsovDaniil:

== Введение ==

Настоящая страница представляет собой результат цифрового анализа текста [[:Файл:ФОС_по_модулю_Теория_и_практика_АЯ_в_специальных_целях_1.docx|Фонда оценочных средств (ФОС)]] дисциплины «Теория и практика английского языка для специальных целей». Данный документ регламентирует проведение интегративного экзамена для студентов 4 курса (8 семестр) направления «Информатика и английский язык».

Для анализа текстовых характеристик документа использовалась веб-платформа '''Voyant Tools'''. Это мощный инструмент для корпусного анализа, позволяющий выявить частотность терминов, контексты употребления ключевых слов, а также общие статистические параметры корпуса.

=== Анализируемый корпус ===

В качестве корпуса для исследования выступил полный текст документа ''ФОС_по_модулю_Теория_и_практика_АЯ_в_специальных_целях_1.docx''. Общий объём текста составляет около 4500 слов.

=== Цели анализа ===

Основной целью анализа является визуализация ключевых понятий и языковых явлений, характерных для языка для специальных целей (LSP) в сфере IT и педагогического образования. В соответствии с содержанием ФОС, нас интересуют следующие группы явлений:

* **Терминология профессиональной направленности** (например, ''digital environment, corpus, visualization, competency, assessment, EFL'' и др.).
* **Грамматические конструкции, характерные для академического и профессионального дискурса**:
* Формы страдательного залога (Passive Voice).
* Неличные формы глагола (инфинитив, герундий).
* Имена существительные в роли определения в препозиции.
* Сложные синтаксические конструкции (сложносочинённые и сложноподчинённые предложения).

== Визуализация корпуса в Voyant Tools ==

Ниже представлены интерактивные виджеты, созданные в среде Voyant Tools. Каждый из них отображает определённый срез лингвистической информации об анализируемом тексте. Виджеты являются полнофункциональными: вы можете кликать на любые элементы для получения более детальной информации.

=== 1. Облако слов (Cirrus) ===

'''Назначение:''' Визуализация наиболее частотных терминов в тексте. Размер каждого слова пропорционален частоте его употребления.

'''Лингвистическая интерпретация:'''
Этот виджет позволяет быстро определить ключевые темы документа. Как видно из облака, центральными понятиями являются: ''student'', ''language'', ''analysis'', ''presentation'', ''assessment'', ''professional'', ''criteria'', ''English''. Наличие термина ''analysis'' подтверждает значимость аналитического компонента экзамена, а слова ''presentation'' и ''criteria'' подчёркивают его оценочную и коммуникативную природу. Также заметно присутствие лексем ''passive'' (пассивный залог) и ''terms'' (термины), что напрямую отсылает к пунктам экзаменационного билета.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Cirrus
|width=1200
|height=800
}}

=== 2. График трендов (Trends) ===

'''Назначение:''' Данный виджет показывает распределение частоты выбранных слов по всему документу, позволяя увидеть, в каких смысловых блоках они концентрируются.

'''Лингвистическая интерпретация:'''
На графике отображена динамика употребления некоторых наиболее частотных предлогов и союзов (''и'', ''в'', ''для'', ''на'', а также цифры ''1'', часто используемой для нумерации). Хотя это не является содержательным лингвистическим анализом, график хорошо демонстрирует структуру документа: пики употребления служебных слов приходятся на разделы с подробным перечислением критериев (критерии оценивания) и пунктов билетов. Это визуализирует формально-логическую структуру ФОС. Для более глубокого анализа следует подставить в запрос профессиональные термины, например, ''passive voice'' или ''infinitive'', чтобы отследить их распределение по разделам документа.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Trends&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&query=1&mode=document
|width=1200
|height=800
}}

=== 3. Семантическая сеть (TermsBerry) ===

'''Назначение:''' Визуализация связей между ключевыми терминами в тексте. Чем толще линия, соединяющая два слова, тем чаще они встречаются в одном контексте.

'''Лингвистическая интерпретация:'''
Этот виджет особенно полезен для анализа устойчивых терминологических словосочетаний (многословных терминов). Как видно из графа, центральным узлом является слово ''student'', связанное с такими понятиями, как ''language'', ''presentation'', ''analysis'' и ''criteria''. Обратите внимание на кластер вокруг слов ''passive voice'' и ''gerund'' — это напрямую отражает один из пунктов экзаменационного задания, требующего найти эти грамматические явления в тексте. Также видна связь между ''professional'' и ''activity'', что указывает на направленность всего курса на подготовку к реальной профессиональной коммуникации.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&context=22&numInitialTerms=352&view=TermsBerry
|width=1200
|height=800
}}

=== 4. Таблица терминов корпуса (CorpusTerms) ===

'''Назначение:''' Полный список всех слов корпуса с указанием их абсолютной и относительной частоты, а также других статистических параметров.

'''Лингвистическая интерпретация:'''
Этот виджет даёт количественную базу для любых лингвистических выводов. Отсортируйте таблицу по колонке "Frequency" (Частота), чтобы увидеть самые употребительные слова. Например, высокая частота слов ''assessment'' и ''criteria'' подчёркивает оценочный характер документа. Обратите внимание на наличие таких терминов, как ''infinitive'', ''gerund'', ''participle'' — их частотность в тексте ФОС довольно высока, что логично, так как это ключевые понятия грамматики, проверяемые на экзамене. Также можно проследить, сколько раз встречаются названия конкретных компетенций (например, ''УК-1'', ''ОПК-8'').

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=CorpusTerms
|width=1200
|height=800
}}

=== 5. Сводная статистика корпуса (Summary) ===

'''Назначение:''' Предоставляет общую информацию о корпусе: количество документов, слов, уникальных слов, лексическую плотность и т.д.

'''Лингвистическая интерпретация:'''
Статистика показывает, что анализируемый текст ФОС содержит '''1924 уникальных слова''' при общем объёме около 4500 слов. Отношение количества уникальных слов к общему числу слов (лексическая плотность) составляет примерно 42,8%, что является высоким показателем и свидетельствует о терминологическом богатстве и специализированном характере документа. Для сравнения, в художественных текстах этот показатель обычно ниже. Это подтверждает принадлежность ФОС к жанру профессионально-ориентированных академических текстов.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Summary
|width=1200
|height=400
}}

=== 6. Ленточные диаграммы частотности (Bubblelines) ===

'''Назначение:''' Очень наглядный способ увидеть, как часто выбранные слова встречаются в каждом из документов корпуса (в данном случае корпус состоит из одного документа, поэтому отображаются смысловые сегменты текста). Размер "пузырька" пропорционален частоте, а цвет может обозначать разные слова.

'''Лингвистическая интерпретация:'''
Данный виджет позволяет визуально оценить распределение ключевых и служебных слов по тексту. Например, предлоги ''и'', ''в'', ''для'', ''на'' равномерно распределены по всему документу, что естественно для служебной лексики. Однако можно заметить сгущения "пузырьков" в тех частях документа, где идёт перечисление (например, в списке оценочных средств или в таблице с компетенциями). Этот инструмент полезен для поиска "ключей" к структуре документа — мест, где концентрируется профессиональная лексика.

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&query=1&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&docId=aeb531166b3fabe3a79317f81e2cd02f&view=Bubblelines
|width=1200
|height=300
}}

== Выводы ==

Проведённый анализ с помощью инструментов Voyant Tools позволил сделать следующие выводы о содержании и структуре ФОС:

1. **Тематическая направленность**: Ключевыми темами документа являются оценка (''assessment''), критерии (''criteria''), профессиональная деятельность (''professional activity''), а также непосредственно анализ языка (''language analysis'').
2. **Лингвистическая сложность**: Высокая лексическая плотность и наличие специализированной терминологии (включая лингвистические термины: ''passive voice'', ''gerund'', ''infinitive'', ''term'') подтверждают, что документ относится к жанру профессионально-ориентированной и академической коммуникации.
3. **Структура документа**: Визуализации (особенно ''Trends'' и ''Bubblelines'') наглядно демонстрируют формально-логическую структуру ФОС, состоящую из описательной части, таблиц с компетенциями, перечня оценочных средств, экзаменационных билетов и подробных критериев оценивания.
4. **Связь с образовательной программой**: Частотность таких слов, как ''competency'', ''discipline'', ''module'', ''course'' указывает на то, что ФОС разработан в рамках модульного подхода и нацелен на проверку конкретных компетенций (например, УК-1, УК-6, ОПК-8, ПК-1.2, ПК-5.1).

Таким образом, применение методов цифрового анализа текста (корпусной лингвистики и визуализации данных) позволяет глубже и быстрее понять суть и структуру больших академических документов, таких как фонд оценочных средств.

Voyant Tools Жильцов Даниил

2026-06-10T14:08:59Z

ZhiltsovDaniil:

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Cirrus
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Trends&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&query=1&mode=document
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&context=22&numInitialTerms=352&view=TermsBerry
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=CorpusTerms
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Summary
|width=1200
|height=400
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&query=1&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&docId=aeb531166b3fabe3a79317f81e2cd02f&view=Bubblelines
|width=1200
|height=300
}}

Voyant Tools Жильцов Даниил

2026-06-10T14:08:37Z

ZhiltsovDaniil:

Voyant Tools Жильцов Даниил

2026-06-10T14:08:15Z

ZhiltsovDaniil:

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Cirrus
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Trends&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&query=1&mode=document
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&context=22&numInitialTerms=352&view=TermsBerry
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=CorpusTerms
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Summary
|width=1200
|height=300
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&query=1&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&docId=aeb531166b3fabe3a79317f81e2cd02f&view=Bubblelines
|width=1200
|height=1200
}}

Voyant Tools Жильцов Даниил

2026-06-10T14:07:54Z

ZhiltsovDaniil:

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Cirrus
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Trends&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&query=1&mode=document
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&context=22&numInitialTerms=352&view=TermsBerry
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=CorpusTerms
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Summary
|width=1200
|height=1200
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&query=1&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&docId=aeb531166b3fabe3a79317f81e2cd02f&view=Bubblelines
|width=1200
|height=1200
}}

Voyant Tools Жильцов Даниил

2026-06-10T14:07:13Z

ZhiltsovDaniil:

Voyant Tools Жильцов Даниил

2026-06-10T14:06:39Z

ZhiltsovDaniil:

Voyant Tools Жильцов Даниил

2026-06-10T14:06:23Z

ZhiltsovDaniil:

Voyant Tools Жильцов Даниил

2026-06-10T14:06:06Z

ZhiltsovDaniil:

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Cirrus
|width=600
|height=600
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Trends&query=%D0%B8&query=%D0%B2&query=%D0%B4%D0%BB%D1%8F&query=%D0%BD%D0%B0&query=1&mode=document
|width=600
|height=600
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&context=22&numInitialTerms=352&view=TermsBerry
|width=600
|height=600
}}

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=CorpusTerms
|width=600
|height=600
}}

Voyant Tools Жильцов Даниил

2026-06-10T14:04:51Z

ZhiltsovDaniil:

