Украина портал сметчиков: Сайт сметчиков украины – Сметные форумы – Сайты – Сметчик ру – Сметный портал

Содержание

Резюме «Сметчик», Днепр. Папин Алексей Яковлевич — Work.ua

Резюме от 18 октября 2021 PRO

Сметчик

Полная занятость, неполная занятость, удаленная работа.

Возраст:
41 год
Город:
Днепр

Соискатель указал телефон, эл.

 почту и адрес.

Получить контакты этого кандидата можно на странице https://www.work.ua/resumes/2317087/


Опыт работы

Сметчик, начальник СДО

с 07.2003 по наст. время (18 лет 3 месяца)
НТЗ,Сана ЛТД, ПМТО “Агросоюз”, ДЗМК, ДТЭК, и др., Днепропетровск (Служба заказчика, генподряд, субподряд (жилое и промышленное строительство, реконструкция и капремонты))

Составление смет на все виды работ, подсчет объемов работ, закрытие актов Кб-2в, составление графиков, разработка ППР, подбор и обучение персонала, руководство отделом, решение споров с государственными органами и пр.


Образование

Гильдия проектировщиков Украины

Сметчик-проектировщик, Киев
Высшее, с 2016 по 2016 (1 месяц)

Усиленное обучение, с последующей сдачей Государственных экзаменом с отличием и получение Государственного сертификата сметчика-проектировщика АР№011859

ПГАСиА

ПГС, Днепропетровск
Высшее, с 1998 по 2003 (4 года 10 месяцев)

Усиленное изучение технологии строительного производства, организации строительства, экономики, сметного дела


Дополнительное образование

Учебный центр “Надежда” (инженер технического надзора) (2008, 3 месяца)


Профессиональные и другие навыки

  • Навыки работы с компьютером
    Эксперт (АВК-5, Word, Excel, MSProject manager, СТС, АС-4 смета-график и пр. ) Разработка программного обеспечения для строителей.
  • Расчет всех типов смет, консультирование руководителей (10 лет опыта)
    Продвинутый, использую в настоящее время.
  • Консультации и выступления на семинарах строительной тематики (10 лет опыта)
    Продвинутый, использую в настоящее время.

Знание языков

  • Английский — начинающий
  • Немецкий — начинающий

Рекомендации

  • Зинченко Алексей Анатольевич
    Ведущий специалист, ДТЭК, 050-326-20-08, 098-004-96-27
  • Галич Евгений Григорьевич
    Преподаватель, ПГАСА, 095-574-60-48

Дополнительная информация

ПАПИН АЛЕКСЕЙ ЯКОВЛЕВИЧ
ЛИЧНЫЕ ДАННЫЕ:
Дата рождения 25. 08.1980 г. (40 лет)
женат, имею дочь 11 лет.
Телефон */О /9/ 5 /1 /6/ 7/ 4 /О /1 /7/*
E-mail : elitsmeta собака gmail.com
ОБРАЗОВАНИЕ

Название учебного заведения
Приднепровская Строительная Академия Строительства и Архитектуры

Период обучения1998-2003 г.г.

Специальность
Промышленное и гражданское строительство (ПГС), сельскохозяйственное строительство (СХС)

Квалификация
Инженер –строитель

Основные обязанности

ОБРАЗОВАНИЕ

Название учебного заведения
Приднепровская Строительная Академия Строительства и Архитектуры
Период обучения1998-2003 г.г.

Специальность
Промышленное и гражданское строительство (ПГС), сельскохозяйственное строительство (СХС)

Квалификация
Инженер –строитель

Основные обязанности
Руководство выполнением работ по капитальному строительству и реконструкции жилых и производственных объектов.


Организация выполнения планов строительства.
Стыковка частей проекта.
Руководство сотрудниками сметно-договорного отдела и ПТО.
Организация разработки проектов планов строительства.
Составление и проверка сметной документации для оформления договоров подряда
Составление и контроль актов выполненных работ (КБ2в) и справок о стоимости выполненных работ (КБ-3) по договорам подряда на общестроительные работы
Составление отчетной документации по вопросам общестроительных и ремонтных работ.
Проведение тендеров.
Консультация руководства по вопросам, входящим в компетенцию строительных отделов.
Контроль за своевременным вводом в эксплуатацию объектов.
Экономия по внедренным объектам 10-15%

ОПЫТ РАБОТЫ
ФОП “Элитсмета”- Сметчик-проектировщик, сертификат АР№011859
2016-по настоящее время

