The scientific heritage No 97 (97) (2022)

No 97 (97) (2022)
The scientific heritage
(Budapest, Hungary)
The journal is registered and published in Hungary.
The journal publishes scientific studies, reports and reports about achievements in different scientific fields.
Journal is published in English, Hungarian, Polish, Russian, Ukrainian, German and French.
Articles are accepted each month.
Frequency: 24 issues per year.
Format - A4
ISSN 9215 — 0365
All articles are reviewed
Free access to the electronic version of journal
Edition of journal does not carry responsibility for the materials published in a journal.
Sending the article to the editorial the author confirms it’s uniqueness and takes full responsibility for possible
consequences for breaking copyright laws
Chief editor: Biro Krisztian
Managing editor: Khavash Bernat
• Gridchina Olga - Ph.D., Head of the Department of Industrial Management and Logistics (Moscow, Russian
Federation)
• Singula Aleksandra - Professor, Department of Organization and Management at the University of Zagreb
(Zagreb, Croatia)
• Bogdanov Dmitrij - Ph.D., candidate of pedagogical sciences, managing the laboratory (Kiev, Ukraine)
• Chukurov Valeriy - Doctor of Biological Sciences, Head of the Department of Biochemistry of the Faculty of
Physics, Mathematics and Natural Sciences (Minsk, Republic of Belarus)
• Torok Dezso - Doctor of Chemistry, professor, Head of the Department of Organic Chemistry (Budapest,
Hungary)
• Filipiak Pawel - doctor of political sciences, pro-rector on a management by a property complex and to the
public relations (Gdansk, Poland)
• Flater Karl - Doctor of legal sciences, managing the department of theory and history of the state and legal
(Koln, Germany)
• Yakushev Vasiliy - Candidate of engineering sciences, associate professor of department of higher mathe-
matics (Moscow, Russian Federation)
• Bence Orban - Doctor of sociological sciences, professor of department of philosophy of religion and reli-
gious studies (Miskolc, Hungary)
• Feld Ella - Doctor of historical sciences, managing the department of historical informatics, scientific leader
of Center of economic history historical faculty (Dresden, Germany)
• Owczarek Zbigniew - Doctor of philological sciences (Warsaw, Poland)
• Shashkov Oleg - Сandidate of economic sciences, associate professor of department (St. Petersburg, Russian
Federation)
• Gál Jenő - MD, assistant professor of history of medicine and the social sciences and humanities (Budapest,
Hungary)
• Borbély Kinga - Ph.D, Professor, Department of Philosophy and History (Kosice, Slovakia)
• Eberhardt Mona - Doctor of Psychology, Professor, Chair of General Psychology and Pedagogy (Munich,
Germany)
• Kramarchuk Vyacheslav - Doctor of Pharmacy, Department of Clinical Pharmacy and Clinical Pharmacol-
ogy (Vinnytsia, Ukraine)
«The scientific heritage»
Editorial board address: Budapest, Kossuth Lajos utca 84,1204
E-mail: public@tsh-journal.com
Web: www.tsh-journal.com

CONTENT
AGRICULTURAL SCIENCES
Ghukasyan A., Barbaryan A.,
Alichanyan N., Ghazaryan R.H.
STUDY OF NEW EARLY MATURE SOYBEAN VARIETIES
IN THE CONDITIONS OF THE ARARAT PLAIN AND
SYUNIK ZONE OF ARMENIA.........................................4
Starina A., Dmitrenko N., Moskaleva N.
RACIAL COMPOSITION OF THE CAUSATIVE AGENT OF
SUNFLOWER DOWNY MILDEW UNDER THE
CONDITIONS OF THE CENTRAL EXPERIMENTAL BASE
OF VNIIMK...................................................................7
ECONOMIC SCIENCES
Shulha O.
FUZZY MODELING OF DIGITAL ENTREPRENEURIAL
POTENTIAL OF BUSINESS MODELS IN THE INTERNET
ENVIRONMENT .........................................................11
GEOGRAPHICAL SCIENCES
Sysolin M., Kulakovskiy A.
TOPONYMY OF THE KOLA PENINSULA......................15
HISTORICAL AND ARCHEOLOGICAL SCIENCES
Huseynova L.
FROM THE HISTORY OF THE TRAINING OF SCIENTIFIC
PERSONNEL IN THE REPUBLIC OF AZERBAIJAN.........22
JURIDICAL SCIENCES
Vapnyarchuk B.
FEATURES OF THE LEGAL REGULATION OF LABOR
ACTIVITIES OF SCIENTISTS IN UKRAINE: CURRENT
STATE ........................................................................25
MEDICAL SCIENCES
Fakhradiyev I., Saliev T., Tanabayeva Sh.
POTENTIAL ANTIVIRAL ACTIVITY OF PROTEASE
INHIBITORS AGAINST COVID - 19 / SARS - COV – 2:
PROTOCOL OF IN VITRO STUDY ................................30
Zaslavskaya R., Zhumabayeva T., Veklenko G.
CHRONOSENSITIVITY TO EUPHYLLINUM OF
BRONCHIAL PASSABILITY PARAMETERS IN PATIENTS
WITH CHRONIC OBSTRUCTIVE LUNG DISEASES ........33
MILITARY SCIENCES
Martsenkovskyi V., Drok L., Mykolenko Y.
THE TRAINING MODEL OF SPECIALISTS IN THE
TRAINING SYSTEM OF RESERVE OFFICERS................36
PEDAGOGICAL SCIENCES
Hrechyn Ye., Ivanenko I., Artiukhova N.
RESEARCH COMPETENCE DEVELOPMENT MODEL OF
THE ACADEMIC STAFF IN HIGHER EDUCATIONAL
INSTITUTIONS............................................................41
Romanov V., Shiryaeva N.
CONTINUOUS HIGHER EDUCATION: STAGE-BY-STAGE
TRAINING WITH BRANCHING....................................43
PHILOLOGICAL SCIENCES
Hurtovenko N.
THE INFLUENCE OF FAMILY RELATIONSHIPS ON THE
APPEARANCE OF PSYCHOSOMATIC DISEASES IN
CHILDREN..................................................................51
PHILOSOPHICAL SCIENCES
Bolshakova A.
SOVIET CONSTRUCTIVISM AND THE STRATEGIES OF
ITS PHILOSOPHICAL RECEPTION................................53

PHYSICS AND MATHEMATICS
Koshkarova B., Kussainova L.
ON WIDTHS OF SETS GENERATED BY ONE SECTORIAL
OPERATOR.................................................................64
POLITICAL SCIENCES
Ermakov Yu.
SPECIFICS OF HUMAN NATURE AND STRONG
FACTORS IN COUNTERING CORRUPTION..................67
SOCIAL SCIENCES
Pashayev A.
STUDY OF INTERNATIONAL EXPERIENCE IN THE
HOSPITALITY INDUSTRY IN AZERBAIJAN AND
COMPARISON WITH WORLD COUNTRIES.................75
TECHNICAL SCIENCES
Matyukhin K., Sobol A., Gorkovets E.,
Yagodin V.
METHODS AND MEANS OF RADIO ENGINEERING
CONTROL OF THE AIRCRAFT FRICTION COEFFICIENT
WITH THE RUNWAY ..................................................81