Voyant Tools Жильцов Даниил

2026-06-10T14:04:03Z

ZhiltsovDaniil:

Voyant Tools Жильцов Даниил

2026-06-10T14:03:08Z

ZhiltsovDaniil:

Voyant Tools Жильцов Даниил

2026-06-10T14:00:41Z

ZhiltsovDaniil: Новая страница: «{{#widget:iframe |url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Cirrus |width=600 |height=600 }}»

{{#widget:iframe
|url=https://voyant-tools.org/?corpus=b382496f9f326f6d7f859ec40938f581&view=Cirrus
|width=600
|height=600
}}

Участник:ZhiltsovDaniil

2026-06-08T12:05:29Z

ZhiltsovDaniil:

{{UserMGPU
|Field_of_knowledge=Информатика, Game design, Игра, Иностранный язык
|Ancestors=Моисеев В. П.
|similar_concepts=Компьютерная игра, Игра, Python
|Position=Бакалавриат
|Profile=Информатика, Английский язык
|PedDirection=Да
|Виды_спорта=Футбол, Настольный теннис
|Working_On=Образование, Статистическое сравнение Жильцов Даниил, R-script анализ датасета Жильцов Даниил
}}
----
[[Категория:UserMGPU]]
[[Категория:ИНФА-221]]

Обсуждение участника:ZhiltsovDaniil

2026-06-08T12:02:47Z

ZhiltsovDaniil: /* Другие работы */

== VOSviewer (запрос Education AND (Gaming OR Animation NOT Videos)) ==

https://app.vosviewer.com/?json=https%3A%2F%2Fdrive.google.com%2Fuc%3Fid%3D1u-aVO1ymRZ05Nkn-DYbYElqSWRIaxSJR
[[Файл:Vosviewer1.png]]

== Представление модели системы образования в РФ (в Graphviz) ==

Этот граф наглядно изображает структуру и взаимосвязи в системе образования России. Он показывает административную вертикаль управления, начиная от федерального министерства через региональные и муниципальные органы до конкретных школ и вузов. На схеме отражены ключевые участники образовательного процесса: педагоги, учащиеся, а также внешние стороны, такие как родители и потенциальные работодатели. Граф визуализирует не только прямые управленческие связи, но и обратную отчётность, горизонтальное взаимодействие между учреждениями и людьми. В целом, эта модель помогает понять, как устроены отношения и потоки информации между разными уровнями и субъектами образовательной экосистемы страны.

<graphviz>
digraph education_system_ru {

rankdir=TB;
size="12,12";
compound=true;
newrank=true;
fontname="Arial";
node [fontname="Arial"];
edge [fontname="Arial"];

Минобр [shape=pentagon, style=filled, fillcolor="#2E86C1", fontcolor=white, fontsize=16, width=2.5, height=1.2, label="Министерство\nпросвещения РФ"];

subgraph cluster_federal {
label="Федеральный уровень";
style=filled;
fillcolor="#D6EAF8";
color="#2E86C1";

ФедПроекты [shape=box, fillcolor="#AED6F1", label="Федеральные\nпроекты"];
ФГОС [shape=box, fillcolor="#AED6F1", label="ФГОС\n(Стандарты)"];
Финансирование [shape=box, fillcolor="#AED6F1", label="Целевое\nфинансирование"];
}

subgraph cluster_regional {
label="Региональные органы\nуправления образованием";
style=filled;
fillcolor="#D5F4E6";
color="#27AE60";

РегМинобр1 [shape=box3d, fillcolor="#ABEBC6", label="Департамент\nобразования\nгорода"];
РегМинобр2 [shape=box3d, fillcolor="#ABEBC6", label="Министерство\nобразования\nгорода"];
}

subgraph cluster_municipal {
label="Муниципальный уровень";
style=filled;
fillcolor="#FCF3CF";
color="#F39C12";

МуницОтдел1 [shape=folder, fillcolor="#FDEBD0", label="Управление\nобразования\nрайона"];
МуницОтдел2 [shape=folder, fillcolor="#FDEBD0", label="Отдел\nобразования\nгорода"];
}

subgraph cluster_institutions {
label="Образовательные организации";
style=filled;
fillcolor="#FDEDEC";
color="#E74C3C";

Школа1 [shape=house, fillcolor="#FADBD8", label="СОШ №1\n"];
Школа2 [shape=house, fillcolor="#FADBD8", label="Лицей №2\n"];
ВУЗ [shape=invhouse, fillcolor="#FADBD8", label="МГПУ"];
Колледж [shape=invtrapezium, fillcolor="#FADBD8", label="Педагогический\nколледж"];
}

subgraph cluster_students {
label="Обучающиеся";
style=filled;
fillcolor="#EAECEE";
color="#5D6D7E";

Ученик1 [shape=ellipse, fillcolor="#F2F3F4", label="Ученик\n1"];
Ученик2 [shape=ellipse, fillcolor="#F2F3F4", label="Ученик\n2"];
Студент [shape=ellipse, fillcolor="#F2F3F4", label="Студент\nпедагогического\nфакультета"];
}

Родители [shape=doublecircle, fillcolor="#F9E79F", label="Родители\n(законные\nпредставители)"];
Работодатели [shape=box3d, fillcolor="#D7BDE2", label="Потенциальные\nработодатели"];

Минобр -> {ФедПроекты ФГОС Финансирование} [color="#2E86C1", penwidth=2];
Минобр -> {РегМинобр1 РегМинобр2} [color="#2E86C1", penwidth=2];

РегМинобр1 -> МуницОтдел1 [color="#27AE60"];
РегМинобр2 -> МуницОтдел2 [color="#27AE60"];

МуницОтдел1 -> Школа1 [color="#F39C12"];
МуницОтдел2 -> {Школа2 ВУЗ Колледж} [color="#F39C12"];

ВУЗ -> ПреподавательВУЗа [color="#E74C3C", label="трудоустраивает", fontsize=10];
ВУЗ -> Колледж [style=dashed, color=gray, label="метод.\nсопровождение", fontsize=10];

ПреподавательВУЗа -> Студент [color="#8E44AD", label="готовит\nпедагогов", fontsize=10];

Школа1 -> {Ученик1 Ученик2} [color="#5D6D7E", label="обучает", fontsize=10];
Школа2 -> Ученик1 [color="#5D6D7E", label="обучает", fontsize=10];
ВУЗ -> Студент [color="#5D6D7E", label="обучает", fontsize=10];
Колледж -> Студент [style=dashed, color=gray, label="поступление", fontsize=10];

Родители -> {Ученик1 Ученик2} [dir=both, color="#F1C40F", label="представляет", fontsize=10];
Родители -> Школа1 [color="#F1C40F", label="взаимодействует", fontsize=10];

РегМинобр1 -> Минобр [dir=back, color="#2E86C1", style=dashed, label="отчетность", fontsize=9];
Школа1 -> МуницОтдел1 [dir=back, color="#F39C12", style=dashed, label="отчетность", fontsize=9];

Учитель1 -> Учитель2 [dir=both, color="#8E44AD", style=dashed, label="метод.\nобъединение", fontsize=9];
ВУЗ -> Учитель1 [color="#8E44AD", style=dashed, label="повышение\nквалификации", fontsize=9];

}
</graphviz>

== Mermaid ==
{{#mermaid:sequenceDiagram
actor Студент
actor Преподаватель
participant LMS as Система обучения LMS
Студент->>LMS: Какая следующая тема?
LMS-->>Студент: Глава 3: Алгоритмы
Преподаватель->>LMS: Активировать тест

}}

{{#mermaid:sequenceDiagram
title Образовательная система с комплексными связями

box rgb(255, 200, 200) Система
participant У as Ученик
participant Уч as Учитель
participant Р as Родитель
participant А as Администратор
participant С as LMS система
end

Note over У,А: 1. Инициализация курса
А->>С: Создать курс
С-->>А: Подтверждение
А->>Уч: Назначить преподавателем

Note over У,А: 2. Учебный процесс
У->>С: Записаться на курс
С->>Р: Уведомить родителя
Р-->>С: Подтвердить
С-->>У: Доступ открыт

}}

Данные схемы описывают работу в системе LMS, где взаимодействуют учащиеся и учителя

== Датасет небоскрёбов ==
Ссылка на датасет: https://corgis-edu.github.io/corgis/csv/skyscrapers/ (сайт Corgis) <br>

На изображениях представлены диаграммы, отображающие данные о небоскрёбах и их характеристиках по материалам строительства и состоянию зданий. На первой диаграмме показана зависимость высоты небоскрёбов от материала и города, с акцентом на материалы, такие как сталь и бетон. Это помогает увидеть, какие материалы более распространены в определенных городах и как это соотносится с высотой зданий.

Второе изображение представляет собой серию горизонтальных столбчатых диаграмм, каждая из которых отображает статистику по небоскрёбам, классифицированным по различным статусам: завершено, на стадии строительства, предложено и т. д. Столбцы показывают количество небоскрёбов для каждого материала в разных статусах. Эти диаграммы дают представление о текущем состоянии и тенденциях в строительстве небоскрёбов в Америке по различным материалам.

[[Файл:График небоскребов по высоте.png]]
[[Файл:Столбч диаграмма небоскребы по материалам.png]]

== Другие работы ==
[https://digida.mgpu.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D1%81%D1%80%D0%B0%D0%B2%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5_%D0%96%D0%B8%D0%BB%D1%8C%D1%86%D0%BE%D0%B2_%D0%94%D0%B0%D0%BD%D0%B8%D0%B8%D0%BB Статистическое сравнение]
[https://digida.mgpu.ru/index.php/R-script_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82%D0%B0_%D0%96%D0%B8%D0%BB%D1%8C%D1%86%D0%BE%D0%B2_%D0%94%D0%B0%D0%BD%D0%B8%D0%B8%D0%BB R-script анализ датасета]

Обсуждение участника:ZhiltsovDaniil

2026-06-08T12:02:28Z

ZhiltsovDaniil: /* Другие работы */

== VOSviewer (запрос Education AND (Gaming OR Animation NOT Videos)) ==

https://app.vosviewer.com/?json=https%3A%2F%2Fdrive.google.com%2Fuc%3Fid%3D1u-aVO1ymRZ05Nkn-DYbYElqSWRIaxSJR
[[Файл:Vosviewer1.png]]

== Представление модели системы образования в РФ (в Graphviz) ==

Этот граф наглядно изображает структуру и взаимосвязи в системе образования России. Он показывает административную вертикаль управления, начиная от федерального министерства через региональные и муниципальные органы до конкретных школ и вузов. На схеме отражены ключевые участники образовательного процесса: педагоги, учащиеся, а также внешние стороны, такие как родители и потенциальные работодатели. Граф визуализирует не только прямые управленческие связи, но и обратную отчётность, горизонтальное взаимодействие между учреждениями и людьми. В целом, эта модель помогает понять, как устроены отношения и потоки информации между разными уровнями и субъектами образовательной экосистемы страны.

