CC BY
41
Выводы. Анализ крови новорожденных ягнят до применения, через 24 и 48 часов после выпаивания препарата свидетельствует о нормализации клинических, гематологических и биохимических показателей, т.е. о положительном влиянии диарона при желудочно-кишечных расстройствах новорожденных ягнят.
Динамика гематологических и биохимических показателей крови ягнят при введении препарата Диарон (М±ш; п=10)
Г сматологичсскис показатели Биохимические показатели Биохимические показатели
Гемоглобин г/л до введения через 24 часа через 48 часов 118,445,97 105,844,28 101,5 ±2,56 Кальций, мг/ 100мл до введения через 24 часа через 48 часов 9.5 ±0,09 9.5 ±0,09 9,4±0,11 Креатинин, мкм/л до введения через 24 часа через 48 часов 52,7±3,05 52,7±3,99 65,5 ±2,86*
Норма 90-133 Норма 9,5-2,5 Норма
Число эритроцитов, 10,2//л до введения через 24 часа через 48 часов 11,4±0,50 10,3 ±0,75 7,840,48** Фосфор, мг/100мл до введения через 24 часа через 48 часов 3,7±0,20 3,9±0,19 3,940,14 Триглицериды, мм/л до введения через 24 часа через 48 часов 1,44=0,11 0,6±0,18*** 0,1 ±0,07***
Норма 7-12 Норма 4,5-6,5 Норма
Число лей коцитов, 109/л до введения через 24 часа через 48 часов 14,8±1,03 13,3 ±0,88 9,3±1,06* Глюкоза, мм/л до введения через 24 часа через 48 часов 2.1 ±0,17 2,9±0,23*** 4.1 ±0,46* Билирубин общий, г/л до введения через 24 часа через 48 часов 3,2±1,32 22,7±5,94* 2,3 ±0,19**
Норма 6-14 Норма 1,9-3,3 Норма 0,0-0,39
Сегментоядерные, % до введения через 24 часа через 48 часов 18,0±3,30 19,5 ±2,91 35,042,64* Общий белок, г/л до введения через 24 часа через 48 часов 55,3 ±2,37 61,4±2,22 74,1±2,93** Билирубин прямой, г/л до введения через 24 часа через 48 часов 14,2±0,87 9,3±1,53* 1,9±0,69***
Норма 35-45 Норма 60-75 Норма 0,0-0,27
Моноциты, % до введения через 24 часа через 48 часов 2,5 ±0,5 7 14,1 ±2, S4 * * * 7,6±1,87 Альбумин, г/л до введения через 24 часа через 48 часов 27,4±0,68 28,5 ±0,81 31,6±1,49 Железо, мкм/л до введения через 24 часа через 48 часов 23,5 ±2,32 29,8±3,54 28,7±3,58
Норма 2-5 Норма Норма 19,7-23,3
Лимфоциты, % до введения через 24 часа через 48 часов 79,3 ±2,22 66,4±1,91 * * * 57,642,05* Мочевина, мм/л до введения через 24 часа через 48 часов 9,7±0,60 7,7±1,12 5,0±0,67* Щелочная фосфатаза, с д/л до введения через 24 часа через 48 часов 2045,44255,29 1403,84109,21* 1285,14104,68***
Норма 40-50 Норма Норма
Тромбоциты, % до введения через 24 часа через 48 часов 346,0±34,48 379,4±25,80 285,4±17,2* Мочевая кислота, мкм/л до введения через 24 часа через 48 часов 93,4±3,35 78,5 ±5,67* 69,8±4,54
Норма 270-500 Норма
Литература
1. Аликаев В.А. Острые желудочно-кишечные заболевания молодняка с.-х. животных /В.А. Аликаев //Профилактика и лечение заболеваний молодняка с.-х. животных.- Москва, 1964.—С .12-18.
2. Джупина С.И. Колибактериоз - инфекция факторная /С.И. Джупина //Ветеринария Сибири. - 2001. №5. - С.14-17.
3. Горлов И.Ф. Основы адаптивной технологии содержания крупного рогатого скота /И.Ф. Горлов// Волгоград: Перемена, 1995. - 284 с.
4. Иванов А.В. Применение цеолитов для профилактики расстройства пищеварения у новорожденных телят /А.В. Иванов //Ветеринария.- 2000.- №4.- С.45-46.