4 The scientific heritage No 97 (2022)
AGRICULTURAL SCIENCES
ИЗУЧЕНИЕ НОВЫХ РАННЕСПЕЛЫХ СОРТОВ СОИ В УСЛОВИЯХ АРАРАТСКОЙ
РАВНИНЫ И СЮНИКСКОЙ ЗОНЫ АРМЕНИИ
Гукасян А.Г.
кандидат економ. наук, директор
Научный центр земледелия Республики Армения
Барбарян А.А.
кандидат с/х наук ведущий научный сотрудник
Алиханян Н.А.
научный сотрудник
Казарян Р.А.
кандидат с/х наук ведущий научный сотрудник
Научный центр земледелия Республики Армения
STUDY OF NEW EARLY MATURE SOYBEAN VARIETIES IN THE CONDITIONS OF THE
ARARAT PLAIN AND SYUNIK ZONE OF ARMENIA
Ghukasyan A.
Candidate of Science, director
Scientific center of agriculture of the Republic of Armenia
Barbaryan A.
Candidate of Science, Researcher
Alichanyan N.
Researcher
Ghazaryan R.H.
Candidate of Science, Researcher
Scientific center of agriculture of the Republic of Armenia
DOI: 10.5281/zenodo.7049646
Аннотация
В условиях Армении среди традиционно-возделываемых зернобобовых соя сравнительно новая куль-
тура, биологическая особенность которой позволяет возделывать её почти во всех почвенно-климатиче-
ских зонах республики.
В этой связи методом индивидуального отбора из мировой коллекции сои изучены и отобраны 3 но-
вых сорта сои – Раннеспелый-1, Милена и Менуа, которые по биологическим и хозяйственным свойствам
превосходят местный сорт Вагаршапати -2.
Abstract
In the conditions of Armenia, among the traditionally cultivated legumes, soybean is a relatively new crop,
the biological feature of which allows it to be cultivated in almost all soil and climatic zones of the republic.
In this regard, by the method of individual selection from the world collection of soybeans, 3 new soybean
varieties were studied and selected - Early ripe-1, Milena and Menua, which surpass the local variety Vaghar-
shapati-2 in biological and economic properties.
Ключевые слова: соя, сорт, отбор, высокопродуктивный, урожай.
Keywords: soybean, variety, selection, highly productive, harvest.
Актуальность
Араратская равнина основная сельскохозяй-
ственная зона Армении. После приватизации зе-
мель основными полевыми культурами в респуб-
лике стали злаковые, колосовые, в частности ози-
мая пшеница, которая фактически стала
монокультурой, вследствие чего из года в год сни-
жалось плодородие почв, урожайность, увеличива-
лась засоренность посевов сорняками.
Одним из радикальных методов выхода из со-
здавшегося положения является сокращение посе-
вов озимой пшеницы и замена альтернативными
культурами, способствующими восстановлению и
повышению плодородия почв и частичному реше-
нию проблемы азотного дефицита. Такой культу-
рой из зернобобовых является соя.
Среди традиционно- возделываемых зернобо-
бовых в Армении соя сравнительно новая культура,
биологическая особенность которой позволяет воз-
делывать и почти во всех почвенно-климатических
зонах республики.
Соя - ценнейшая, универсальная зернобобовая
масличная культура, зерна которого содержат 26-
30% жира, 36-48 % хорошего сбалансированного по
аминокислотному составу белки и более 20% угле-
водов. Масло сои полувысыхающая, отличается
высоким содержанием незаменимых жирных кис-
лот. Она содержит большое количество витаминов

The scientific heritage No 97 (2022) 5
и органических веществ. Разнообразный химиче-
ский состав зерен сои позволяет использовать их в
пищевых, кормовых и технических целях. Однако
эта культура не получена мирового распростране-
ния из-за отсутствия новых высокоурожайных сор-
тов, возделывание которых велось только в усло-
виях Араратской равнины.
Материалы и методы
В условиях Армении для получения новых вы-
сокопродуктивных сортов и для внедрения в сель-
скохозяйственное производство в Научном центре
земледелия велись исследования, которые пока-
зали, что в условиях Араратской равнины и её пред-
горной зоны сою можно возделывать в весенних
посевах также после раннеубранных культур, как
пожнивную [2].
Целью наших исследований явились также
изучение и получение новых раннеспелых, высоко-
продуктивных сортов сои из мировой коллекции
методом индивидуального отбора, внедрение кото-
рых в горных зонах республики будет способство-
вать обогащению почв азотом и повышению плодо-
родия почв, которое является глаголом залогом по-
лучения высокого урожая.
Коллекцию сои изучали в условиях Арарат-
ской равнины при весеннем посеве и отобраны три
раннеспелых сорта - Раннеспелый-1, Милена и Ме-
нуа. Контролем служил районированый сорт Вагар-
шапати- 2. Полученные сорта прошли экологиче-
ское испытание в условиях горной зоны (Сюник-
ский марз) [3] .
Сорт Раннеспелый -1 прошёл госиспытание и
предназначен для возделывания в Араратской рав-
нине, предгорной и горной зонах, а в Араратской
равнине возделывается также как пожнивная.
Период вегетации составляет 70-75 дней, вы-
сота растений 50-55 см, первые бобы формируются
на высоте 8,5 см от поверхности почвы.
При созревании бобы желтокоричневые, слабо
опушенные с 3-4 зернами. Зерна средней величины,
круглоовальные, жёлто-зелёные с серыми пятнами.
Вес 1000 семян составляет 195-203г., содержа-
ние сухих веществ – 92-94%, сырого протеина - 38-
41 %, жиров -32- 35%, урожайность 32,1-34 ц/га.
Сорт Милена получен из мировой коллекции
сои методом индивидуального отбора. Сорт про-
шёл госиспытания и предназначен для возделыва-
ния в Араратской равнине, предгорной и горной зо-
нах республики. В Араратской равнине возделыва-
ется также как пожнивная. Период вегетации со-
ставляет 85 - 90 дней. Высота растений 50- 60 см.
Первые бобы формируются на высоте 9,5 см. от по-
верхности почвы. Растения и бобы опущенные. При
созревании бобы имеют сероватый оттенок. Цветки
фиолетовые с 3-4 соцветиями. Боб содержит 3-4
зерна, овальные, желтоватого цвета. Вес 1000 зерен
составляет 180-185 г. Содержание сырого протеина
– 38,0-40,0%, белков - 35%, жиров 32,7%, урожай-
ность 31.4-34,8 ц/га.
Сорт Менуа получен из мировой коллекции
сои методом индивидуального отбора. Сорт про-
шёл госиспытание и предназначен для возделыва-
ния в условиях Араратской равнины, предгорной и
горной зонах республики.
В Араратской равнине возделывается как по-
жнивная.
Период вегетации 80-85 дней. Высота расте-
ний 48-55 см. Первые бобы формируются на высоте
7,0-7,5см от поверхности почвы. При созревании
бобы желтоватые, густо-опушенные с 3-4 зернами.
Зерна овальные, средней величины, желтоватые с
чёрными пятнами. Вес 1000 зерен 179-180 г. Содер-
жание сырого протеина составляет 32%, жиров
30,0-30,5%, урожайность 31,0- 33,3 ц/га.
Опыты заложены в условиях Араратской рав-
нины в Эчмиадзинском экспериментальном хозяй-
стве Научного центра земледелия а в Сюникской
зоне - на участке Сисианской семеноводческой ас-
социации.
Опыты заложены в трех повторностях, площа-
дью 50 м2
учётной делянки, по схеме 70 x15x1.
Отобранные из мировой коллекции раннеспе-
лые сорта сои оценивались в обеих условиях по
урожайности и качеству зерна.
Исследование показали, что отобранные ран-
неспелые сорта по сравнению с местными селекци-
онным сортом Вагаршапати - 2 отличаются по био-
логическим показателям. Данные таблицы 1 пока-
зывают, что отобранные сорта по сравнению с
контролем в Араратской равнине имеют более ко-
роткий вегетационный период. Так, если у кон-
троля вегетационный период составил 123 дней, то
у отобранных сортов - 78-92 дней, а в Сюникском
зоне вегетационный период длится на 2-4 дня
дольше (таблица 1) .