<graphviz>
digraph education_system_ru {

rankdir=TB;
size="12,12";
compound=true;
newrank=true;
fontname="Arial";
node [fontname="Arial"];
edge [fontname="Arial"];

Минобр [shape=pentagon, style=filled, fillcolor="#2E86C1", fontcolor=white, fontsize=16, width=2.5, height=1.2, label="Министерство\nпросвещения РФ"];

subgraph cluster_federal {
label="Федеральный уровень";
style=filled;
fillcolor="#D6EAF8";
color="#2E86C1";

ФедПроекты [shape=box, fillcolor="#AED6F1", label="Федеральные\nпроекты"];
ФГОС [shape=box, fillcolor="#AED6F1", label="ФГОС\n(Стандарты)"];
Финансирование [shape=box, fillcolor="#AED6F1", label="Целевое\nфинансирование"];
}

subgraph cluster_regional {
label="Региональные органы\nуправления образованием";
style=filled;
fillcolor="#D5F4E6";
color="#27AE60";

РегМинобр1 [shape=box3d, fillcolor="#ABEBC6", label="Департамент\nобразования\nгорода"];
РегМинобр2 [shape=box3d, fillcolor="#ABEBC6", label="Министерство\nобразования\nгорода"];
}

subgraph cluster_municipal {
label="Муниципальный уровень";
style=filled;
fillcolor="#FCF3CF";
color="#F39C12";

МуницОтдел1 [shape=folder, fillcolor="#FDEBD0", label="Управление\nобразования\nрайона"];
МуницОтдел2 [shape=folder, fillcolor="#FDEBD0", label="Отдел\nобразования\nгорода"];
}

subgraph cluster_institutions {
label="Образовательные организации";
style=filled;
fillcolor="#FDEDEC";
color="#E74C3C";

Школа1 [shape=house, fillcolor="#FADBD8", label="СОШ №1\n"];
Школа2 [shape=house, fillcolor="#FADBD8", label="Лицей №2\n"];
ВУЗ [shape=invhouse, fillcolor="#FADBD8", label="МГПУ"];
Колледж [shape=invtrapezium, fillcolor="#FADBD8", label="Педагогический\nколледж"];
}

subgraph cluster_students {
label="Обучающиеся";
style=filled;
fillcolor="#EAECEE";
color="#5D6D7E";

Ученик1 [shape=ellipse, fillcolor="#F2F3F4", label="Ученик\n1"];
Ученик2 [shape=ellipse, fillcolor="#F2F3F4", label="Ученик\n2"];
Студент [shape=ellipse, fillcolor="#F2F3F4", label="Студент\nпедагогического\nфакультета"];
}

Родители [shape=doublecircle, fillcolor="#F9E79F", label="Родители\n(законные\nпредставители)"];
Работодатели [shape=box3d, fillcolor="#D7BDE2", label="Потенциальные\nработодатели"];

Минобр -> {ФедПроекты ФГОС Финансирование} [color="#2E86C1", penwidth=2];
Минобр -> {РегМинобр1 РегМинобр2} [color="#2E86C1", penwidth=2];

РегМинобр1 -> МуницОтдел1 [color="#27AE60"];
РегМинобр2 -> МуницОтдел2 [color="#27AE60"];

МуницОтдел1 -> Школа1 [color="#F39C12"];
МуницОтдел2 -> {Школа2 ВУЗ Колледж} [color="#F39C12"];

ВУЗ -> ПреподавательВУЗа [color="#E74C3C", label="трудоустраивает", fontsize=10];
ВУЗ -> Колледж [style=dashed, color=gray, label="метод.\nсопровождение", fontsize=10];

ПреподавательВУЗа -> Студент [color="#8E44AD", label="готовит\nпедагогов", fontsize=10];

Школа1 -> {Ученик1 Ученик2} [color="#5D6D7E", label="обучает", fontsize=10];
Школа2 -> Ученик1 [color="#5D6D7E", label="обучает", fontsize=10];
ВУЗ -> Студент [color="#5D6D7E", label="обучает", fontsize=10];
Колледж -> Студент [style=dashed, color=gray, label="поступление", fontsize=10];

Родители -> {Ученик1 Ученик2} [dir=both, color="#F1C40F", label="представляет", fontsize=10];
Родители -> Школа1 [color="#F1C40F", label="взаимодействует", fontsize=10];

РегМинобр1 -> Минобр [dir=back, color="#2E86C1", style=dashed, label="отчетность", fontsize=9];
Школа1 -> МуницОтдел1 [dir=back, color="#F39C12", style=dashed, label="отчетность", fontsize=9];

Учитель1 -> Учитель2 [dir=both, color="#8E44AD", style=dashed, label="метод.\nобъединение", fontsize=9];
ВУЗ -> Учитель1 [color="#8E44AD", style=dashed, label="повышение\nквалификации", fontsize=9];

}
</graphviz>

== Mermaid ==
{{#mermaid:sequenceDiagram
actor Студент
actor Преподаватель
participant LMS as Система обучения LMS
Студент->>LMS: Какая следующая тема?
LMS-->>Студент: Глава 3: Алгоритмы
Преподаватель->>LMS: Активировать тест

}}

{{#mermaid:sequenceDiagram
title Образовательная система с комплексными связями

box rgb(255, 200, 200) Система
participant У as Ученик
participant Уч as Учитель
participant Р as Родитель
participant А as Администратор
participant С as LMS система
end

Note over У,А: 1. Инициализация курса
А->>С: Создать курс
С-->>А: Подтверждение
А->>Уч: Назначить преподавателем

Note over У,А: 2. Учебный процесс
У->>С: Записаться на курс
С->>Р: Уведомить родителя
Р-->>С: Подтвердить
С-->>У: Доступ открыт

}}

Данные схемы описывают работу в системе LMS, где взаимодействуют учащиеся и учителя

== Датасет небоскрёбов ==
Ссылка на датасет: https://corgis-edu.github.io/corgis/csv/skyscrapers/ (сайт Corgis) <br>

На изображениях представлены диаграммы, отображающие данные о небоскрёбах и их характеристиках по материалам строительства и состоянию зданий. На первой диаграмме показана зависимость высоты небоскрёбов от материала и города, с акцентом на материалы, такие как сталь и бетон. Это помогает увидеть, какие материалы более распространены в определенных городах и как это соотносится с высотой зданий.

Второе изображение представляет собой серию горизонтальных столбчатых диаграмм, каждая из которых отображает статистику по небоскрёбам, классифицированным по различным статусам: завершено, на стадии строительства, предложено и т. д. Столбцы показывают количество небоскрёбов для каждого материала в разных статусах. Эти диаграммы дают представление о текущем состоянии и тенденциях в строительстве небоскрёбов в Америке по различным материалам.

[[Файл:График небоскребов по высоте.png]]
[[Файл:Столбч диаграмма небоскребы по материалам.png]]

== Другие работы ==
[[https://digida.mgpu.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D1%81%D1%80%D0%B0%D0%B2%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5_%D0%96%D0%B8%D0%BB%D1%8C%D1%86%D0%BE%D0%B2_%D0%94%D0%B0%D0%BD%D0%B8%D0%B8%D0%BB Статистическое сравнение]]
[[https://digida.mgpu.ru/index.php/R-script_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82%D0%B0_%D0%96%D0%B8%D0%BB%D1%8C%D1%86%D0%BE%D0%B2_%D0%94%D0%B0%D0%BD%D0%B8%D0%B8%D0%BB R-script анализ датасета]]

Обсуждение участника:ZhiltsovDaniil

2026-06-08T12:01:28Z

ZhiltsovDaniil: /* Другие работы */

== VOSviewer (запрос Education AND (Gaming OR Animation NOT Videos)) ==

https://app.vosviewer.com/?json=https%3A%2F%2Fdrive.google.com%2Fuc%3Fid%3D1u-aVO1ymRZ05Nkn-DYbYElqSWRIaxSJR
[[Файл:Vosviewer1.png]]

== Представление модели системы образования в РФ (в Graphviz) ==

Этот граф наглядно изображает структуру и взаимосвязи в системе образования России. Он показывает административную вертикаль управления, начиная от федерального министерства через региональные и муниципальные органы до конкретных школ и вузов. На схеме отражены ключевые участники образовательного процесса: педагоги, учащиеся, а также внешние стороны, такие как родители и потенциальные работодатели. Граф визуализирует не только прямые управленческие связи, но и обратную отчётность, горизонтальное взаимодействие между учреждениями и людьми. В целом, эта модель помогает понять, как устроены отношения и потоки информации между разными уровнями и субъектами образовательной экосистемы страны.

<graphviz>
digraph education_system_ru {

rankdir=TB;
size="12,12";
compound=true;
newrank=true;
fontname="Arial";
node [fontname="Arial"];
edge [fontname="Arial"];

Минобр [shape=pentagon, style=filled, fillcolor="#2E86C1", fontcolor=white, fontsize=16, width=2.5, height=1.2, label="Министерство\nпросвещения РФ"];

subgraph cluster_federal {
label="Федеральный уровень";
style=filled;
fillcolor="#D6EAF8";
color="#2E86C1";

ФедПроекты [shape=box, fillcolor="#AED6F1", label="Федеральные\nпроекты"];
ФГОС [shape=box, fillcolor="#AED6F1", label="ФГОС\n(Стандарты)"];
Финансирование [shape=box, fillcolor="#AED6F1", label="Целевое\nфинансирование"];
}

subgraph cluster_regional {
label="Региональные органы\nуправления образованием";
style=filled;
fillcolor="#D5F4E6";
color="#27AE60";

РегМинобр1 [shape=box3d, fillcolor="#ABEBC6", label="Департамент\nобразования\nгорода"];
РегМинобр2 [shape=box3d, fillcolor="#ABEBC6", label="Министерство\nобразования\nгорода"];
}

subgraph cluster_municipal {
label="Муниципальный уровень";
style=filled;
fillcolor="#FCF3CF";
color="#F39C12";

МуницОтдел1 [shape=folder, fillcolor="#FDEBD0", label="Управление\nобразования\nрайона"];
МуницОтдел2 [shape=folder, fillcolor="#FDEBD0", label="Отдел\nобразования\nгорода"];
}

subgraph cluster_institutions {
label="Образовательные организации";
style=filled;
fillcolor="#FDEDEC";
color="#E74C3C";

Школа1 [shape=house, fillcolor="#FADBD8", label="СОШ №1\n"];
Школа2 [shape=house, fillcolor="#FADBD8", label="Лицей №2\n"];
ВУЗ [shape=invhouse, fillcolor="#FADBD8", label="МГПУ"];
Колледж [shape=invtrapezium, fillcolor="#FADBD8", label="Педагогический\nколледж"];
}

subgraph cluster_students {
label="Обучающиеся";
style=filled;
fillcolor="#EAECEE";
color="#5D6D7E";