5. Кондратьев В.С. Морфологическое и биохимическое исследование крови у животных. Ленинградский ветинститут, 1976
год.
6. Линева А. Физиологические показатели нормы животных /А.Линева //Справочник М.: «Аквариум-Принт», 2008. - 256с., ил.
7. Машеро В.А. Нормальная микрофлора животного организма и коррекция дисбактериозов препаратом «Диалак» /В.А. Машеро //Ветеринарная практика.- 2004.- №1.- С.28-36.
8. Мищенко В.А. Проблемы сохранности поголовья крупного рогатого скота /В.А. Мищенко // Актуальные проблемы ветеринарной медицины: Матер. Межд. научно-практ. конф. - Курск, 2008. - С.259-262.
9. Орлов В.Д. Бадан в ветеринарии /В.Д.Орлов //Улан-Удэ, 1985.- 68 с.
10. Подкопаев В.М. К вопросу об этиологии, патогенезе, токсической диспепсии телят /В.М. Подкопаев //Труды ВГНКИ.-1965.- С. 185-191.
11. Смирнов А.М. Клиническая диагностика внутренних незаразных болезней животных /А.М. Смирнов, П.Я. Конопелько, В.С. Постников и др. //Л.: Колос, 1981
12. Топурия Г.М. Экология и воспроизводство животных /Г.М. Топурия, К.А. Инякина //Оренбург: Издательский центр ОГАУ, 2009.- 97 с.
13. Трофимов А.Ф. Оптимальные режимы сохранения новорожденных телят /А.Ф. Трофимов, В.Н. Тимошенко, А.П. Музыка// Практик. - 2006. - №3. - С. 44-48.
14. Федоров Ю.Н. Иммунологические факторы в проблеме сохранения телят в ранний постнатальный период /Ю.Н. Федоров //Современные проблемы диагностики, лечения и профилактики инфекционных болезней животных и птиц: Сб. научных трудов ведущих ученых России, СНГ и др. стран. - Екатеринбург, 2008. - С. 520-526.
Томша П.П. \ Шпякина А.С. 2, Г азуль С.М. 3
1 Аспирант, 2магистрант, 3аспирант, Санкт-Петербургский государственный экономический университет ТЕРРИТОРИАЛЬНОЕ РАСПРЕДЕЛЕНИЕ СПРОСА НА ПРОГРАММИСТОВ
Аннотация
Рассмотрено территориальное распределение спроса на программистов. Получена модель зависимости спроса на программистов от величины населения города. На основе данной модели предложена классификация городов России по признаку величины спроса на программистов.
Ключевые слова: рынок труда, востребованность, спрос, программист, территориальное распределение.
Tomsha P.P. 1, Shpyakina A.S. 2, Gazul S.M. 3 1 Postgraduate, 2 master student, 3 postgraduate, St. Petersburg State University of economics TERRITORIAL DIffirentiation OF DEMAND FOR PROGRAMMERS
99
Abstract
Territorial differentiation of demand for programmers was considered. The model of the demand for programmers, depending on the size of the city's population was obtained. Classification of cities in Russia on the basis of the magnitude of demand for programmers based on the model was suggested.
Keywords: labor market, demand, programmer, territorial differentiation.
В начале 2014 года министерство образования и науки объявило о недостаточном количестве квалифицированных программистов в России, что послужило основой для решения увеличить на 34% контрольные цифры приема в высшие учебные заведения на 2015-2016 учебный год по специальностям информационных технологий (ИТ). По оценкам экспертов, в дальнейшем спрос на таких специалистов продолжит расти [1, 2], сопровождая проходящие в России инновационные процессы.
Однако бесконтрольное увеличение контрольных цифр приема не способно привести к эффективному решению проблемы с недостатком программистов. Для нахождения оптимального решения данной проблемы следует проанализировать влияющие факторы [3]. В данной работе мы рассматриваем территориальное распределение спроса на программистов. Для оценки спроса мы используем открытые вакансии для программистов, размещенные на крупнейшем рекрутинговом сайте в России www.HeadHunter.ru [4]. Сбор данных был осуществлен с помощью JavaScript-скрипта [5] 5 февраля 2014 года.
В качестве исходных данным мы рассматриваем 9455 вакансий программистов из 50 крупнейших городов России, составляющих 90,9% всех вакансий программистов в России, размещенных на этом сайте. Более половины всех вакансий России (51,8%) сосредоточены в Москве и Санкт-Петербурге.