Таблица 1
Биологические показатели раннеспелых сортов сои
Сорт
Араратская равнина Сюникская зона
Вегетационный
период,
дней
Высота
растений,
см.
Высота
формирования
первого
боба,
см.
К-ов
ветвей
одного
рас-
тения,
шт.
К-во
клубней
одного
растения,
шт.
Вегетационный
период,
дней
Высота
растений,
см.
Высота
формирования
первого
боба,
см.
К-ов
ветвей
одного
рас-
тения,
шт.
К-во
клубней
одного
растения,
шт.
Вагаршапати -2 123 53,6 4,8 2 6,3 128 52,9 4,4 2 5,9
Ранеспелый -1 78 55,0 8,5 4 8,0 80 54,4 8,3 3 7,7
Милена 85 61,2 9,5 5 8,7 88 60,9 8,9 4 8,5
Менуа 92 65,0 8,7 4 9,0 96 64,2 8,2 4 8,7
Исследования показали, что отобранные сорта
отличаются и по высоте растений. Так, в Арарат-
ской равнине у контроля высота растений соста-
вила 53 ,6 см., а в Сюникской зоне - 52,9 см., у ото-
бранных сортов в Араратской равнине у сорта Ран-
неспелый- 1 высота растений составила 55 см., у
сорта Милена- 61,2 см., а у сорта Менуа - 65 см. В
Сюникской зоне у отобранных сортов соответ-
ственно: 54,4; 60,9 и 64,2 см.
Высокий рост у новых сортов способствовал
высокому формированию первого боба, который
является важным показателем сои для механизиро-
ванной уборке урожая. Высота первого боба в Ара-
ратской равнине у сорта Раннеспелый- 1 составила
8,5 см., у Милены -9,5 см., а у Менуа- 8,7 см. от по-
верхности почвы, а в контрольном варианте этот
показатель составил 4,8 см. В Сюникской зоне вы-
сота первого боба по сортам варьировала от 8,3-9,0
см., а в контроле – 5,9 см.
Данные таблицы 1 показывают, что количе-
ство ветвлений у новых сортов в обоих климатиче-
ских условиях было больше, чем у контрольного
сорта. Так, количество ветвей у контроля было 2
шт., а у сортов от 3-5 шт.
У зернобобовых для фиксации азота, как из-
вестно, важнейшим показателем является форми-
рование клубеньков. Отобранные сорта по сравне-
нию с местным сортом Вагаршапати -2 образовали
больше клубеньков на одно растение. Так, в усло-
виях Араратской равнины количество клубеньков у
новых сортов колебалось от 8,0-9,0 шт., в Сюник-
ской зоне от 7,7-8,7 шт., в контроле- 6,3 и 5,9 шт.
Обработка урожайных данных показала, что
продуктивность новых сортов в обоих климатиче-
ских условиях была высокой.
Данные таблицы 2 утверждают, что новые
сорта по своим продуктивностям превосходят кон-
трольный вариант.
Так, по сравнению с местным селекционным
сортом Вагаршапати-2, сорта Раннеспелый-1, Ми-
лена и Менуа в условиях Араратской равнины обес-
печили 34,5; 33,2 и 32,9 ц/урожая с гектара, а в Сю-
никской зоне – 33,0; 32,1 и 32,2ц/га.
Высокий урожай новых сортов формировался
за счёт большого числа бобов и зерен с одного рас-
тения (таблица 2). У контроле число бобов одного
растения было 51,7 шт., и 49,5 шт. По сравнению с
контрольным сортом количество бобов было высо-
кое в двух климатических условиях. Так, в Арарат-
ской равнине у сортов Раннеспелый-1 количество
бобов одного растения было 64,9 шт., у Милены -
64,4 шт., а у Менуа- 63,5 шт. В Сюникской зоне этот
показатель составил 63,7; 61,1 и 62,8 шт. соответ-
ственно. Исходя из этих показателей, следова-
тельно и было больше количество зерна одного рас-
тения в обоих климатических условиях.
Таблица 2
Урожай и качество новых раннеспелых сортов сои
Сорт
Араратская равнина Сюникская зона
Урожай,
ц/га
Прибавка
уро-
жая,ц/га
К-ов
бобов
с
од-
ного
растения,
шт.
К-во
зерен
одного
растения,
шт.
Сырой
протеин,%
Жиры,%
Урожай,
ц/га
Прибавка
уро-
жая,ц/га
К-ов
бобов
с
од-
ного
растения,
шт.
К-во
зерен
одного
растения,
шт.
Сырой
протеин,%
Жиры,%
Вагар-
шапати -2
26,7 - 51,7 149,1 28,9 28,5 26,0 - 49,5 142,3 28,5 28,7
Ранеспелый
-1
34,5 7,8 64,9 208,2 39,9 33,6 33,0 7,0 63,7 191,1 39,5 33,1
Милена 33,4 6,7 64,4 193,2 38,6 32,7 32,1 6,1 61,1 183,3 38,9 32,4
Менуа 32,9 6,2 63,5 191,7 32,5 30,8 32,2 6,9 62,8 188,4 33,4 30,2

Из таблицы 2 видно, что по сортам этот пока-
затель колеблется от 191,7 -208,2 шт. и от 183,3 -
191,1 шт. а в контроле 149,1 шт. и 142,3 шт. Испы-
туемые сорта оцениваются не только по количеству
урожая, но и по качеству зерна, поскольку получе-
ние высококачественного растительного белка и
жира являются главной целью возделывания сои.
Результаты исследования показали различия
сортов по содержанию сырого протеина, что и со-
ставляет в Араратской равнине 39,9; 38,6 и 32,5%, а
в Сюникской зоне - 39,5; 38,9 и 33,4% по сравнению
с контрольным вариантом.
Согласно многочисленным исследованиям ко-
личество жиров в зернах сои может колебаться от
26 до 28 %, что в большинстве случаев сочетается
сортовой особенностью, однако может обусловли-
ваться также условиями выращивания [1,2].
По А.Т.Нерсисяну количество жиров в зернах
сои в условия равнины составляет 26,3-27 %. [1,4] у
наших сортов количество жиров в Араратской рав-
нине колеблется от 30,8-33,6 %, а в Сюникской зоне
от 30,2 -33,1 %.
Выводы
Исследования показали, что полученные но-
вые сорта из мировой коллекции сои методом ин-
дивидуального отбора, показали, что новые сорта
сои Раннеспелый-1, Милена и Менуа по биологиче-
ским признакам и продуктивности зерна превосхо-
дят местный сорт Вагаршапати - 2 в обоих клима-
тических условиях республики.
Эти сорта прошли госиспытание. Внедрение в
производство этих сортов в равнинных и горных
условиях республики целесообразно и будет спо-
собствовать переходу от традиционных методов к
органическим методам ведения сельского хозяй-
ства.
Список литературы
1. Нерсисян П.М., Нерсисян А.Г.- Биологиче-
ская и хозяйственная характеристика сортов сои в
весенних и летних посевах. - ж. Агрогитутюн, 1999
г. № 2, с. 123 -128.
2. Епремян Дж.В., Давтян Г.Д., Казарян Р.Г.,
Семерджян С.П.- Результаты изучения раннеспе-
лых сортов сои в условиях Араратской равнины Ар-
мении. - Матер. Кавказской конф. по зерновым и
зернобобовым культурам. - Тбилиси, 2004 г.№ 2, с.
173 -175.
3. Давтян Г.Д. - Результаты изучения сорто-
образцов из мировой коллекции сои в условиях
Араратской равнины.- Межд. науч. конф. Известия
с/х академии Армении. Ереван, 2004 г., № 4 с. 17-
20.
4. Карапетян С.С.- Особенности возделыва-
ния сои в Араратской равнине. - Брошюра (на
арм.яз.), Ереван, 2011 г., с. 63.
РАСОВЫЙ СОСТАВ ВОЗБУДИТЕЛЯ ЛОЖНОЙ МУЧНИСТОЙ РОСЫ
ПОДСОЛНЕЧНИКА В УСЛОВИЯХ ЦЕНТРАЛЬНОЙ ЭКСПЕРИМЕНТАЛЬНОЙ БАЗЫ
ВНИИМК
Старина А.А.
магистр
Дмитренко Н.Н.
к. с.-х. н., доцент,
Москалева Н.А.
к. б. н., доцент,
«Кубанский государственный аграрный университет имени И.Т. Трубилина»
г. Краснодар, Россия
RACIAL COMPOSITION OF THE CAUSATIVE AGENT OF SUNFLOWER DOWNY MILDEW
UNDER THE CONDITIONS OF THE CENTRAL EXPERIMENTAL BASE OF VNIIMK
Starina A.
Master
Dmitrenko N.
Ph.D. Sc.,
Associate Professor,
Moskaleva N.
Ph.D. PhD,
Associate Professor,
Kuban State Agrarian University named after I.T. Trubilin,
Krasnodar, Russia
DOI: 10.5281/zenodo.7106907
Аннотация
Интенсивное возделывание подсолнечника в последние двадцать лет с нарушением научно обосно-
ванных севооборотов и привлечением иностранных гибридов нарушило сложившееся равновесие в си-
стеме паразит – хозяин и стимулировало расообразовательный процесс возбудителя ложной мучнистой