ПАО ДТЭК “ПдТЭС”- Начальник сметного центра
Период работы
2014-2016

ООО НПП «ДЗМК»-Начальник сметно-производственного отдела
Период работы
2011-2014

ООО ПМТО «Агро-Союз»-Начальник сметно-договорного отдела
Период работы
2009-2011

ТМ «Мерси»-Главный инженер по надзору за строительством
Период работы
2008-2009

ООО «Тех-Буд»-Начальник производственно-сметного отдела

Период работы
2006–2008

Название организацииООО «Сана ЛТД»-Инженер-сметчик
Период работы
2005–2006

Название организацииОАО «НТЗ»-Инженер-ПТО
Период работы
2003–2005

Название организацииООО «ВНИПИЭНЕРГОПРОМ»-Проекта
Период работы
2002–2003

ДОПОЛНИТЕЛЬНЫЕ ДАННЫЕ

Дополнительное образование
Март 2007 курсы повышения квалификации при Минстрое Украины
Декабрь 2008 курсы инженера-технадзора в строительстве
Октябрь 2009 участие в семинаре по вопросам ценообразования в строительстве
Май 2010 участие во всеукраинском семинаре по вопросам ценообразования в строительстве

Апрель 2016 получение сертификата сметчика-проектировщика АР№011859

Владение ПК

Опытный пользователь офисных программ, работа с Интернетом, АВК-5, Зодчий, Автокад и др.

Владение оргтехникой.
Факс, модем, сканер, копировальное оборудование

Информация о дополнительной квалификации

Водитель категории «В,С», с 2007 года преподаю на курсах сметчиков и инженеров технадзора, выступаю в качестве независимого эксперта по проектно-сметной работе, защита смет и актов на выполненные работы перед органами КРУ, являюсь техническим консультантом строительного интернет-портала и модератором всеукраинского сайта сметчиков, май 2010 победил в конкурсе на звание лучшего сметчика Украины 2009, ноябрь 2011г. победил в конкурсе на лучшую смету сотставленную в Украине.

Интернет обо мне

http://ssb.com.ua/index.php?option=com_content&task=view&id=141&Itemid=41

http://ssb.com.ua/index.php?option=com_content&task=view&id=173

http://www.smeta.com.ua/articles/view/21

https://sites.google.com/view/elitsmeta


Сравните свои требования и зарплату с вакансиями других компаний:

Министерства – Иркутская область.

Официальный портал

Министерство транспорта и дорожного хозяйства Иркутской области

ФИО руководителя: Лобанов Максим Александрович
Должность руководителя: Министр транспорта и дорожного хозяйства Иркутской области
Сайт: https://irkobl.ru/sites/transport
Лобанов Максим Александрович

Родился 23 декабря 1988 года в Иркутске. Окончил Байкальский государственный университет экономики и права по специальности «Экономист-менеджер» по направлению «Экономика и управление на предприятии (строительство) в 2011 году. В 2018 году – магистратуру «Государственное и муниципальное управление». Трудовую деятельность начал в 2009 году. Стал специалистом сметного отдела, затем – заместителем начальника строительно-финансового отдела частной компании.

В 2013 году перешёл в министерство строительства, дорожного хозяйства Иркутской области. Был специалистом, затем начальником отдела капитальных вложений в управлении капитального строительства. В 2018 году стал генеральным директором акционерного общества «Региональный информационный центр Иркутской области» – одного из ведущих разработчиков и операторов IT- инфраструктуры в социальной сфере, включая общественный транспорт. В 2020 году вернулся в министерство строительства, дорожного хозяйства Иркутской области, став заместителем министра.

1 июля 2021 года назначен министром транспорта и дорожного хозяйства Иркутской области. 

Подробнее >>

Министерство строительства Иркутской области

ФИО руководителя: Писарев Павел Валерьевич
Должность руководителя: Министр строительства Иркутской области
Фактический адрес: 664022, г. Иркутск, ул. Красных Мадьяр, 41
Телефон: (3952)707-291
Факс: (3952)707-134
Email: [email protected]
Сайт: http://irkstroy.irkobl.ru
Писарев Павел Валерьевич

Родился в 1978 году в селе Чернышевка Приморского края. В 1998 году окончил сельскохозяйственный колледж ХГУ им. Н.Ф. Катанова по специальности «Строительство и эксплуатация зданий и сооружений». В 2004 году – Хакасский технический институт – филиал Красноярского государственного технического университета, где получил инженерное образование по специальности «Промышленное и гражданское строительство». В 2016 году окончил еще один вуз – Московский финансово-промышленный университет «Синергия» по специальности «Менеджмент».