Обнаружена корреляция между количеством вакансий в городе и количеством жителей этого города. Для 50 крупнейших городов России эта корреляция составила 0,99. Этот факт свидетельствует о наличии четко выраженной линейной связи между количеством жителей города и количеством вакансий программистов в этом городе, которую можно выразить следующей формулой, полученной с помощью МНК:
V = 0,00030605*N -137,408,
где N - население города, а V - количество вакансий программистов в этом городе.
Определим границы применимости данной линейной модели. Для этого рассмотрим распределение относительного отклонения фактического (Vфакт) количества вакансий от расчетного значения (V) и визуализируем результат с помощью гистограммы.
45%
40%
35%
30%
25%
20%
15%
10%
5%
0%
Рис. 1. - Гистограмма распределения относительного отклонения фактического числа вакансий программистов от расчетного в
выборке из 50 крупнейших городов России.
На рисунке 1 видно, что фактический спрос на программистов в 36% случаях более чем в полтора раза отличается от расчетного значения в рассматриваемой выборке (в большую или меньшую сторону).
Поэтому полученная линейная модель не может использоваться для расчетов и прогнозов. Однако с ее помощью мы можем определить, какие города наиболее нуждаются в программистах, разделив российские города на классы, используя в качестве признака относительное отклонение фактического числа вакансий от рассчитанного в модели (А V). Определим следующие
41%
до -50% от -50% до от 0% до более 50% 0% 50%
классы:
1.
2.
3.
4.
Города с приемлемо высоким спросом на программистов, AV G (0; 50%] . Города с высоким спросом на программистов, AV G (50%; го) .
Города с приемлемо низким спросом на программистов, AV G [-50%; 0) . Города с низким спросом на программистов, AV G (-го; -50%) .
Такая классификация может использоваться для более эффективного распределения бюджетных мест в вузах, а также будет полезна для программистов при планировании их карьеры [7] и для работодателей для более адекватной оценки рынка труда.
Литература
1. Минаков В. Ф., Минакова Т. Е., Барабанова М. И. Экономико-математическая модель этапа коммерциализации жизненного цикла инноваций // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки = St. Petersburg State Polytechnical University Journal. Economics. - 2012. - Т. 2-2. № 144. - С. 180-184.
2. Минаков В. Ф., Минакова Т. Е., Галстян А. Ш., Шиянова А. А. Обобщенная экономико-математическая модель распространения и замещения инноваций // Экономический анализ: теория и практика. - 2012. - № 47 (302). - С. 49-54.
3. Томша П.П., Мюллер А.Ю., Минаков В.Ф. Оценка чувствительности заработной платы программистов к профессиональному стажу // Международный научно-исследовательский журнал. - 2014. - № 2-2 (21). - С. 82-83.
4. Работа, вакансии, база резюме, поиск работы на HeadHunter (hh.ru) [Электронный ресурс] URL: http://hh.ru (дата обращения 26.02.2014).
100
5. Томша П.П. hh_parser [Электронный ресурс] URL: https://github.com/ToPal/hh_parser (дата обращения: 07.04.2014)
6. Томша П.П., Артемьев А.В., Горячева Е.А. Показатель спроса на рынке языков программирования в России // Материалы Международного молодежного научного форума «ЛОМОНОСОВ-2013» / Отв. ред. А.И. Андреев, А.В. Андриянов, Е.А. Антипов, К.К. Андреев, М.В. Чистякова. [Электронный ресурс] — М.: МАКС Пресс, 2013. — 1 электрон. опт. диск (DVD-ROM); 12 см. -Систем. требования: ПК с процессором 486+; Windows 95; дисковод DVD-ROM; Adobe Acrobat Reader.
7. Артемьев А. В., Минаков В. Ф., Макарчук Т. А. Управление обучением персонала коммерческого банка // Экономика, статистика и информатика. Вестник УМО. - 2013. - № 3. - С. 11-15.
Филиппова О.Б.1, Кийко Е.И.2, Доровских В.И.3, Аткешов О.А.4
1 2 Кандидат биологических наук; 3кандидат технических наук; 4аспирант Всероссийский научно-исследовательский институт использования техники и нефтепродуктов Российской академии
сельскохозяйственных наук, Тамбов
ПРЕДПОСЫЛКИ ДЛЯ СОЗДАНИЯ АЛГОРИТМА УПРАВЛЕНИЯ ДОИЛЬНЫМ ПРОЦЕССОМ
Аннотация
Автоматический контроль и анализ функциональных показателей вымени коров, в том числе интенсивности молоковыведения, можно использовать в качестве основного параметра при разработке алгоритма управления отсасывающей способностью доильных аппаратов.