росы. Повысить урожай подсолнечника высокого качества возможно с размещением сорта или гибрида в
севообороте с учетом устойчивости биотипу патогена данной местности, для чего необходимы наблюде-
ния за процессом расообразования.
Abstract
Iintensive cultivation of sunflower in the last twenty years with violation of scientifically based crop rotations
and attraction of foreign hybrids has upset the existing balance in the parasite-host system and stimulated the race-
forming process of the downy mildew pathogen. It is possible to increase the yield of high quality sunflower with
the placement of a variety or hybrid in a crop rotation, taking into account the stability of the biotype of the path-
ogen in the area, which requires monitoring the process of race formation.
Ключевые слова: культура, линия, ложная мучнистая роса, линия-дифференциатор, фитосанитарное
обследование.
Keywords: culture, line, downy mildew, differentiator line, phytosanitary survey.
Подсолнечник (Helianthus annuus L.) занимает
лидирующее положение по занятости посевных
площадей в южных регионах России, так как явля-
ется ценной и высокодоходной культурой [2,4,5].
Мировая площадь посевов подсолнечника состав-
ляет более 18 млн. га. Общая площадь посевов под-
солнечника в России составляет более 5 млн. га. По
данным Россельхозцентра за 2020 год посевные
площади подсолнечника в Краснодарском крае со-
ставили 462 тыс. га [1,6,7]. Массовый посев подсол-
нечника на территории края связан с высокой цен-
ностью и востребованностью культуры. Одним из
наиболее вредоносных на культурах является лож-
ная мучнистая роса: потери урожая в благоприят-
ные для развития гриба годы могут достигать
80%[3,9,13]. Одной из проблем в борьбе с этим
опасным заболеванием является появления новых
агрессивных рас возбудителя, что может приводить
не только к снижению урожайности подсолнеч-
ника, но и качества семян [8,10,12]. Чтобы избежать
этих негативных последствий, необходим постоян-
ный мониторинг состояния рас возбудителя лож-
ной мучнистой росы для использования получен-
ных данных в селекции при создании устойчивых к
данному заболеванию сортов и гибридов, так как
потери урожая на генетически незащищенных ги-
бридах подсолнечника могут достигать 0,3-0,8 т/га.
Целью проведенных исследований являлось
изучение расового состава возбудителя ложной
мучнистой росы подсолнечника с помощью между-
народно принятых линий тестеров в условиях цен-
тральной экспериментальной базы (ЦЭБ)
ВНИИМК в погодных условиях 2020 года.
Полевые наблюдения проводились в условиях
центральной экспериментальной базы ФГБНУ
ФНЦ ВНИИМК, расположенной в г. Краснодаре.
Лабораторные исследования проводились в лабора-
тории иммунитета и молекулярного маркирования
ФГБНУ ФНЦ ВНИИМК.
Фитосанитарное обследование посевов под-
солнечника с целью обнаружения растений, пора-
женных ложной мучнистой росой проводили в фазу
образования 2 – 4 пар настоящих листьев по обще-
принятой методике. При проведения обследования
были собраны полевые изоляты Pl. halstedii в коли-
честве 117 штук.
Идентификацию рас возбудителя заболевания
проводили в лаборатории ВНИИМК по их методи-
кам с использованием семянки стандартного тест-
набора 9 линий.
Семена сначала проращивали, а затем про-
ростки помещали в растильни по 10 штук в трех
кратной повторности [8,11]. Растильни размеща-
лись на стеллажах в культуральной комнате до по-
явления у подсолнечника первой пары настоящих
листьев.
Через 7 дней согласно методике проведения
исследования было произведено заражение расте-
ний подсолнечника ложной мучнистой росой в
фазу первой пары настоящих листьев.
Заражение растений проводили водной сус-
пензией зооспор, для чего в отстоянную водопро-
водную воду смывали спороношение гриба с со-
бранных в поле листьев. Количество зооспорангиев
(мл) возбудителя в маточной суспензии, на 1 литр
воды определялось по формуле (1):
МС = 90 (норма) / ф х 100, где, (1)
МС – маточная суспензия зооспорангиев, (мл),
в расчёте на 1 литр воды;
Ф – количество зооспорангиев в суспензии
фактическое (в среднем по 3-м повторностям).
Маточной суспензией с нагрузкой 90 зооспо-
рангиев в 1 мл поливали растильни. В течение 6 су-
ток проростки подсолнечника содержали при тем-
пературе 22 – 24°С . Оценка восприимчивости ли-
нии-дифференциатора к определенной расе
патогена проводилась на 7-е сутки.
На восприимчивых к ложной мучнистой росе
проростках подсолнечника наблюдался белый ко-
нидиальный налет, по которому и оценивался им-
мунитет опытных растений. Если контрольный вос-
приимчивый сорт не был поражен на 100%, то опыт
повторялся.
По каждой растильне проводился учет наличия
спороношения ложной мучнистой росы на листьях
подсолнечника. Наличие спороношения является
показателем восприимчивости линии-дифференци-
атора к определенной расе патогена.
Расчет триплет-кода – проводился суммирова-
нием оценок по восприимчивости по каждой линии
и состоял из трех цифр.
Данные, полученные во время учета по каждой
растильне, позволили провести расчет триплет-
кода для идентификации рас ложной мучнистой
росы.
В ходе исследования были идентифицированы
следующие расы возбудителя ложной мучнистой

росы, присутствующие на подсолнечнике в усло-
виях центральной экспериментальной базы (ЦЭБ)
ФГБНУ ФНЦ ВНИИМК в 2020 году: 330, 710, 730,
334, 734 (таблица 1).
Таблица 1
Расчет триплет-кода для идентификации рас Pl. Halstedii
Линия-
дифференциатор
D-1 D-2 D-3 D-4 D-5 D-6 D-7 D-8 D-9
Оценка линии, если она
восприимчива (S)
1 2 4 1 2 4 1 2 4
триплет-код
Раса 330
расчет
S S R S S R R R R
1 + 2 + 0
= 3
1 + 2 + 0
= 3
0 + 0 + 0
= 0
330
Раса 710
расчет
S S S S R R R R R
1 + 2 + 4
= 7
1 + 0 + 0
= 1
0 + 0 + 0
= 0
710
Раса 730
расчет
S S S S S R R R R
1 + 2 + 4
= 7
1 + 2 + 0
= 3
0 + 0 + 0
= 0
730
Раса 334
расчет
S S R S S R R R S
334
1 + 2 + 0
= 3
1 + 2 + 0
= 3
0 + 0 + 4
= 4
Раса 734
расчет
S S S S S R R R S
734
1 + 2 + 4
= 7
1 + 2 + 0
= 3
0 + 0 + 4
= 4
В результате исследования было установлено,
что расовый состав возбудителя ложной мучнистой
росы подсолнечника в условиях центральной экс-
периментальной базы (ЦЭБ) ФГБНУ ФНЦ
ВНИИМК в 2020 году был неоднородным, и был
представлен следующим образом: 330 раса – 20 об-
разцов, 710 раса – 35 образцов, 730 раса – 38 образ-
цов, 334 раса – 7 образцов. С кодом вирулентности
«734» были выявлены: 734 раса – 4 образца,
710+334 – 5 образцов, 730+334 – 8 образцов.
В процентном соотношении раса 334 оказа-
лось самой малочисленной и составила только 6%.
Наиболее распространенными расами Pl. Halstedii
в условиях данного опытного поля были 710 и 730
расы. Процентное содержание их в посевах подсол-
нечника составляло 30% и 32% соответственно.
Распространенность 710 расы ложной мучнистой
росы была в пять раз выше, чем распространен-
ность 334 расы (рисунок 1).
Рисунок 1 – Расы Pl. halstedii, выявленные в условиях центральной экспериментальной базы (ЦЭБ)
ФГБНУ ФНЦ ВНИИМК в 2020 году
Распространение 734 и 330 рас патогена в
условиях опытного поля находилось приблизи-
тельно на одинаковом уровне и составило 15% и
17% соответственно.
Кроме изолятов истинной расы 734, эта фор-
мула вирулентности стала результатом смешения в
одном растении нескольких рас патогена: 334+710
и 334+730. Ранее исследователи из других стран со-
общали о смешении рас в одном полевом изоляте
17%
30%
32%
6%
15%
Расовый состав популяции Pl. Halstedii
330 раса
710 раса
730 раса
334 раса
734 раса