Ученик1 [shape=ellipse, fillcolor="#F2F3F4", label="Ученик\n1"];
Ученик2 [shape=ellipse, fillcolor="#F2F3F4", label="Ученик\n2"];
Студент [shape=ellipse, fillcolor="#F2F3F4", label="Студент\nпедагогического\nфакультета"];
}

Родители [shape=doublecircle, fillcolor="#F9E79F", label="Родители\n(законные\nпредставители)"];
Работодатели [shape=box3d, fillcolor="#D7BDE2", label="Потенциальные\nработодатели"];

Минобр -> {ФедПроекты ФГОС Финансирование} [color="#2E86C1", penwidth=2];
Минобр -> {РегМинобр1 РегМинобр2} [color="#2E86C1", penwidth=2];

РегМинобр1 -> МуницОтдел1 [color="#27AE60"];
РегМинобр2 -> МуницОтдел2 [color="#27AE60"];

МуницОтдел1 -> Школа1 [color="#F39C12"];
МуницОтдел2 -> {Школа2 ВУЗ Колледж} [color="#F39C12"];

ВУЗ -> ПреподавательВУЗа [color="#E74C3C", label="трудоустраивает", fontsize=10];
ВУЗ -> Колледж [style=dashed, color=gray, label="метод.\nсопровождение", fontsize=10];

ПреподавательВУЗа -> Студент [color="#8E44AD", label="готовит\nпедагогов", fontsize=10];

Школа1 -> {Ученик1 Ученик2} [color="#5D6D7E", label="обучает", fontsize=10];
Школа2 -> Ученик1 [color="#5D6D7E", label="обучает", fontsize=10];
ВУЗ -> Студент [color="#5D6D7E", label="обучает", fontsize=10];
Колледж -> Студент [style=dashed, color=gray, label="поступление", fontsize=10];

Родители -> {Ученик1 Ученик2} [dir=both, color="#F1C40F", label="представляет", fontsize=10];
Родители -> Школа1 [color="#F1C40F", label="взаимодействует", fontsize=10];

РегМинобр1 -> Минобр [dir=back, color="#2E86C1", style=dashed, label="отчетность", fontsize=9];
Школа1 -> МуницОтдел1 [dir=back, color="#F39C12", style=dashed, label="отчетность", fontsize=9];

Учитель1 -> Учитель2 [dir=both, color="#8E44AD", style=dashed, label="метод.\nобъединение", fontsize=9];
ВУЗ -> Учитель1 [color="#8E44AD", style=dashed, label="повышение\nквалификации", fontsize=9];

}
</graphviz>

== Mermaid ==
{{#mermaid:sequenceDiagram
actor Студент
actor Преподаватель
participant LMS as Система обучения LMS
Студент->>LMS: Какая следующая тема?
LMS-->>Студент: Глава 3: Алгоритмы
Преподаватель->>LMS: Активировать тест

}}

{{#mermaid:sequenceDiagram
title Образовательная система с комплексными связями

box rgb(255, 200, 200) Система
participant У as Ученик
participant Уч as Учитель
participant Р as Родитель
participant А as Администратор
participant С as LMS система
end

Note over У,А: 1. Инициализация курса
А->>С: Создать курс
С-->>А: Подтверждение
А->>Уч: Назначить преподавателем

Note over У,А: 2. Учебный процесс
У->>С: Записаться на курс
С->>Р: Уведомить родителя
Р-->>С: Подтвердить
С-->>У: Доступ открыт

}}

Данные схемы описывают работу в системе LMS, где взаимодействуют учащиеся и учителя

== Датасет небоскрёбов ==
Ссылка на датасет: https://corgis-edu.github.io/corgis/csv/skyscrapers/ (сайт Corgis) <br>

На изображениях представлены диаграммы, отображающие данные о небоскрёбах и их характеристиках по материалам строительства и состоянию зданий. На первой диаграмме показана зависимость высоты небоскрёбов от материала и города, с акцентом на материалы, такие как сталь и бетон. Это помогает увидеть, какие материалы более распространены в определенных городах и как это соотносится с высотой зданий.

Второе изображение представляет собой серию горизонтальных столбчатых диаграмм, каждая из которых отображает статистику по небоскрёбам, классифицированным по различным статусам: завершено, на стадии строительства, предложено и т. д. Столбцы показывают количество небоскрёбов для каждого материала в разных статусах. Эти диаграммы дают представление о текущем состоянии и тенденциях в строительстве небоскрёбов в Америке по различным материалам.

[[Файл:График небоскребов по высоте.png]]
[[Файл:Столбч диаграмма небоскребы по материалам.png]]

== Другие работы ==
[[https://digida.mgpu.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D1%81%D1%80%D0%B0%D0%B2%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5_%D0%96%D0%B8%D0%BB%D1%8C%D1%86%D0%BE%D0%B2_%D0%94%D0%B0%D0%BD%D0%B8%D0%B8%D0%BB]]
[[https://digida.mgpu.ru/index.php/R-script_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82%D0%B0_%D0%96%D0%B8%D0%BB%D1%8C%D1%86%D0%BE%D0%B2_%D0%94%D0%B0%D0%BD%D0%B8%D0%B8%D0%BB R-script анализ датасета]]

Обсуждение участника:ZhiltsovDaniil

2026-06-08T12:00:58Z

ZhiltsovDaniil: /* Другие работы */

== VOSviewer (запрос Education AND (Gaming OR Animation NOT Videos)) ==

https://app.vosviewer.com/?json=https%3A%2F%2Fdrive.google.com%2Fuc%3Fid%3D1u-aVO1ymRZ05Nkn-DYbYElqSWRIaxSJR
[[Файл:Vosviewer1.png]]

== Представление модели системы образования в РФ (в Graphviz) ==

Этот граф наглядно изображает структуру и взаимосвязи в системе образования России. Он показывает административную вертикаль управления, начиная от федерального министерства через региональные и муниципальные органы до конкретных школ и вузов. На схеме отражены ключевые участники образовательного процесса: педагоги, учащиеся, а также внешние стороны, такие как родители и потенциальные работодатели. Граф визуализирует не только прямые управленческие связи, но и обратную отчётность, горизонтальное взаимодействие между учреждениями и людьми. В целом, эта модель помогает понять, как устроены отношения и потоки информации между разными уровнями и субъектами образовательной экосистемы страны.

<graphviz>
digraph education_system_ru {

rankdir=TB;
size="12,12";
compound=true;
newrank=true;
fontname="Arial";
node [fontname="Arial"];
edge [fontname="Arial"];

Минобр [shape=pentagon, style=filled, fillcolor="#2E86C1", fontcolor=white, fontsize=16, width=2.5, height=1.2, label="Министерство\nпросвещения РФ"];

subgraph cluster_federal {
label="Федеральный уровень";
style=filled;
fillcolor="#D6EAF8";
color="#2E86C1";

ФедПроекты [shape=box, fillcolor="#AED6F1", label="Федеральные\nпроекты"];
ФГОС [shape=box, fillcolor="#AED6F1", label="ФГОС\n(Стандарты)"];
Финансирование [shape=box, fillcolor="#AED6F1", label="Целевое\nфинансирование"];
}

subgraph cluster_regional {
label="Региональные органы\nуправления образованием";
style=filled;
fillcolor="#D5F4E6";
color="#27AE60";

РегМинобр1 [shape=box3d, fillcolor="#ABEBC6", label="Департамент\nобразования\nгорода"];
РегМинобр2 [shape=box3d, fillcolor="#ABEBC6", label="Министерство\nобразования\nгорода"];
}

subgraph cluster_municipal {
label="Муниципальный уровень";
style=filled;
fillcolor="#FCF3CF";
color="#F39C12";

МуницОтдел1 [shape=folder, fillcolor="#FDEBD0", label="Управление\nобразования\nрайона"];
МуницОтдел2 [shape=folder, fillcolor="#FDEBD0", label="Отдел\nобразования\nгорода"];
}

subgraph cluster_institutions {
label="Образовательные организации";
style=filled;
fillcolor="#FDEDEC";
color="#E74C3C";

Школа1 [shape=house, fillcolor="#FADBD8", label="СОШ №1\n"];
Школа2 [shape=house, fillcolor="#FADBD8", label="Лицей №2\n"];
ВУЗ [shape=invhouse, fillcolor="#FADBD8", label="МГПУ"];
Колледж [shape=invtrapezium, fillcolor="#FADBD8", label="Педагогический\nколледж"];
}

subgraph cluster_students {
label="Обучающиеся";
style=filled;
fillcolor="#EAECEE";
color="#5D6D7E";

Ученик1 [shape=ellipse, fillcolor="#F2F3F4", label="Ученик\n1"];
Ученик2 [shape=ellipse, fillcolor="#F2F3F4", label="Ученик\n2"];
Студент [shape=ellipse, fillcolor="#F2F3F4", label="Студент\nпедагогического\nфакультета"];
}

Родители [shape=doublecircle, fillcolor="#F9E79F", label="Родители\n(законные\nпредставители)"];
Работодатели [shape=box3d, fillcolor="#D7BDE2", label="Потенциальные\nработодатели"];

Минобр -> {ФедПроекты ФГОС Финансирование} [color="#2E86C1", penwidth=2];
Минобр -> {РегМинобр1 РегМинобр2} [color="#2E86C1", penwidth=2];

РегМинобр1 -> МуницОтдел1 [color="#27AE60"];
РегМинобр2 -> МуницОтдел2 [color="#27AE60"];

МуницОтдел1 -> Школа1 [color="#F39C12"];
МуницОтдел2 -> {Школа2 ВУЗ Колледж} [color="#F39C12"];

ВУЗ -> ПреподавательВУЗа [color="#E74C3C", label="трудоустраивает", fontsize=10];
ВУЗ -> Колледж [style=dashed, color=gray, label="метод.\nсопровождение", fontsize=10];

ПреподавательВУЗа -> Студент [color="#8E44AD", label="готовит\nпедагогов", fontsize=10];

Школа1 -> {Ученик1 Ученик2} [color="#5D6D7E", label="обучает", fontsize=10];
Школа2 -> Ученик1 [color="#5D6D7E", label="обучает", fontsize=10];
ВУЗ -> Студент [color="#5D6D7E", label="обучает", fontsize=10];
Колледж -> Студент [style=dashed, color=gray, label="поступление", fontsize=10];

Родители -> {Ученик1 Ученик2} [dir=both, color="#F1C40F", label="представляет", fontsize=10];
Родители -> Школа1 [color="#F1C40F", label="взаимодействует", fontsize=10];

РегМинобр1 -> Минобр [dir=back, color="#2E86C1", style=dashed, label="отчетность", fontsize=9];
Школа1 -> МуницОтдел1 [dir=back, color="#F39C12", style=dashed, label="отчетность", fontsize=9];

Учитель1 -> Учитель2 [dir=both, color="#8E44AD", style=dashed, label="метод.\nобъединение", fontsize=9];
ВУЗ -> Учитель1 [color="#8E44AD", style=dashed, label="повышение\nквалификации", fontsize=9];

}
</graphviz>

== Mermaid ==
{{#mermaid:sequenceDiagram
actor Студент
actor Преподаватель
participant LMS as Система обучения LMS
Студент->>LMS: Какая следующая тема?
LMS-->>Студент: Глава 3: Алгоритмы
Преподаватель->>LMS: Активировать тест

}}

{{#mermaid:sequenceDiagram
title Образовательная система с комплексными связями

box rgb(255, 200, 200) Система
participant У as Ученик
participant Уч as Учитель
participant Р as Родитель
participant А as Администратор
participant С as LMS система
end

Note over У,А: 1. Инициализация курса
А->>С: Создать курс
С-->>А: Подтверждение
А->>Уч: Назначить преподавателем

Note over У,А: 2. Учебный процесс
У->>С: Записаться на курс
С->>Р: Уведомить родителя
Р-->>С: Подтвердить
С-->>У: Доступ открыт

}}

Данные схемы описывают работу в системе LMS, где взаимодействуют учащиеся и учителя

== Датасет небоскрёбов ==
Ссылка на датасет: https://corgis-edu.github.io/corgis/csv/skyscrapers/ (сайт Corgis) <br>

На изображениях представлены диаграммы, отображающие данные о небоскрёбах и их характеристиках по материалам строительства и состоянию зданий. На первой диаграмме показана зависимость высоты небоскрёбов от материала и города, с акцентом на материалы, такие как сталь и бетон. Это помогает увидеть, какие материалы более распространены в определенных городах и как это соотносится с высотой зданий.