Ключевые слова: доение коров; скорость молоковыведения; контроль параметров доения; доильные аппараты.
Filippova O. B.1, Kiyko E.I.2, Dorovskikh V. I.3, Atkeshov O.A.4
1,2PhD in Biology, 3PhD in technical science, ^Postgraduate student
All-Russian Scientific Research Institute of use equipment and oil products of the Russian Academy of agricultural Sciences, Tambov PREREQUISITES FOR CREATION OF ALGORITHM OF MANAGEMENT BY MILKING PROCESS
Abstract
Automatic control and the analysis offunctional indicators of an udder of cows, including intensity of removal of milk, it is possible to use as key parameter when developing algorithm of management by sucking-away ability of milking machines.
Keywords: milking of cows; speed of removal of milk; control of parameters of milking; milking machines.
Исследование интенсивности молоковыведения у высокоудойных коров представляет интерес при создании биологически обоснованных условий их эксплуатации, так как это наследуемый и обязательный признак в селекционной программе. Скорость потока молока определяется генетическими особенностями животных. На протяжении лактационного периода происходят изменения продуктивности, соответственно меняются как продолжительность доения, так и поток молоковыведения. У одних животных сосковые сфинктеры легко реагируют на изменение продуктивности, уменьшая или увеличивая скорость молокоотдачи, при этом продолжительность доения практически не меняется и зависит от времени действия гормона окситоцина, обеспечивающего процесс молоковыведения из вымени. У других же коров поток молокоотдачи остается почти неизменным на протяжении всей лактации, и при увеличении продуктивности животные вынуждены находиться в процессе доения дольше времени действия гормона. Средняя интенсивность молоковыведения по стаду может колебаться в пределах 1-5 л/мин, время доения от 2 до 15 минут, в результате чего животные не раздаиваются, и уровень использования их генетического потенциала не превышает 70-75% [3,4]. Все показатели (средний надой, средняя и максимальная интенсивность молокоотдачи,
продолжительность дойки), которые включены в базы данных современных автоматизированных доильных систем, не используются для оптимизации режимов доения конкретных животных, поскольку в них не предусмотрена обратная связь с доильным аппаратом [1,2].
Изучение влияния автоматизированных доильных аппаратов на физиологическое состояние вымени проведено на коровах черно-пестрой породы. С помощью компьютерной программы «ALPRO» осуществлялся ежемесячный мониторинг основных параметров доения.
Установлено, что около 7% всех коров в стаде являются тугодойными, процесс раздаивания у них проходит крайне медленно. У некоторых животных средняя интенсивность молоковыведения практически не менялась на протяжении всей лактации и оставалась ниже 1 л/мин, а продолжительность доильной сессии составляла 8-10 минут и больше. Около 10% коров относятся к легкодойному типу. У них особенно легко изменяется средняя интенсивность молоковыведения и варьирует от 1,8 до 5 л/мин, а продолжительность доения остается на одном уровне и не превышает 2-3 мин даже у самых продуктивных животных (со среднесуточным удоем 25-30 л).
После анализа графиков второй лактации мы выявили, что в разных группах коров прослеживаются определенные тенденции в характере лактационных кривых и потока молоковыведения. На рисунках 1 и 2 представлены характерные графики лактации для коров из группы легкодойных. Продолжительность доения коровы №21 составляла 2-3 минуты, поток молоковыведения достигал максимальных значений в пик лактации и оставался в этих пределах до конца периода. Однако перенесенные заболевания маститом оказали снижающее влияние на продуктивность коровы в обеих лактациях.
литры
Рис. 1. График первой лактации коровы № 23 из группы легкодойных животных. Средний и максимальный поток: 1,8-2,5 и 2,9-4,0 л/мин., после 240-го дня: 1,5-1,7 и 2,7-2,8 л/мин. соответственно.
литры
Н Н Н Н fs] fs]
дни лактации
Рис. 2. График второй лактации коровы № 23. Средний и максимальный поток: 1,0-2,4 и 2,8-4,0 л/мин., после 90-
го дня: 1,0-2,1 и 2,8-3,0 л/мин. соответственно.
101