Pl. halstedii, в популяции паразита в России это
было обнаружено впервые в 2019 году.
Погодные условия, сложившиеся в 2020 году
оказались благоприятными для первичного зараже-
ния подсолнечника данными расами ложной муч-
нистой росы на центральной экспериментальной
базы (ЦЭБ) ФГБНУ ФНЦ ВНИИМК, которые были
установлены в ходе исследования.
Проведенный сравнительный анализ расового
состава возбудителя ложной мучнистой росы под-
солнечника, присутствовавший на поле централь-
ной экспериментальной базы (ЦЭБ) ФГБНУ ФНЦ
ВНИИМК в 2015 и 2020 годах, показал различие в
составе популяции рас патогена. Было отмечено
наличие в 2020 году расы, которая отсутствовала на
опытном поле в условиях 2015 года – расы 734. Ее
распространение в 2020 году составило 15%.
Наиболее встречаемой в годы исследований оказа-
лась раса 730. В 2020 году ее распространение со-
ставило 32%, в 2015 году – 36%. Самой редко встре-
чаемой расой в 2015 году была 710 раса, распро-
странение которой было 3 раза меньше, чем расы
730.
В 2020 году произошли изменения в расовом
составе возбудителя ложной мучнистой росы под-
солнечника. Самой менее распространенной расой
Pl. Halstedii в условиях центральной эксперимен-
тальной базы (ЦЭБ) ФГБНУ ФНЦ ВНИИМК была
раса 334. Ее распространение в этом году составило
только 6%, что более чем в 3 раза меньше, чем в
2015 году.
Мониторинг расового состава и соотношение
рас в популяции возбудителя ложной мучнистой
росы на подсолнечнике дает возможность размеще-
ние в севообороте изучаемого сорта или гибрида с
учетом устойчивости к биотипу патогена, а это дает
возможность получения качественного урожая се-
мян с минимальными потерями.
Список литературы
1.Бедловская И.В. Видовой состав, эколого-
трофическая принадлежность сорных растений в
посевах подсолнечника /И.В. Бедловская, Л.Г.
Мордалева, Е.Ю. Веретельник, Н.Н. Дмитренко,
А.А. Самонов //Труды Кубанского государствен-
ного аграрного универcитета. 2017. № 65.- С. 63-69.
2.Горьковенко, В.С. Биологическая и хозяйствен-
ная эффективность фунгицида Амистар Экстра, СК на
коллекции сортов озимой пшеницы /В.С. Горьковенко,
Н.Н. Дмитренко, И.В. Бедловская, Ф.И. Дмит-
ренко//Труды Кубанского государственного аграрного
университета, 2017 – №69. – С.135– 139.
3.Дмитренко Н.Н. Агроэкологическая эффек-
тивность предпосевного обогрева и обогащения
марганцем семян риса, выращиваемого в условиях
Правобережья реки КУБАНЬ // диссертация на со-
искание ученой степени кандидата сельскохозяй-
ственных наук / Всероссийский научно-исследова-
тельский институт риса. Краснодар, 2011
4. Дмитренко Н.Н. Агроэкологическая эф-
фективность предпосевного обогрева и обогащения
марганцем семян риса, выращиваемого в условиях
правобережья реки Кубань/ Н.Н. Дмитренко // авто-
реферат диссертации на соискание ученой степени
кандидата сельскохозяйственных наук/ Всероссий-
ский научно-исследовательский институт риса.
Краснодар, 2011
5. Дмитренко Н.Н. Биологическая эффектив-
ность фунгицида Фалькон, КЭ на коллекции сортов
озимой пшеницы/ Н.Н. Дмитренко, И.В. Бедлов-
ская, Ф.И. Дмитренко //В сборнике: Концепции
фундаментальных и прикладных научных исследо-
ваний. Сборник статей по итогам Международной
научно-практической конференции: в 6 частях.
2017. С. 182-184.
6. Дмитренко Ф.И. Видовой состав возбуди-
телей корневых гнилей в посевах озимой пшеницы
сорта Гурт/ Ф.И. Дмитренко, Н.М. Смоляная, Н.Н.
Дмитренко, Н.А. Москалева, Ю.Д. Киданова//The
Scientific Heritage. 2021. № 81-1 (81). С. 6-10.
7. Дмитренко Н.Н. Видовой состав и вредо-
носность основных вредителей в посевах озимой
пшеницы/ Н.Н. Дмитренко, А.С. Почуйко, А.А. До-
влятко// В сборнике: КОНЦЕПЦИИ
УСТОЙЧИВОГО РАЗВИТИЯ НАУКИ В
СОВРЕМЕННЫХ УСЛОВИЯХ. сборник статей по
итогам Международной научно-практической кон-
ференции: в 6 частях. 2017. С. 176-179.
8.Дмитренко, Н.Н. Динамика распространения
основных вредителей подсолнечника в ООО
«Альфа» Крыловского района Краснодарского
края/ Н.Н. Дмитренко, Н.А. Москалева, А.С. По-
чуйко// В сборнике Энтузиасты аграрной науки.
Сборник статей по материалам Международной
научно-практической конференции, посвященной
95-летию кафедры агрономической химии Кубан-
ского аграрного университета и памяти академика
Василия Григорьевича Минеева.2017.С.210-214.
9.Дмитренко Н.Н. Эффективность применения
протравителей против альтернариозной инфекции
на озимой пшенице сорта Курс в условиях Цен-
тральной зоны Краснодарского края/ Н.Н. Дмит-
ренко, А.А. Карпенко, В.А. Куриленко//Труды Ку-
банского государственного аграрного универси-
тета. 2019. № 77. С. 84-89.
10. Маслиенко Л. В. Поиск оптимального ме-
тода искусственного заражения подсолнечника воз-
будителем ложной мучнистой росы для определе-
ния эффективности опытных образцов микробио-
препаратов / Л. В. Маслиенко, Н. М. Арасланова, М.
А. Ковчигина // Масличные культуры. – 2014. –
Вып. 2 (159-160).
11. Москалева Н.А. Эффективность защиты
озимой пшеницы в условиях КФХ Киданов Д.И. Бе-
логлинского района/ Н.А. Москалева, Н.Н Дмит-
ренко, Ю.Д Киданова//В сборнике: Энтузиасты аг-
рарной науки. Сборник статей по материалам Меж-
дународной конференции. Ответственный за
выпуск А.Х. Шеуджен. 2018. С. 260-262.
12. Сертификация и стандартизация продук-
ции растениеводства /Дмитренко Н.Н., Москалева
Н.А.-Учебное пособие. - Краснодар, 2022. 55- 74 с.
(2-е издание, исправленное и дополненное).
13. Шеуджен А.Х. Физико-химические при-
емы повышения полевой всхожести семян и про-
дуктивности рисового агроценоза (монография) /
А.Х. Шеуджен, Т.Н. Бондарева, С.В. Кизинек, Н.Н.
Дмитренко// Майкоп, 2008.

ECONOMIC SCIENCES
НЕЧІТКЕ МОДЕЛЮВАННЯ ЦИФРОВОГО ПІДПРИЄМНИЦЬКОГО ПОТЕНЦІАЛУ
БІЗНЕС-МОДЕЛЕЙ В ІНТЕРНЕТ-СЕРЕДОВИЩІ
Шульга О.М.
аспірант кафедри економіки та підприємництва
ЗВО «Київський національний економічний університет імені Вадима Гетьмана»
FUZZY MODELING OF DIGITAL ENTREPRENEURIAL POTENTIAL OF BUSINESS MODELS IN
THE INTERNET ENVIRONMENT
Shulha O.
postgraduate, Department of Economics of Enterprises SHEE “Kyiv National Economic University named
after Vadym Hetman”
DOI: 10.5281/zenodo.7106919
Анотація
У статті узагальнено теоретичні аспекти впливу факторів невизначеності на оптимізацію бізнес-мо-
делей у цифровому підприємництві, визначено найбільш ризикові фактори, які впливають на прийняття
рішень споживачів в інтернет-середовищі. Запропоновано універсальну модель цифрового підприємниць-
кого потенциалу з урахуванням факторів невизначеності.
Abstract
The article summarizes the theoretical aspects of the influence of uncertainties on the optimization of business
models in digital entrepreneurship, identifies the most risky factors that influence consumer decision-making in
the Internet environment. A universal model of digital entrepreneurial potential taking into account uncertainties
is proposed.
Ключові слова: бізнес-моделі, електронна комерція, нечітка логіка, онлайн-торгівля, цифровізація.
Keywords: business-models, e-commerce, fuzzy logic, online-trading, digitalization.
Динамічний характер електронної комерції
спонукає інтернет-компанії вносити зміни у свої бі-
знес-процеси та процеси прийняття рішень, щоб за-
довольнити потреби клієнтів. Інтернет-компанії
впроваджують інструменти та системи Business
Intelligence (BI) разом із нечіткою логічною систе-
мою для прогнозування майбутнього електронної
комерції. За допомогою BI бізнес має більше мож-
ливостей вибирати типи та структури необхідної ін-
формації для обслуговування клієнтів. Нечітка
логічна система та можливості BI дозволять як
клієнтам, так і постачальникам приймати правильні
рішення щодо покупок в Інтернеті. Багато
експертів вважають, що довіра та безпека є найваж-
ливішими факторами ризику для поширення елек-
тронної комерції. На довіру до Інтернету можуть
впливати такі фактори, як зручність використання,
обізнаність та ведення бізнесу з невідомими сторо-
нами. У цій роботі розглядається доцільність імпле-
ментації нечіткої логіки та підхід до ефективного
розвитку бізнес-моделей цифрового підприєм-
ництва.
Оперативна бізнес-аналітика підтримує аналіз
та контроль бізнес-процесів шляхом інтеграції ін-
формаційних систем з технічної та ділової точки
зору. Це, в свою чергу, дозволяє цифровому
підприємництву приймати обґрунтовані бізнес-
рішення, і, отже, може бути джерелом конкурент-
них переваг. Крім того, ця перевага необхідна для
покращення своєчасності та якості інформації для
задоволення потреб споживачів. Доступ до поточ-
ної та точної інформації може усунути невизна-
ченість у бізнес-процесі. Через невизначеність та
неоднозначну інформацію споживачі вважають
процес прийняття рішень важким та болючим.
Відповідно, упередження невизначених подій по-
кращить координацію між бізнес-процесами та доз-
волить бізнесу вчасно реагувати на занепокоєння та
очікування споживачів. Нечітка логіка забезпечує
засіб для подолання неясності та невизначеності,
які особливо присутні у цифровому підприєм-
ництві, тому що якісна та нечітка інформація часто
використовується в процесі оцінки довіри та без-
пеки при прийняті рішення користувачами інтере-
нет-ресурсів різних бізнес-моделей.
У дослідженні [1] подано огляд літератури з
питань довіри, головним чином з урахуванням
відносин на організаційному рівні. В огляді
висвітлюється оцінка довіри як багатошаровий, ба-
гатокритеріальний і часто контекстозалежний про-
цес, який зазвичай використовує різні джерела до-
казів для оцінки надійності піклувальників. Було
згадано [2], що довіра була найважливішим факто-
ром для споживачів вести бізнес один з одним.
Навпаки, надійність системи дає споживачам впев-
неність у виборі певної платформи електронної ко-
мерції. Вони запропонували нечіткий гібридний ба-
гатокритеріальний аналіз для оцінки надійності си-
стем електронної комерції.
В сучасному світі у користувачів є безліч аль-
тернативних варіантів для вивчення та прийняття
розумного та безпечного рішення не первному ін-
тернет-ресурсі. За пару кліків у них є можливість