Второе изображение представляет собой серию горизонтальных столбчатых диаграмм, каждая из которых отображает статистику по небоскрёбам, классифицированным по различным статусам: завершено, на стадии строительства, предложено и т. д. Столбцы показывают количество небоскрёбов для каждого материала в разных статусах. Эти диаграммы дают представление о текущем состоянии и тенденциях в строительстве небоскрёбов в Америке по различным материалам.

[[Файл:График небоскребов по высоте.png]]
[[Файл:Столбч диаграмма небоскребы по материалам.png]]

== Другие работы ==
[[https://digida.mgpu.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D1%81%D1%80%D0%B0%D0%B2%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5_%D0%96%D0%B8%D0%BB%D1%8C%D1%86%D0%BE%D0%B2_%D0%94%D0%B0%D0%BD%D0%B8%D0%B8%D0%BB]]
[[https://digida.mgpu.ru/index.php/R-script_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82%D0%B0_%D0%96%D0%B8%D0%BB%D1%8C%D1%86%D0%BE%D0%B2_%D0%94%D0%B0%D0%BD%D0%B8%D0%B8%D0%BB]]

Обсуждение участника:ZhiltsovDaniil

2026-06-08T12:00:22Z

ZhiltsovDaniil:

== VOSviewer (запрос Education AND (Gaming OR Animation NOT Videos)) ==

https://app.vosviewer.com/?json=https%3A%2F%2Fdrive.google.com%2Fuc%3Fid%3D1u-aVO1ymRZ05Nkn-DYbYElqSWRIaxSJR
[[Файл:Vosviewer1.png]]

== Представление модели системы образования в РФ (в Graphviz) ==

Этот граф наглядно изображает структуру и взаимосвязи в системе образования России. Он показывает административную вертикаль управления, начиная от федерального министерства через региональные и муниципальные органы до конкретных школ и вузов. На схеме отражены ключевые участники образовательного процесса: педагоги, учащиеся, а также внешние стороны, такие как родители и потенциальные работодатели. Граф визуализирует не только прямые управленческие связи, но и обратную отчётность, горизонтальное взаимодействие между учреждениями и людьми. В целом, эта модель помогает понять, как устроены отношения и потоки информации между разными уровнями и субъектами образовательной экосистемы страны.

<graphviz>
digraph education_system_ru {

rankdir=TB;
size="12,12";
compound=true;
newrank=true;
fontname="Arial";
node [fontname="Arial"];
edge [fontname="Arial"];

Минобр [shape=pentagon, style=filled, fillcolor="#2E86C1", fontcolor=white, fontsize=16, width=2.5, height=1.2, label="Министерство\nпросвещения РФ"];

subgraph cluster_federal {
label="Федеральный уровень";
style=filled;
fillcolor="#D6EAF8";
color="#2E86C1";

ФедПроекты [shape=box, fillcolor="#AED6F1", label="Федеральные\nпроекты"];
ФГОС [shape=box, fillcolor="#AED6F1", label="ФГОС\n(Стандарты)"];
Финансирование [shape=box, fillcolor="#AED6F1", label="Целевое\nфинансирование"];
}

subgraph cluster_regional {
label="Региональные органы\nуправления образованием";
style=filled;
fillcolor="#D5F4E6";
color="#27AE60";

РегМинобр1 [shape=box3d, fillcolor="#ABEBC6", label="Департамент\nобразования\nгорода"];
РегМинобр2 [shape=box3d, fillcolor="#ABEBC6", label="Министерство\nобразования\nгорода"];
}

subgraph cluster_municipal {
label="Муниципальный уровень";
style=filled;
fillcolor="#FCF3CF";
color="#F39C12";

МуницОтдел1 [shape=folder, fillcolor="#FDEBD0", label="Управление\nобразования\nрайона"];
МуницОтдел2 [shape=folder, fillcolor="#FDEBD0", label="Отдел\nобразования\nгорода"];
}

subgraph cluster_institutions {
label="Образовательные организации";
style=filled;
fillcolor="#FDEDEC";
color="#E74C3C";

Школа1 [shape=house, fillcolor="#FADBD8", label="СОШ №1\n"];
Школа2 [shape=house, fillcolor="#FADBD8", label="Лицей №2\n"];
ВУЗ [shape=invhouse, fillcolor="#FADBD8", label="МГПУ"];
Колледж [shape=invtrapezium, fillcolor="#FADBD8", label="Педагогический\nколледж"];
}

subgraph cluster_students {
label="Обучающиеся";
style=filled;
fillcolor="#EAECEE";
color="#5D6D7E";

Ученик1 [shape=ellipse, fillcolor="#F2F3F4", label="Ученик\n1"];
Ученик2 [shape=ellipse, fillcolor="#F2F3F4", label="Ученик\n2"];
Студент [shape=ellipse, fillcolor="#F2F3F4", label="Студент\nпедагогического\nфакультета"];
}

Родители [shape=doublecircle, fillcolor="#F9E79F", label="Родители\n(законные\nпредставители)"];
Работодатели [shape=box3d, fillcolor="#D7BDE2", label="Потенциальные\nработодатели"];

Минобр -> {ФедПроекты ФГОС Финансирование} [color="#2E86C1", penwidth=2];
Минобр -> {РегМинобр1 РегМинобр2} [color="#2E86C1", penwidth=2];

РегМинобр1 -> МуницОтдел1 [color="#27AE60"];
РегМинобр2 -> МуницОтдел2 [color="#27AE60"];

МуницОтдел1 -> Школа1 [color="#F39C12"];
МуницОтдел2 -> {Школа2 ВУЗ Колледж} [color="#F39C12"];

ВУЗ -> ПреподавательВУЗа [color="#E74C3C", label="трудоустраивает", fontsize=10];
ВУЗ -> Колледж [style=dashed, color=gray, label="метод.\nсопровождение", fontsize=10];

ПреподавательВУЗа -> Студент [color="#8E44AD", label="готовит\nпедагогов", fontsize=10];

Школа1 -> {Ученик1 Ученик2} [color="#5D6D7E", label="обучает", fontsize=10];
Школа2 -> Ученик1 [color="#5D6D7E", label="обучает", fontsize=10];
ВУЗ -> Студент [color="#5D6D7E", label="обучает", fontsize=10];
Колледж -> Студент [style=dashed, color=gray, label="поступление", fontsize=10];

Родители -> {Ученик1 Ученик2} [dir=both, color="#F1C40F", label="представляет", fontsize=10];
Родители -> Школа1 [color="#F1C40F", label="взаимодействует", fontsize=10];

РегМинобр1 -> Минобр [dir=back, color="#2E86C1", style=dashed, label="отчетность", fontsize=9];
Школа1 -> МуницОтдел1 [dir=back, color="#F39C12", style=dashed, label="отчетность", fontsize=9];

Учитель1 -> Учитель2 [dir=both, color="#8E44AD", style=dashed, label="метод.\nобъединение", fontsize=9];
ВУЗ -> Учитель1 [color="#8E44AD", style=dashed, label="повышение\nквалификации", fontsize=9];

}
</graphviz>

== Mermaid ==
{{#mermaid:sequenceDiagram
actor Студент
actor Преподаватель
participant LMS as Система обучения LMS
Студент->>LMS: Какая следующая тема?
LMS-->>Студент: Глава 3: Алгоритмы
Преподаватель->>LMS: Активировать тест

}}

{{#mermaid:sequenceDiagram
title Образовательная система с комплексными связями

box rgb(255, 200, 200) Система
participant У as Ученик
participant Уч as Учитель
participant Р as Родитель
participant А as Администратор
participant С as LMS система
end

Note over У,А: 1. Инициализация курса
А->>С: Создать курс
С-->>А: Подтверждение
А->>Уч: Назначить преподавателем

Note over У,А: 2. Учебный процесс
У->>С: Записаться на курс
С->>Р: Уведомить родителя
Р-->>С: Подтвердить
С-->>У: Доступ открыт

}}

Данные схемы описывают работу в системе LMS, где взаимодействуют учащиеся и учителя

== Датасет небоскрёбов ==
Ссылка на датасет: https://corgis-edu.github.io/corgis/csv/skyscrapers/ (сайт Corgis) <br>

На изображениях представлены диаграммы, отображающие данные о небоскрёбах и их характеристиках по материалам строительства и состоянию зданий. На первой диаграмме показана зависимость высоты небоскрёбов от материала и города, с акцентом на материалы, такие как сталь и бетон. Это помогает увидеть, какие материалы более распространены в определенных городах и как это соотносится с высотой зданий.

Второе изображение представляет собой серию горизонтальных столбчатых диаграмм, каждая из которых отображает статистику по небоскрёбам, классифицированным по различным статусам: завершено, на стадии строительства, предложено и т. д. Столбцы показывают количество небоскрёбов для каждого материала в разных статусах. Эти диаграммы дают представление о текущем состоянии и тенденциях в строительстве небоскрёбов в Америке по различным материалам.

[[Файл:График небоскребов по высоте.png]]
[[Файл:Столбч диаграмма небоскребы по материалам.png]]

== Другие работы ==
[[https://digida.mgpu.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D1%81%D1%80%D0%B0%D0%B2%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5_%D0%96%D0%B8%D0%BB%D1%8C%D1%86%D0%BE%D0%B2_%D0%94%D0%B0%D0%BD%D0%B8%D0%B8%D0%BB|Статистическое сравнение]]
[[https://digida.mgpu.ru/index.php/R-script_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82%D0%B0_%D0%96%D0%B8%D0%BB%D1%8C%D1%86%D0%BE%D0%B2_%D0%94%D0%B0%D0%BD%D0%B8%D0%B8%D0%BB|R-script датасет]]

Обсуждение:R-скрипт анализа Конухова Анастасия

2026-06-08T11:57:42Z

ZhiltsovDaniil:

== Комментарий ==

Очень понравилась ваша работа! Всё лаконично и чётко, понравилось оформление в виде таблиц\скриншотов. [[Участник:ZhiltsovDaniil|ZhiltsovDaniil]] ([[Обсуждение участника:ZhiltsovDaniil|обсуждение]]) 14:57, 8 июня 2026 (MSK)

Обсуждение:R-скрипт анализа Конухова Анастасия

2026-06-08T11:57:32Z

ZhiltsovDaniil: /* Комментарий */ новая тема

Очень понравилась ваша работа! Всё лаконично и чётко, понравилось оформление в виде таблиц\скриншотов. [[Участник:ZhiltsovDaniil|ZhiltsovDaniil]] ([[Обсуждение участника:ZhiltsovDaniil|обсуждение]]) 14:56, 8 июня 2026 (MSK)

== Комментарий ==

Очень понравилась ваша работа! Всё лаконично и чётко, понравилось оформление в виде таблиц\скриншотов. [[Участник:ZhiltsovDaniil|ZhiltsovDaniil]] ([[Обсуждение участника:ZhiltsovDaniil|обсуждение]]) 14:57, 8 июня 2026 (MSK)

Обсуждение:R-скрипт анализа Конухова Анастасия

2026-06-08T11:56:37Z

ZhiltsovDaniil:

Обсуждение:R-скрипт анализа Конухова Анастасия

2026-06-08T11:55:14Z

ZhiltsovDaniil: Полностью удалено содержимое страницы

Обсуждение:R-скрипт анализа Конухова Анастасия

2026-06-08T11:55:04Z

ZhiltsovDaniil: Новая страница: «Очень понравилась ваша работа! Всё лаконично и чётко, понравилось оформление в виде таблиц\скриншотов.»

Очень понравилась ваша работа! Всё лаконично и чётко, понравилось оформление в виде таблиц\скриншотов.

R-script анализ датасета Жильцов Даниил

2026-06-08T11:51:52Z

ZhiltsovDaniil: /* Общие выводы */

== Описание датасета ==

Для анализа был взят датасет '''Astronauts''', который содержит информацию о космонавтах и астронавтах, их миссиях, продолжительности полётов и выходах в открытый космос.

В датасете содержатся следующие поля:
* "Profile.Astronaut Numbers.Overall"
* "Profile.Astronaut Numbers.Nationwide"
* "Profile.Name"
* "Profile.Gender"
* "Profile.Birth Year"
* "Profile.Nationality"
* "Profile.Military"
* "Profile.Selection.Group"
* "Profile.Selection.Year"
* "Profile.Lifetime Statistics.Mission count"
* "Mission.Role"
* "Mission.Year"
* "Mission.Name"
* "Mission.Vechicles.Ascent"
* "Mission.Vechicles.Orbit"
* "Mission.Vechicles.Decent"
* "Mission.Durations.Mission duration"
* "Profile.Lifetime Statistics.Mission duration"
* "Mission.Durations.EVA duration"
* "Profile.Lifetime Statistics.EVA duration"

Источник датасета — страница [[:Категория:Dataset]].
Ссылка на датасет на Corgis: [https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv Corgis Dataset].

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о миссиях:", total_records))

unique_astronauts <- data %>%
distinct(`Profile.Name`) %>%
nrow()
print(paste("Уникальных астронавтов в датасете:", unique_astronauts))

unique_names <- data %>%
distinct(`Profile.Name`) %>%
pull(`Profile.Name`)

words <- str_split(unique_names, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных именах астронавтов:", total_words))

top10_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:10])
colnames(top10_words) <- c("Слово", "Частота")
rownames(top10_words) <- NULL

print("Самые часто встречающиеся имена (First name, middle name, last name):")
print(top10_words)

top_countries <- data %>%
distinct(`Profile.Name`, `Profile.Nationality`) %>%
count(Национальность = `Profile.Nationality`, sort = TRUE) %>%
head(10)

print("Cтраны, отсортированные по числу астронавтов (по убыванию):")
print(top_countries)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о миссиях || 1270
|-
| Уникальных астронавтов || 559
|-
| Всего слов в уникальных именах || 1516
|}

=== Самые часто встречающиеся имена (First name, middle name, last name) ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в именах астронавтов доминируют не столько полные имена, сколько инициалы и сокращения. Это связано с тем, что в датасете многие астронавты указаны с инициалами (например, "John H. Jr.", "M. Scott Carpenter"). Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| Jr. || 34
|-
| J || 31
|-
| L || 27
|-
| M || 27
|-
| A || 25
|-
| D || 24
|-
| E || 22
|-
| Michael || 18
|-
| James || 16
|-
| R || 16
|}

'''Выводы по именам:'''
* Инициалы (J, L, M, A, D, E, R) встречаются чаще, чем полные имена. Это особенность записи имён в датасете.
* Среди полных имён лидируют Michael (18 раз) и James (16 раз).
* Обращение "Jr." (младший) встречается 34 раза, очень часто для американских астронавтов.

=== Cтраны, отсортированные по числу астронавтов (по убыванию) ===
[[Файл:Rstudio5.png|мини|Выводы в Rstudio]]

Распределение астронавтов по странам показывает значительное доминирование двух космических держав:

{| class="wikitable"
! Страна !! Количество астронавтов
|-
| U.S. || 341
|-
| U.S.S.R/Russia || 122
|-
| Japan || 12
|-
| China || 11
|-
| Germany || 11
|-
| Canada || 10
|-
| France || 10
|-
| Italy || 7
|-
| Belgium || 2
|-
| Bulgaria || 2
|}

'''Выводы по странам:'''
* США занимают абсолютное первое место — 341 астронавт (более 60% от всех уникальных).
* На втором месте — Россия / СССР (122 астронавта).
* Далее следуют Япония (12), Китай (11) и Германия (11).
* Канада и Франция имеют по 10 астронавтов, а в Италии - 7 астронавтов.
* Интересно, что Бельгия и Болгария (по 2) замыкают десятку, что говорит о широкой международной представленности, но с небольшим числом участников.

=== Общие выводы ===

# Объём данных: Датасет содержит 1270 записей о миссиях, в которых участвовал 559 уникальных астронавтов.
# Именные особенности: Из-за формата хранения имён (с инициалами) в топе часто встречаются однобуквенные инициалы. Среди полных имён наиболее популярны Michael и James.
# География: Абсолютное лидерство США и России, однако присутствуют астронавты из 10+ стран, включая Японию, Китай, Германию, Канаду, Францию, Италию и даже Бельгию с Болгарией.
# Ценность датасета: Позволяет анализировать не только демографию, но и миссии, длительность полётов, выходы в космос.

Эти результаты могут быть полезны для дальнейшего изучения истории космонавтики и международного сотрудничества в космосе.

[[Категория:CompLing Works]]

R-script анализ датасета Жильцов Даниил

2026-06-08T11:51:33Z

ZhiltsovDaniil: /* Общие выводы */

== Описание датасета ==

Для анализа был взят датасет '''Astronauts''', который содержит информацию о космонавтах и астронавтах, их миссиях, продолжительности полётов и выходах в открытый космос.

В датасете содержатся следующие поля:
* "Profile.Astronaut Numbers.Overall"
* "Profile.Astronaut Numbers.Nationwide"
* "Profile.Name"
* "Profile.Gender"
* "Profile.Birth Year"
* "Profile.Nationality"
* "Profile.Military"
* "Profile.Selection.Group"
* "Profile.Selection.Year"
* "Profile.Lifetime Statistics.Mission count"
* "Mission.Role"
* "Mission.Year"
* "Mission.Name"
* "Mission.Vechicles.Ascent"
* "Mission.Vechicles.Orbit"
* "Mission.Vechicles.Decent"
* "Mission.Durations.Mission duration"
* "Profile.Lifetime Statistics.Mission duration"
* "Mission.Durations.EVA duration"
* "Profile.Lifetime Statistics.EVA duration"

Источник датасета — страница [[:Категория:Dataset]].
Ссылка на датасет на Corgis: [https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv Corgis Dataset].

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о миссиях:", total_records))

unique_astronauts <- data %>%
distinct(`Profile.Name`) %>%
nrow()
print(paste("Уникальных астронавтов в датасете:", unique_astronauts))

unique_names <- data %>%
distinct(`Profile.Name`) %>%
pull(`Profile.Name`)

words <- str_split(unique_names, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных именах астронавтов:", total_words))

top10_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:10])
colnames(top10_words) <- c("Слово", "Частота")
rownames(top10_words) <- NULL

print("Самые часто встречающиеся имена (First name, middle name, last name):")
print(top10_words)

top_countries <- data %>%
distinct(`Profile.Name`, `Profile.Nationality`) %>%
count(Национальность = `Profile.Nationality`, sort = TRUE) %>%
head(10)

print("Cтраны, отсортированные по числу астронавтов (по убыванию):")
print(top_countries)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о миссиях || 1270
|-
| Уникальных астронавтов || 559
|-
| Всего слов в уникальных именах || 1516
|}

=== Самые часто встречающиеся имена (First name, middle name, last name) ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в именах астронавтов доминируют не столько полные имена, сколько инициалы и сокращения. Это связано с тем, что в датасете многие астронавты указаны с инициалами (например, "John H. Jr.", "M. Scott Carpenter"). Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| Jr. || 34
|-
| J || 31
|-
| L || 27
|-
| M || 27
|-
| A || 25
|-
| D || 24
|-
| E || 22
|-
| Michael || 18
|-
| James || 16
|-
| R || 16
|}

'''Выводы по именам:'''
* Инициалы (J, L, M, A, D, E, R) встречаются чаще, чем полные имена. Это особенность записи имён в датасете.
* Среди полных имён лидируют Michael (18 раз) и James (16 раз).
* Обращение "Jr." (младший) встречается 34 раза, очень часто для американских астронавтов.

=== Cтраны, отсортированные по числу астронавтов (по убыванию) ===
[[Файл:Rstudio5.png|мини|Выводы в Rstudio]]

Распределение астронавтов по странам показывает значительное доминирование двух космических держав:

{| class="wikitable"
! Страна !! Количество астронавтов
|-
| U.S. || 341
|-
| U.S.S.R/Russia || 122
|-
| Japan || 12
|-
| China || 11
|-
| Germany || 11
|-
| Canada || 10
|-
| France || 10
|-
| Italy || 7
|-
| Belgium || 2
|-
| Bulgaria || 2
|}

'''Выводы по странам:'''
* США занимают абсолютное первое место — 341 астронавт (более 60% от всех уникальных).
* На втором месте — Россия / СССР (122 астронавта).
* Далее следуют Япония (12), Китай (11) и Германия (11).
* Канада и Франция имеют по 10 астронавтов, а в Италии - 7 астронавтов.
* Интересно, что Бельгия и Болгария (по 2) замыкают десятку, что говорит о широкой международной представленности, но с небольшим числом участников.