знайти однакові пропозиції, пропоновані різними
інтернет-ресурсами з різними ціновими варіантами.
На рішення споживачів про покупку можуть впли-
вати різні фактори, такі як надійність, бренд, репу-
тація, безпека та конфіденційність тощо.
Можуть бути випадки, коли зворотне також
відповідає дійсності, але для таких випадків буде
необхідний високий рівень переконання, щоб
змінити рівень сприйняття. Поняття лінгвістичної
змінної є першорядним для нечіткої логіки, де зна-
чення лінгвістичної змінної виражаються як слова,
а не як числові значення. Наприклад, твердження
“цифровий підприємницький потенціал” означає,
що лінгвістична змінна “цифровий підприємниць-
кий потенціал” успішно набуває мовного значення.
Терміни в нечіткій логіці можна визначити як
структуру правила IF-THEN, яка пов'язує дані чи
факти в частині IF з деякими діями в частині THEN.
Правило містить деякий опис способу вирішення
проблеми. Правила відносно легко створювати та
розуміти. Будь-яке правило складається з двох ча-
стин: частини IF, яка називається антецедентом (пе-
редумовою чи умовою), і частиною THEN, що на-
зивається послідовністю (висновок або дія). Крім
того, правило може мати кілька попередніх об’єд-
наних ключових слів AND (кон’юнкція), XOR
(диз’юнкція) або їх поєднання. Нечітке міркування
включає дві різні частини: (1) оцінка попереднього
правила та (2) імплікація або застосування резуль-
тату до наступного. У класичній експертній си-
стемі, якщо попереднє правило є істинним, то і
наступне також є істинним. У нечітких системах, де
антецедент є нечітким твердженням, усі правила
певною мірою спрацьовують, або іншими словами,
вони спрацьовують частково. Це також можна ро-
зуміти як те, що якщо передумова є певною мірою
вірною, то висновок також буде справедливим в тій
же мірі. Потрібно вивчити різні хеджування цього
набору, що автоматично створить деяку додаткову
підмножину показників довіри [3]. Для того, щоб
отримати повне уявлення про нечітку експертну си-
стему, висновок може дати детальне пояснення
задіяних процесів. Слід зазначити, що початкові
введення - це чіткий набір чисел. Ці значення пере-
творюються з числового рівня на мовний. Після
цього застосовуються нечіткі правила та вико-
нується механізм нечітких умовиводів. Це призведе
до заданого рівня бізнес-моделі як різного ступеня
членства в нечітких підмножинах загального
набору. Останнім кроком є процес дефузіфікації,
який надає числове значення ймовірності фактору,
наприклад, наскільки ця система корисна для спо-
живача та які переваги може очікувати постачаль-
ник від прийняття того чи іншого рішення. Для спо-
живача, який не знає або не може прийняти обґрун-
товане рішення про купівлю, цей інструмент
допоможе зрозуміти параметри, які можуть впли-
нути або виявити сильні та слабкі сторони інтернет-
ресурсу. Подібним чином, власник інтернет-ре-
сурсу може використовувати цей інструмент для
виявлення критичних факторів, відповідно до яких
користувач (споживач) приймає своє рішення.
Отже, можна скласти більш реалістичну картину
ймовірності факторів, що впливають на рішень як
користувача, так і власника бізнес-моделі в цифро-
вому середовищі.
Отже, майбутні невизначені події можна зве-
сти до двох категорій: подій, настання яких сприя-
тливо для бізнес-моделі (шанси) – це високі прибу-
тки, досягнення мети, отримання запланованих ре-
зультатів, і подіям, які будуть несприятливі для
бізнес-моделі (ризики) – це збитки, неотриманий
прибуток, провали, банкрутства та інші.
Таким чином, для прийняття найкращих рі-
шень в умовах невизначеності критерій форму-
вання та оптимізації бізнес-моделі повинен макси-
мізувати шанси і мінімізувати ризики. Але, з точки
зору кількісних методик оцінки ефективності елек-
тронного бізнесу, наприклад визначення витрат на
придбання клієнта, розрахунку довічної цінності
клієнта, а також методик оцінки ефективності за до-
помогою воронки продажів - показника кількості
клієнтів, які перейшли з розряду потенційних поку-
пців в розряд реальних покупців, тобто, за допомо-
гою кількісних метрик, можна лише прогнозувати,
контролювати і аналізувати його основні етапи. Од-
нак, у ситуації невизначеності ринкового середо-
вища, яка може перерости в економічну кризу, од-
нією з проблем управління електронним бізнесом є
невизначеність вихідних даних і отриманих резуль-
татів, на основі яких в подальшому приймаються
управлінські рішення щодо ефективності розвитку
бізнес-моделей в мережі Інтернет. Це дещо усклад-
нює створення економіко-математичних моделей,
що дозволяють формалізувати бізнес-процеси в
компанії. При використанні детермінованих моде-
лей управління не враховується накопичена стати-
стика про імовірнісні розподіли для деяких параме-
трів і проводиться заміна цих розподілів відповід-
ними середніми значеннями, що призводить до
отримання результатів, які не відповідають реаль-
ності. Проте і сам імовірнісний розподіл не завжди
відомий. Тому в умовах невизначеності логічним
бачиться новий підхід до побудови рекомендацій
ефективного розвитку бізнес-моделей інтернет-під-
приємництва, заснований на теорії нечітких мно-
жин. Новий підхід FIB (fuzziness in business) дозво-
ляє оперувати як з точно заданими параметрами,
так і з характеристиками, інформація про яких є ро-
змитою і заснованою на нечітких, суб'єктивних оці-
нках експертів. Саме тому був обраний підхід нечі-
ткої логіки та набір інструментів математичного
дослідження, відомий як Matlab fuzzy logic
toolbox®, для реалізації розвитку бізнес-моделей в
підприємницькому інтернет-середовищі.
Отже, наразі в сучасному суспільстві важко не
помітити сильний вплив мережі Інтернет і швидкий
розвиток інтернет-підприємництва в сучасному бі-
знес середовищі. Саме цифрове підприємництво за
найкоротший період часу змінило характер ринку в
цілому, надало нові рушійні сили і ключові фактори
успіху і що саме важливе, створило умови для роз-
робки та розвитку нових бізнес-моделей.
Проте, як показує сучасна світова практика,
цифрова підприємництво приховує в собі як мож-