=== Общие выводы ===

<poem>
1. Объём данных: Датасет содержит 1270 записей о миссиях, в которых участвовал 559 уникальных астронавтов.
2. Именные особенности: Из-за формата хранения имён (с инициалами) в топе часто встречаются однобуквенные инициалы. Среди полных имён наиболее популярны Michael и James.
3. География: Абсолютное лидерство США и России, однако присутствуют астронавты из 10+ стран, включая Японию, Китай, Германию, Канаду, Францию, Италию и даже Бельгию с Болгарией.
4. Ценность датасета: Позволяет анализировать не только демографию, но и миссии, длительность полётов, выходы в космос.

Эти результаты могут быть полезны для дальнейшего изучения истории космонавтики и международного сотрудничества в космосе.
</poem>

[[Категория:CompLing Works]]

R-script анализ датасета Жильцов Даниил

2026-06-08T11:47:27Z

ZhiltsovDaniil: /* Cтраны, отсортированные по числу астронавтов (по убыванию) */

== Описание датасета ==

Для анализа был взят датасет '''Astronauts''', который содержит информацию о космонавтах и астронавтах, их миссиях, продолжительности полётов и выходах в открытый космос.

В датасете содержатся следующие поля:
* "Profile.Astronaut Numbers.Overall"
* "Profile.Astronaut Numbers.Nationwide"
* "Profile.Name"
* "Profile.Gender"
* "Profile.Birth Year"
* "Profile.Nationality"
* "Profile.Military"
* "Profile.Selection.Group"
* "Profile.Selection.Year"
* "Profile.Lifetime Statistics.Mission count"
* "Mission.Role"
* "Mission.Year"
* "Mission.Name"
* "Mission.Vechicles.Ascent"
* "Mission.Vechicles.Orbit"
* "Mission.Vechicles.Decent"
* "Mission.Durations.Mission duration"
* "Profile.Lifetime Statistics.Mission duration"
* "Mission.Durations.EVA duration"
* "Profile.Lifetime Statistics.EVA duration"

Источник датасета — страница [[:Категория:Dataset]].
Ссылка на датасет на Corgis: [https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv Corgis Dataset].

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о миссиях:", total_records))

unique_astronauts <- data %>%
distinct(`Profile.Name`) %>%
nrow()
print(paste("Уникальных астронавтов в датасете:", unique_astronauts))

unique_names <- data %>%
distinct(`Profile.Name`) %>%
pull(`Profile.Name`)

words <- str_split(unique_names, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных именах астронавтов:", total_words))

top10_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:10])
colnames(top10_words) <- c("Слово", "Частота")
rownames(top10_words) <- NULL

print("Самые часто встречающиеся имена (First name, middle name, last name):")
print(top10_words)

top_countries <- data %>%
distinct(`Profile.Name`, `Profile.Nationality`) %>%
count(Национальность = `Profile.Nationality`, sort = TRUE) %>%
head(10)

print("Cтраны, отсортированные по числу астронавтов (по убыванию):")
print(top_countries)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о миссиях || 1270
|-
| Уникальных астронавтов || 559
|-
| Всего слов в уникальных именах || 1516
|}

=== Самые часто встречающиеся имена (First name, middle name, last name) ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в именах астронавтов доминируют не столько полные имена, сколько инициалы и сокращения. Это связано с тем, что в датасете многие астронавты указаны с инициалами (например, "John H. Jr.", "M. Scott Carpenter"). Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| Jr. || 34
|-
| J || 31
|-
| L || 27
|-
| M || 27
|-
| A || 25
|-
| D || 24
|-
| E || 22
|-
| Michael || 18
|-
| James || 16
|-
| R || 16
|}

'''Выводы по именам:'''
* Инициалы (J, L, M, A, D, E, R) встречаются чаще, чем полные имена. Это особенность записи имён в датасете.
* Среди полных имён лидируют Michael (18 раз) и James (16 раз).
* Обращение "Jr." (младший) встречается 34 раза, очень часто для американских астронавтов.

=== Cтраны, отсортированные по числу астронавтов (по убыванию) ===
[[Файл:Rstudio5.png|мини|Выводы в Rstudio]]

Распределение астронавтов по странам показывает значительное доминирование двух космических держав:

{| class="wikitable"
! Страна !! Количество астронавтов
|-
| U.S. || 341
|-
| U.S.S.R/Russia || 122
|-
| Japan || 12
|-
| China || 11
|-
| Germany || 11
|-
| Canada || 10
|-
| France || 10
|-
| Italy || 7
|-
| Belgium || 2
|-
| Bulgaria || 2
|}

'''Выводы по странам:'''
* США занимают абсолютное первое место — 341 астронавт (более 60% от всех уникальных).
* На втором месте — Россия / СССР (122 астронавта).
* Далее следуют Япония (12), Китай (11) и Германия (11).
* Канада и Франция имеют по 10 астронавтов, а в Италии - 7 астронавтов.
* Интересно, что Бельгия и Болгария (по 2) замыкают десятку, что говорит о широкой международной представленности, но с небольшим числом участников.

=== Общие выводы ===

1. Объём данных: Датасет содержит 1270 записей о миссиях, в которых участвовал 559 уникальных астронавтов.
2. Именные особенности: Из-за формата хранения имён (с инициалами) в топе часто встречаются однобуквенные инициалы. Среди полных имён наиболее популярны Michael и James.
3. География: Абсолютное лидерство США и России, однако присутствуют астронавты из 10+ стран, включая Японию, Китай, Германию, Канаду, Францию, Италию и даже Бельгию с Болгарией.
4. Ценность датасета: Позволяет анализировать не только демографию, но и миссии, длительность полётов, выходы в космос.

Эти результаты могут быть полезны для дальнейшего изучения истории космонавтики и международного сотрудничества в космосе.

[[Категория:CompLing Works]]

Файл:Rstudio5.png

2026-06-08T11:47:23Z

ZhiltsovDaniil:

Выводы в Rstudio

R-script анализ датасета Жильцов Даниил

2026-06-08T11:46:36Z

ZhiltsovDaniil: /* Общие выводы */

== Описание датасета ==

Для анализа был взят датасет '''Astronauts''', который содержит информацию о космонавтах и астронавтах, их миссиях, продолжительности полётов и выходах в открытый космос.

В датасете содержатся следующие поля:
* "Profile.Astronaut Numbers.Overall"
* "Profile.Astronaut Numbers.Nationwide"
* "Profile.Name"
* "Profile.Gender"
* "Profile.Birth Year"
* "Profile.Nationality"
* "Profile.Military"
* "Profile.Selection.Group"
* "Profile.Selection.Year"
* "Profile.Lifetime Statistics.Mission count"
* "Mission.Role"
* "Mission.Year"
* "Mission.Name"
* "Mission.Vechicles.Ascent"
* "Mission.Vechicles.Orbit"
* "Mission.Vechicles.Decent"
* "Mission.Durations.Mission duration"
* "Profile.Lifetime Statistics.Mission duration"
* "Mission.Durations.EVA duration"
* "Profile.Lifetime Statistics.EVA duration"

Источник датасета — страница [[:Категория:Dataset]].
Ссылка на датасет на Corgis: [https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv Corgis Dataset].

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о миссиях:", total_records))

unique_astronauts <- data %>%
distinct(`Profile.Name`) %>%
nrow()
print(paste("Уникальных астронавтов в датасете:", unique_astronauts))

unique_names <- data %>%
distinct(`Profile.Name`) %>%
pull(`Profile.Name`)

words <- str_split(unique_names, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных именах астронавтов:", total_words))

top10_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:10])
colnames(top10_words) <- c("Слово", "Частота")
rownames(top10_words) <- NULL

print("Самые часто встречающиеся имена (First name, middle name, last name):")
print(top10_words)

top_countries <- data %>%
distinct(`Profile.Name`, `Profile.Nationality`) %>%
count(Национальность = `Profile.Nationality`, sort = TRUE) %>%
head(10)

print("Cтраны, отсортированные по числу астронавтов (по убыванию):")
print(top_countries)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о миссиях || 1270
|-
| Уникальных астронавтов || 559
|-
| Всего слов в уникальных именах || 1516
|}

=== Самые часто встречающиеся имена (First name, middle name, last name) ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в именах астронавтов доминируют не столько полные имена, сколько инициалы и сокращения. Это связано с тем, что в датасете многие астронавты указаны с инициалами (например, "John H. Jr.", "M. Scott Carpenter"). Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| Jr. || 34
|-
| J || 31
|-
| L || 27
|-
| M || 27
|-
| A || 25
|-
| D || 24
|-
| E || 22
|-
| Michael || 18
|-
| James || 16
|-
| R || 16
|}

'''Выводы по именам:'''
* Инициалы (J, L, M, A, D, E, R) встречаются чаще, чем полные имена. Это особенность записи имён в датасете.
* Среди полных имён лидируют Michael (18 раз) и James (16 раз).
* Обращение "Jr." (младший) встречается 34 раза, очень часто для американских астронавтов.

=== Cтраны, отсортированные по числу астронавтов (по убыванию) ===

Распределение астронавтов по странам показывает значительное доминирование двух космических держав:

{| class="wikitable"
! Страна !! Количество астронавтов
|-
| U.S. || 341
|-
| U.S.S.R/Russia || 122
|-
| Japan || 12
|-
| China || 11
|-
| Germany || 11
|-
| Canada || 10
|-
| France || 10
|-
| Italy || 7
|-
| Belgium || 2
|-
| Bulgaria || 2
|}

'''Выводы по странам:'''
* США занимают абсолютное первое место — 341 астронавт (более 60% от всех уникальных).
* На втором месте — Россия / СССР (122 астронавта).
* Далее следуют Япония (12), Китай (11) и Германия (11).
* Канада и Франция имеют по 10 астронавтов, а в Италии - 7 астронавтов.
* Интересно, что Бельгия и Болгария (по 2) замыкают десятку, что говорит о широкой международной представленности, но с небольшим числом участников.

=== Общие выводы ===

1. Объём данных: Датасет содержит 1270 записей о миссиях, в которых участвовал 559 уникальных астронавтов.
2. Именные особенности: Из-за формата хранения имён (с инициалами) в топе часто встречаются однобуквенные инициалы. Среди полных имён наиболее популярны Michael и James.
3. География: Абсолютное лидерство США и России, однако присутствуют астронавты из 10+ стран, включая Японию, Китай, Германию, Канаду, Францию, Италию и даже Бельгию с Болгарией.
4. Ценность датасета: Позволяет анализировать не только демографию, но и миссии, длительность полётов, выходы в космос.

Эти результаты могут быть полезны для дальнейшего изучения истории космонавтики и международного сотрудничества в космосе.

[[Категория:CompLing Works]]

R-script анализ датасета Жильцов Даниил

2026-06-08T11:46:10Z

ZhiltsovDaniil: /* Cтраны, отсортированные по числу астронавтов (по убыванию) */

== Описание датасета ==

Для анализа был взят датасет '''Astronauts''', который содержит информацию о космонавтах и астронавтах, их миссиях, продолжительности полётов и выходах в открытый космос.

В датасете содержатся следующие поля:
* "Profile.Astronaut Numbers.Overall"
* "Profile.Astronaut Numbers.Nationwide"
* "Profile.Name"
* "Profile.Gender"
* "Profile.Birth Year"
* "Profile.Nationality"
* "Profile.Military"
* "Profile.Selection.Group"
* "Profile.Selection.Year"
* "Profile.Lifetime Statistics.Mission count"
* "Mission.Role"
* "Mission.Year"
* "Mission.Name"
* "Mission.Vechicles.Ascent"
* "Mission.Vechicles.Orbit"
* "Mission.Vechicles.Decent"
* "Mission.Durations.Mission duration"
* "Profile.Lifetime Statistics.Mission duration"
* "Mission.Durations.EVA duration"
* "Profile.Lifetime Statistics.EVA duration"

Источник датасета — страница [[:Категория:Dataset]].
Ссылка на датасет на Corgis: [https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv Corgis Dataset].

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о миссиях:", total_records))

unique_astronauts <- data %>%
distinct(`Profile.Name`) %>%
nrow()
print(paste("Уникальных астронавтов в датасете:", unique_astronauts))

unique_names <- data %>%
distinct(`Profile.Name`) %>%
pull(`Profile.Name`)

words <- str_split(unique_names, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных именах астронавтов:", total_words))

top10_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:10])
colnames(top10_words) <- c("Слово", "Частота")
rownames(top10_words) <- NULL

print("Самые часто встречающиеся имена (First name, middle name, last name):")
print(top10_words)

top_countries <- data %>%
distinct(`Profile.Name`, `Profile.Nationality`) %>%
count(Национальность = `Profile.Nationality`, sort = TRUE) %>%
head(10)

print("Cтраны, отсортированные по числу астронавтов (по убыванию):")
print(top_countries)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о миссиях || 1270
|-
| Уникальных астронавтов || 559
|-
| Всего слов в уникальных именах || 1516
|}

=== Самые часто встречающиеся имена (First name, middle name, last name) ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в именах астронавтов доминируют не столько полные имена, сколько инициалы и сокращения. Это связано с тем, что в датасете многие астронавты указаны с инициалами (например, "John H. Jr.", "M. Scott Carpenter"). Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| Jr. || 34
|-
| J || 31
|-
| L || 27
|-
| M || 27
|-
| A || 25
|-
| D || 24
|-
| E || 22
|-
| Michael || 18
|-
| James || 16
|-
| R || 16
|}

'''Выводы по именам:'''
* Инициалы (J, L, M, A, D, E, R) встречаются чаще, чем полные имена. Это особенность записи имён в датасете.
* Среди полных имён лидируют Michael (18 раз) и James (16 раз).
* Обращение "Jr." (младший) встречается 34 раза, очень часто для американских астронавтов.

=== Cтраны, отсортированные по числу астронавтов (по убыванию) ===

Распределение астронавтов по странам показывает значительное доминирование двух космических держав:

{| class="wikitable"
! Страна !! Количество астронавтов
|-
| U.S. || 341
|-
| U.S.S.R/Russia || 122
|-
| Japan || 12
|-
| China || 11
|-
| Germany || 11
|-
| Canada || 10
|-
| France || 10
|-
| Italy || 7
|-
| Belgium || 2
|-
| Bulgaria || 2
|}

'''Выводы по странам:'''
* США занимают абсолютное первое место — 341 астронавт (более 60% от всех уникальных).
* На втором месте — Россия / СССР (122 астронавта).
* Далее следуют Япония (12), Китай (11) и Германия (11).
* Канада и Франция имеют по 10 астронавтов, а в Италии - 7 астронавтов.
* Интересно, что Бельгия и Болгария (по 2) замыкают десятку, что говорит о широкой международной представленности, но с небольшим числом участников.

=== Общие выводы ===

1. **Объём данных**: Датасет содержит 1270 записей о миссиях, в которых участвовал 559 уникальных астронавтов.
2. **Именные особенности**: Из-за формата хранения имён (с инициалами) в топе часто встречаются однобуквенные инициалы. Среди полных имён наиболее популярны Michael и James.
3. **География**: Абсолютное лидерство США и России, однако присутствуют астронавты из 10+ стран, включая Японию, Китай, Германию, Канаду, Францию, Италию и даже Бельгию с Болгарией.
4. **Ценность датасета**: Позволяет анализировать не только демографию, но и миссии, длительность полётов, выходы в космос.

Эти результаты могут быть полезны для дальнейшего изучения истории космонавтики и международного сотрудничества в космосе.

[[Категория:CompLing Works]]

R-script анализ датасета Жильцов Даниил

2026-06-08T11:45:26Z

ZhiltsovDaniil: /* Cтраны, отсортированные по числу астронавтов (по убыванию) */

== Описание датасета ==

Для анализа был взят датасет '''Astronauts''', который содержит информацию о космонавтах и астронавтах, их миссиях, продолжительности полётов и выходах в открытый космос.

В датасете содержатся следующие поля:
* "Profile.Astronaut Numbers.Overall"
* "Profile.Astronaut Numbers.Nationwide"
* "Profile.Name"
* "Profile.Gender"
* "Profile.Birth Year"
* "Profile.Nationality"
* "Profile.Military"
* "Profile.Selection.Group"
* "Profile.Selection.Year"
* "Profile.Lifetime Statistics.Mission count"
* "Mission.Role"
* "Mission.Year"
* "Mission.Name"
* "Mission.Vechicles.Ascent"
* "Mission.Vechicles.Orbit"
* "Mission.Vechicles.Decent"
* "Mission.Durations.Mission duration"
* "Profile.Lifetime Statistics.Mission duration"
* "Mission.Durations.EVA duration"
* "Profile.Lifetime Statistics.EVA duration"

Источник датасета — страница [[:Категория:Dataset]].
Ссылка на датасет на Corgis: [https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv Corgis Dataset].

== Код R-скрипта ==
<syntaxhighlight lang="R" line>
library(tidyverse)

data <- read_csv("https://corgis-edu.github.io/corgis/datasets/csv/astronauts/astronauts.csv")

glimpse(data)

total_records <- nrow(data)
print(paste("Всего записей о миссиях:", total_records))

unique_astronauts <- data %>%
distinct(`Profile.Name`) %>%
nrow()
print(paste("Уникальных астронавтов в датасете:", unique_astronauts))

unique_names <- data %>%
distinct(`Profile.Name`) %>%
pull(`Profile.Name`)

words <- str_split(unique_names, " ") %>%
unlist() %>%
str_replace_all("[^A-Za-z]", "") %>%
.[. != ""]

total_words <- length(words)
print(paste("Всего слов в уникальных именах астронавтов:", total_words))

top10_words <- as.data.frame(sort(table(words), decreasing = TRUE)[1:10])
colnames(top10_words) <- c("Слово", "Частота")
rownames(top10_words) <- NULL

print("Самые часто встречающиеся имена (First name, middle name, last name):")
print(top10_words)

top_countries <- data %>%
distinct(`Profile.Name`, `Profile.Nationality`) %>%
count(Национальность = `Profile.Nationality`, sort = TRUE) %>%
head(10)

print("Cтраны, отсортированные по числу астронавтов (по убыванию):")
print(top_countries)
</syntaxhighlight>

=== Код программы в RStudio ===
[[Файл:Rstudio1.png|Код программы в RStudio]]

=== Вывод программы в RStudio ===
[[Файл:Rstudio2.png|Вывод программы в Rstudio]]

== Результаты анализа ==
[[Файл:Rstudio3.png|мини|Вывод в Rstudio]]

{| class="wikitable"
! Показатель !! Значение
|-
| Всего записей о миссиях || 1270
|-
| Уникальных астронавтов || 559
|-
| Всего слов в уникальных именах || 1516
|}

=== Самые часто встречающиеся имена (First name, middle name, last name) ===
[[Файл:Rstudio4.png|мини|Вывод в Rstudio]]

Анализ показал, что в именах астронавтов доминируют не столько полные имена, сколько инициалы и сокращения. Это связано с тем, что в датасете многие астронавты указаны с инициалами (например, "John H. Jr.", "M. Scott Carpenter"). Самые частые элементы:

{| class="wikitable"
! Слово !! Частота
|-
| Jr. || 34
|-
| J || 31
|-
| L || 27
|-
| M || 27
|-
| A || 25
|-
| D || 24
|-
| E || 22
|-
| Michael || 18
|-
| James || 16
|-
| R || 16
|}

'''Выводы по именам:'''
* Инициалы (J, L, M, A, D, E, R) встречаются чаще, чем полные имена. Это особенность записи имён в датасете.
* Среди полных имён лидируют Michael (18 раз) и James (16 раз).
* Обращение "Jr." (младший) встречается 34 раза, очень часто для американских астронавтов.

=== Cтраны, отсортированные по числу астронавтов (по убыванию) ===

Распределение астронавтов по странам показывает значительное доминирование двух космических держав:

{| class="wikitable"
! Страна !! Количество астронавтов
|-
| U.S. || 341
|-
| U.S.S.R/Russia || 122
|-
| Japan || 12
|-
| China || 11
|-
| Germany || 11
|-
| Canada || 10
|-
| France || 10
|-
| Italy || 7
|-
| Belgium || 2
|-
| Bulgaria || 2
|}

'''Выводы по странам:'''
* США занимают абсолютное первое место — 341 астронавт (более 60% от всех уникальных).
* На втором месте — Россия / СССР (122 астронавта).
* Далее следуют Япония (12), Китай (11) и Германия (11).
* Канада и Франция имеют по 10 астронавтов.
* Интересно, что Бельгия и Болгария (по 2) замыкают десятку, что говорит о широкой международной представленности, но с небольшим числом участников.

=== Общие выводы ===

1. **Объём данных**: Датасет содержит 1270 записей о миссиях, в которых участвовал 559 уникальных астронавтов.
2. **Именные особенности**: Из-за формата хранения имён (с инициалами) в топе часто встречаются однобуквенные инициалы. Среди полных имён наиболее популярны Michael и James.
3. **География**: Абсолютное лидерство США и России, однако присутствуют астронавты из 10+ стран, включая Японию, Китай, Германию, Канаду, Францию, Италию и даже Бельгию с Болгарией.
4. **Ценность датасета**: Позволяет анализировать не только демографию, но и миссии, длительность полётов, выходы в космос.

Эти результаты могут быть полезны для дальнейшего изучения истории космонавтики и международного сотрудничества в космосе.

[[Категория:CompLing Works]]