ливості, так і небезпеки, зокрема, небезпека на-
стання одного або одночасно декількох факторів
невизначеності, які вимагають серйозного ви-
вчення і розробки нових високоефективних бізнес-
моделей. Саме тому, запропонований в даній роботі
новий підхід ефективного розвитку бізнес-моделей
для багатьох інтернет-компаній може стати одним
з основних конкурентних ресурсів.
Вихідним етапом математичного моделювання
будь-якої предметної області виступає процес деко-
мпозиції аналізованого об'єкта на більш прості стру-
ктурні компоненти, які в сукупності визначають ви-
хідний об'єкт. Так і категорію цифровий підприєм-
ницький потенціал можливо розуміти через
чинники невизначеності , що визначають цифрову
економічну ефективність. Аналіз фундаментальних
наукових праць, які розкривають питання теорії не-
визначеності в цілому, і більш сучасних досліджень,
які вивчають специфічні особливості ринку інтер-
нет-торгівлі (найбільш значимі з них - [5-7]), дозво-
лив виявити чинникі, які, на думку дослідників, ви-
значають рівень цифрової екомічної ефективності.
Отриманий набір був доповнений кількома показ-
никами, унікальними для компаній електронної ко-
мерції, включеними автором в модель самостійно.
(Табл. 1).
Таблиця 1.
Фактори цифрової економічної ефективності бізнес-моделей інтернет-підприємництва
Назва фактору Опис фактору
Економічний потенціал(y1)
1. Рентабельність
(x1), %
Відношення прибутку, отриманого компанією, до суми витрат усіх видів ре-
сурсів за певний період.
2. Индекс аналітичности (
x2),бал
Рівень впровадження онлайн-аналітики, що використовується при обробці да-
них по дотранзакціонной частини воронки продажів. Оцінка здійснюється за та-
кими функціональними можливостями дотранзакціонной аналітики: викори-
стання Google Universal Ana- lytics; використання User ID; відстеження транзак-
цій; відстеження додавань в корзину; відстеження кліків по товарах; відстеження
переглядів товарів.
3. Індекс вартості(x3)
%
Відношення середньої роздрібної ціни продукції, що надається
інтернет-магазином, до середньоринковою ціною аналогічної продукції.
Технічний потенціал(y2)
4. Індекс доступності (x4),
бал
Відображає надійність і швидкість доступу до сайту компанії.
5. Індекс юзабіліті інтер-
нет-ресурсу
(x5 ), бал
Оцінка рівня якості інтерфейсу інтернет-магазину з точки зору зручності
оформлення замовлення за багатьма параметрами (близько 70), наприклад, по-
шук по сайту, заголовок головної сторінки, логотип сайту, меню, контактний
телефон та ін., Згрупованих за категоріями «Сайт», « Кошик »,« Оформлення
замовлення », «Сторінка каталогу», «Сторінка товару»
6. Індекс безпеки (x6),бал
Відображає рівень інформаційної безпеки конфіденційних клієнтських даних і
передбачає багатофакторну оцінку за наступними напрямками безпеки
інтернет-магазину:
використання сертифікатів SSL; дотримання стандарту PCI DSS; зберігання на
сервері клієнтських даних (номерів кредитних карт, номерів CVV2 і термінів
придатності карт); забезпечення захисту магазину від DDos-атак (наприклад, за
допомогою хмарних сервісів); частота оновлення програмного забезпечення
сайту. при розрахунку індексу використовується авторська методика.
Маркетинговий потенціал (y3)
7. Індекс каналів просу-
вання (x7 ),бал
Відображає лінії, напрямки в комунікаціях, які використовуються для просу-
вання рекламної інформації до споживачів. Оцінюються наступні основні ка-
нали просування: телебачення; радіо; Інтернет: SEO, SMM, WOMM, медійна
реклама, контекстна реклама; журнали; газети; зовнішня реклама; листівки; су-
венірна продукція; реклама в 2ГІС. При розрахунку показника
використовується авторська методика.
8. Індекс інвестицій в рек-
ламу(x8 ) , %
Ставлення маркетингових вкладень до чистого прибутку, отриманого ком-
панією за певний період, тобто їх рентабельність.
9. ндекс SEO (x9 ),балл
Ступінь реалізації і відповідності параметрів сайту компанії стандартам пошу-
кових систем. Це багатокритерійну оцінка, яка може бути отримана, наприклад,
за допомогою інструментів
проекту «SEOSiteCheckup» [6].
Потенціал лояльності клієнтів (y4)
10. Якість праці персоналу
(x10 ), бал
Показує думку споживачів з приводу роботи інтернет-магазину, якості консуль-
тацій по продається товару, ввічливості, професійних навичок співробітників і

т.п. При оцінці використовувалася методика, запропонована в [7], яка передба-
чає комплексну оцінку якості обслуговування на основі застосування декількох
методів одночасно: експертної оцінки, таємного покупця, опитування спожи-
вачів.
11. Рівень знижок (x11) ,
бал
Показує думку споживачів з приводу роботи інтернет-магазину, якості
консультацій по продається товару, ввічливості, професійних навичок
співробітників і т.п. При оцінці використовувалася методика, запропонована в
[7], яка передбачає комплексну оцінку якості обслуговування на основі
застосування декількох методів одночасно: експертної оцінки, таємного
покупця, опитування споживачів.
12. Повнота інформації
про товари та послуги(x12),
бал
Оцінка ґрунтується на результатах опитування клієнтів про ступінь задоволе-
ності подробицею опису товарів; лаконічністю опису товарів; існуючою систе-
мою відгуків про
товарах; зрозумілістю опису товарів.
Сутність чинників невизначенності цифрової
економічної ефективності підсумкового набору
дозволила природним чином розділити їх на кілька
однорідних за змістом укрупнених груп, що визна-
чають:
- економічний потенціал як сукупність еко-
номічних характеристик інтернет-магазину;
- технічний потенціал як сукупність характе-
ристик інтернет-ресурсів та інформаційних систем
компанії;
- маркетинговий потенціал як сукупність ха-
рактеристик процесу просування і надання товару /
послуги покупцям і управління взаємовідносинами
з ними;
- потенціал лояльності клієнтів як сукуп-
ність показників, що відображають ставлення спо-
живачів до діяльності компанії, її товарами / послу-
гами, іміджу бренду, персоналу і т.п.
Даний методичний прийом дозволив знову
згорнути декомпозовані елементи цифрового підп-
риємниуького потенціалу в єдину модель, предста-
вивши її у вигляді багаторівневого ієрархічного де-
рева, знизивши при цьому складність їх структур-
них взаємозв'язків (рис. 1).
Рис. 1. Структурна модель цифрового підприємницького потенціалу інтернет-компанії
Надана модель є універсальною і до неї може
бути зведено більшість розроблених методів оцінки
ефективності розвитку компанії цифрового підпри-
ємництва для майбутніх досліджень.
Список літератури
1. A. M. Kassem. Fuzzy-Logic Based Self-tun-
ing PI Controller for High-Performance Vector Con-
trolled Induction Motor Fed by PVGenerator, WSEAS
Transactions on Systems, vol. 12, pp. 22-31, 2013.
2. A. Escobet, A. Nebot, and F. E. Cellier, Fault
diagnosis system based on fuzzy logic: Application to
a valve actuator benchmark, Journal of Intelligent &
Systems, vol. 22, no. 4, pp. 155-171, Jan. 2011.
3. L. Zadeh. “Fuzzy sets”, Journal of Information
and Control, 8:338--353, 1965
4. M. Camilleri, F. Neri, M. Papoutsidakis. An
Algorithmic Approach to Parameter Selection in Ma-
chine Learning using Meta-Optimization Techniques,
WSEAS Transactions on Systems, vol. 13, pp. 202-213,
2014.
5. M. Papoutsidakis, D. Piromalis, F. Neri, and
M.Camilleri. Intelligent Algorithms Based on Data
Processing for Modular Robotic Vehicles Control,
WSEAS Transactions on Systems, vol. 13, pp. 242-251,
2014.
6. Исследование «ECOMMERCE INDEX TOP-
100» [Электронный ресурс]. URL:
http://www.ruward.ru/ecommerce-index-2016/ (дата
обращения: 25.06.18).
7. Индекс Аналитичности [Электронный ре-
сурс]. URL: http://www.ruward.ru/ecom-merce-index-
2016/additional/#owox(дата обращения: 25.06.18).

GEOGRAPHICAL SCIENCES
ТОПОНИМИКА КОЛЬСКОГО ПОЛУОСТРОВА
Сысолин М.
Московский Государственный Университет,
Географический факультет
Бакалавр
Кулаковский А.
Институт физики Земли им. О.Ю. Шмидта РАН
Кандидат г.-мин. н.
TOPONYMY OF THE KOLA PENINSULA
Sysolin M.
Moscow State University, Faculty of Geography
Bachelor
Kulakovskiy A.
Schmidt Institute of Physics of the Earth of RAS
PhD
DOI: 10.5281/zenodo.7106921
Аннотация
Составлена и проанализирована карта топонимов Кольского полуострова. Рассмотрены факторы,
определяющие распространение и эволюцию во времени ареалов русских, финских, саамских и норвеж-
ских топонимов
Abstract
A map of toponyms of the Kola Peninsula has been compiled and analyzed. The factors that determine the
distribution and evolution in time of the areals of Russian, Finnish, Saami and Norwegian toponyms are considered
Ключевые слова: Кольский полуостров, топонимы, ареалы, факторы распространения.
Keywords: Kola Peninsula, toponyms, areals, distribution factors.
Топонимы, названия географических объек-
тов, несут, в общем случае, информацию об исто-
рии заселения территории, волнах миграции наро-
дов, особенностях хозяйственной деятельности
населения данной территории, политических собы-
тиях, влиявших на жизнь этого населения, а также
о физико-географических особенностях среды оби-
тания людей. Топонимы, особенно гидронимы, об-
ладают высокой степенью консервативности и мо-
гут сохранять черты далекого прошлого народов,
архаизмы и диалектизмы их языков, отражать гра-
ницы и пути их былого расселения, детали, в том
числе уже исчезнувшие, местности. Поэтому топо-
нимика, предметом исследования которой явля-
ются топонимы, находится на стыке географии, ис-
тории, этнографии и лингвистики. Топонимика изу-
чает механизм формирования, особенности
происхождения, функционирования и изменения со
временем топонимов, ареалы распространения то-
понимов, видоизменение этих ареалов во времени и
причины этого видоизменения.
На большей части Кольского полуострова рас-
пространены преимущественно топонимы саам-
ского и русского происхождения. На западе полу-
острова также достаточно часто встречаются фин-
ские, а на крайнем северо-западе, близ границы с
Норвегией, и норвежские топонимы. В саамском
языке исследователи выделяют четыре диалекта, но
для анализа ареалов топонимов Кольского полуост-
рова диалектическими нюансами саамского языка
можно пренебречь. Также можно исключить из рас-
смотрения и немногочисленные топонимы карель-
ского происхождения на юге и коми (ижемцев) и
ненцев – в центральной части полуострова. Кроме
того, следует отметить, что среди русских топони-
мов наряду с большей частью топонимов относи-
тельно недавнего прошлого (XIX – XX веков) со-
храняются и некоторые средневековые – северорус-
ские (поморские) – топонимы.
Самый ранний топонимический пласт на Коль-
ском полуострове безусловно саамский. Происхож-
дение саамов до сих пор однозначно не установ-
лено, но предполагается, что появление их в Скан-
динавии относится ко временам мезо- или неолита.
Язык саамов, как и финский, восходят к общему
языку-основе, но антропологически и генетически
саамы относятся к другому, нежели финны, типу.
Это противоречие объясняют распространением у
саамов финского языка при их контакте с мигриру-
ющими в более поздние времена с юга финно-угор-
скими племенами. Еще позднее, где-то с XI века,
начинается экспансия русских (новгородцев) на
Кольский полуостров. Естественно, что такие мно-
гократные миграционные волны народов с различ-
ными языками привели к формированию весьма
пестрой топонимической картины Кольского полу-
острова. Наиболее обычные топонимы Кольского
полуострова приведены в Таблице.

Таблица
Наиболее распространенные топонимы Кольского полуострова
Норвежские
Угро-финские
Cеверорусские/поморские
«Гибрид-
ные»
Русско-
саамские
Финские Саамские
аксель
(aksel)
вер-
шина
ала (ala)
ниж-
ний
айви,
уайв
(oaivi )
вер-
шина
горы
варака лесистая гора
возвы-
шенность
Дальние
Кейвы
арм
(arm)
залив,
рукав
ваара
(vaara)
леси-
стый
холм,
гора
айя (aja)
источ-
ник,
ручей
вежа
примитивное жи-
лище
возвы-
шенность
Ондо-
озерские
Кейвы
баккет
bakket)
склон
вуори
(vuori)
гора,
холм
варрэ
(várri)
леси-
стый
холм,
гора
волок перешеек
гора Бал-
кон-
Мыльк
берг
(berg)
утес,
скала
йоки
(joki)
река
вуайв
(vuaiv)
вер-
шина
взглавье мыс
гора Вай-
натундра
бог
(bog)
излу-
чина,
залив
кангас
(köngäs)
водо-
пад
вуонни
(vuenni)
фьорд,
залив
заводь
небольшой от-
крытый заливчик
Гора
Илья-Лу-
ньямыльк
боттен залив
каула
(kaula)
узкий
выд
(vödd)
гора
(голая
вер-
шина)
зашеек
часть озера у ис-
тока реки
гора Ле-
бедь-
Мыльк
бьёрк
(bjork)
береза
кеми
(kemi)
земля
йок
(jokk)
река кейва горная гряда
гора Ма-
газин-
Мусюр
бьорн
(bjorn)
мед-
ведь
кенгас
(köngäs)
водо-
пад
кенгас
(keynges)
водо-
пад
кекур
столбообразная
скала
гора Пес-
цовая
Кейва
ватн
(vatn)
озеро
корва
(korva)
близ-
кий
лахк
(lakk)
вер-
шина
корга
каменистая от-
мель
залив Ви-
тегуба
вест
(vest)
запад-
ный
коски
(koski)
речной
порог
лотт
(lott)
река кошка песчаная отмель
залив
Тик-Губа
ёй (oy) остров
лампи
(lampi)
пруд лух (luht) залив
куйпога прибрежная по-
лоса моря,
место-
рождение
Васин-
Мыльк
мусе
(mose)
мох,
болото
лахти
(lahti)
залив
мотк
(myetki)
волок кут вершина залива
место-
рождение
Солдат-
Мыльк
лилле
(lille)
малый
муста
(musta)
чер-
ный
муотьк
(muetk)
пере-
шеек
ламбина
озерко
озеро Га-
гара-Ты
ну (nу) новый
мяки
(mäki)
холм,
горка
мыльк
(mjilk)
холм,
бугор
лахта
морской залив-
чик
озеро Пи-
мен-Па-
вел-Ты
нур
(nord)
север-
ный
нива
(niva)
поток,
стрем-
нина
ньяв
(njavv)
быст-
рина,
стрем-
нина
луда каменистая, мель
озеро
Егорявр
рист
(rist)
гре-
бень
хребта
ниеми
(niemi)
мыс пах (paht)
обрыв,
гора
наволок мыс, полуостров
озеро Ля-
мозеро
сон
(sondre)
юж-
ный
похья
(pohja)
дно,
конец
руосель
(ruossel)
возвы-
шен-
ность
нос
выдающийся в
море мыс
озеро
Максим-
Ты
стур
(stor)
боль-
шой
саари
(saari(
остров
уайв
(oaiv)
вер-
шина
падун водопад
озеро Пи-
нозео

тинн
(tind)
вер-
шина
горы
салми
(salmi)
прямой
урта, орт
(urta)
хре-
бет,
кейва
пахта отвесная скала
озеро По-
росозеро
халвей
(halvoy)
полу-
остров
селька
(selkä)
оз
(гряда)
чалм
(tshoalm)
пролив перейма
перешеек, зали-
ваемый водой
озеро
Яшка-Ты
фоссен
(fossen)
водо-
пад
сунти
(suntti)
прямой
чокка
(čohkka)
пик,
гора
погост саамское селение
остров
Роватост-
ров
фьелль
(fjell)
гора
тало
(talo)
дом
чорр
(tsharr)
гора
ягель-
ная
салма пролив
поселок
Авва-
Губа
фьорд
(fjord)
фьорд
тунтури
(tunturi)
голец
шуони
(suo)
травя-
нистое
болото
тайбола перешеек, волок
поселок
Новдо-
зеро
эльв
(elv)
река
янис
(jänis)
заяц
шуорр
(stuorra)
боль-
щой
тундра
гора с безлесной
вершиной, голец
река
Ельйок
эуст
(aust)
во-
сточ-
ный
ярви
(järvi)
озеро
явр
(jávri)
озеро
река
Митрей-
Яков
При составлении карты топонимов Кольского
полуострова были использованы, по преимуще-
ству, топографические карты масштаба 1:500 000
(издание Генерального Штаба СССР, 1986-1987гг),
листы R-35-А,Б (Вадсе), R-35-В,Г (Инари), R-36-
А,Б (Варде), R-36-В,Г (Мурманск), R-37-В,Г (Гре-
миха), Q-35-А,Б (Соданкюля), Q-36-А,Б (Апатиты),
Q-37-А,Б (Поной) [9, 12, 13, 14, 15] и карты Kola
peninsula U.S.S.R, масштаба 1:250 000 (издания U.S.
Army Map Service, 1955) [17]. Также для части тер-
ритории (на северо-западе полуострова) - старые
финские (масштаба 1:200 000, район Petsamo,
1933г., масштаба 1:100 000, район Liinahamari,
1935г., масштаба 1:100 000, район Petsamo, 1935г.)
и немецкие (Finnland Oberflächengestalt, масштаба
1:2 000 000, 1941г.) карты [9, 14, 15].
Топонимы различной языковой принадлежно-
сти [1, 2, 3, 7, 8, 10, 18, 19] отмечались кружками
разного цвета, а затем оконтуривались ареалы пре-
обладающих топонимов (рис. 1).
Рис. 1 Пример картирования ареалов топонимов: А- исходная топографическая карта масштаба 1:500
000, Б- индексация (цветными кружками) национальной принадлежности топонимов, В- оконтуривание
ареалов топонимов. 1- топонимы: а- норвежские, б- саамские, в- финские; 2- границы ареалов
топонимов; 3-5 – ареалы топонимов: 3- норвежских, 4- саамских, 5- финских; 6- государственная
граница
Следует отметить, что смешение мигрирую-
щих этнических групп нередко приводило к появ-
лению «гибридных» топонимов двойного проис-
хождения – саамских и русских корней. Чаще всего
топоним, например мыс Цыпнаволок, состоит из
базовой основы – «Цып» и номенклатурного слова,
определяющего географический термин – «наво-
лок». В «гибридных» топонимах одна его часть са-
амская, другая русская. Причем возможны топо-
нимы с саамской основой и русским номенклатур-
ным словом и, наоборот, с русской основой и саам-
ским номенклатурным словом. К первому типу от-
носятся, например, топонимы Авва-Губа (поселок),
Тик-Губа (залив), Поросозеро, Роватостров. Ко вто-
рому: Магазин-Мусюр (гора), Яшка-Ты (озеро),
Дальние Кейвы (возвышенность), Солдат-Мыльк

The scientific heritage No 97 (97) (2022)

The scientific heritage No 97 (97) (2022)

Recommended

Recommended

More Related Content

Similar to The scientific heritage No 97 (97) (2022)

Similar to The scientific heritage No 97 (97) (2022) (20)

More from The scientific heritage

More from The scientific heritage (20)

The scientific heritage No 97 (97) (2022)