Трудовую деятельность начал в 1998 году мастером участка в ПСК «Монолитсаянстрой». В этой организации работал также в качестве прораба и начальника участка. С 2001 по 2005 год занимал руководящие должности в нескольких коммерческих структурах.

Затем был сначала проректором по строительству и ремонту в Хакасском государственном университете им. Н.Ф. Катанова, после генеральным директором Некоммерческой организации «Республиканский фонд жилищного строительства», заместителем министра по градостроительной и жилищной политике Республики Хакасия, директором республиканского Управления капитального строительства. С 2010 года являлся директором ООО «Абаканкоммунпроект».

Был Членом Общественной палаты Республики Хакасия в трех созывах. Включен в национальные реестры специалистов в области строительства (НОСТРОЙ), в области инженерных изысканий и архитектурно-строительного проектирования (НОПРИЗ). Имеет общественные и ведомственные награды. В 2019 году Павлу Писареву присвоено почетное звание «Заслуженный строитель Республики Хакасия».

Министром строительства, дорожного хозяйства Иркутской области назначен с 11 января 2021 года.

Женат, воспитывает двоих детей.

Подробнее >>

Министерство экономического развития и промышленности Иркутской области

ФИО руководителя: Гершун Наталья Геннадьевна
Должность руководителя: Министр экономического развития и промышленности Иркутской области
Фактический адрес: 664027, г. Иркутск, ул. Ленина, д. 1а
Телефон: (3952)25-65-63, (3952)25-62-44
Факс: (3952)25-65-63
Email: [email protected] ru
Сайт: http://irkobl.ru/sites/economy/
Гершун Наталья Геннадьевна

Родилась 20 мая 1977 года в Иркутске. В 1999 году окончила Иркутский государственный университет по специальности «Математические методы и исследования операций в экономике», в 2002-м – аспирантуру. С 2002 по 2006 годы работала в комитете экономического анализа и прогнозирования администрации Губернатора Иркутской области, с 2007 по 2017-й занимала различные должности в министерстве экономического развития региона, в том числе являлась начальником управления государственного регулирования экономики. С ноября 2017-го по март 2021-го являлась помощником заместителя Председателя Правительства Ленинградской области – председателя комитета экономического развития и инвестиционной деятельности. С марта 2018 года по апрель 2021-го занимала должность начальника департамента инвестполитики Комитета экономического развития и инвестиционной деятельности Правительства Ленинградской области.

В мае 2021 года назначена министром экономического развития Иркутской области. 1 августа 2021 года – министром экономического развития и промышленности Иркутской области.  

Подробнее >>

Министерство финансов Иркутской области

ФИО руководителя: Бояринова Наталия Вениаминовна
Должность руководителя: Министр финансов Иркутской области
Фактический адрес: 664027, г. Иркутск, ул. Ленина, д. 1а
Телефон: (3952)25-63-15
Факс: (3952)24-35-87
Email: [email protected]
Сайт: https://minfin.irkobl.ru/
Бояринова Наталия Вениаминовна

Наталия Бояринова родилась в 1970 году в Хмельницкой области Украинской ССР. В 1992 году с отличием окончила Братский индустриальный институт по специальности «Экономика и управление в строительстве», в 2003 году – Академию народного хозяйства при Правительстве Российской Федерации по специальности «Государственное и муниципальное управление». В 1992 году начала трудовую деятельность в должности ведущего специалиста бюджетного отдела Финансового отдела администрации города Братска. С 1996 по 2001 год работала заместителем начальника бюджетного отдела, начальником отдела оперативного контроля и анализа финансового управления администрации Братска. В 2001 году Наталия Бояринова назначена заместителем начальника финансового управления комитета по экономике и финансам администрации Братска. С мая 2008 по февраль 2010 года занимала должность заместителя председателя комитета финансов, начальника казначейского управления администрации Братска. В 2010 году назначена председателем комитета финансов администрации Братска. С августа 2011 года занимала пост заместителя министра финансов Иркутской области. 18 октября 2012 года назначена на должность министра финансов Иркутской области. Награждена нагрудным знаком «Отличник финансовой работы» министерства финансов Российской Федерации, присвоено почетное звание «Заслуженный финансист Иркутской области».

Подробнее >>

Министерство жилищной политики и энергетики Иркутской области

ФИО руководителя: Никитин Анатолий Николаевич
Должность руководителя: Министр жилищной политики и энергетики Иркутской области
Фактический адрес: 664011, г. Иркутск, ул. Горького, д. 31
Телефон: (3952)21-48-00
Факс: (3952)21-48-01
Email: [email protected]
Сайт: http://irkobl.ru/sites/gkh/
Никитин Анатолий Николаевич

Родился 12 июля 1960 года в Читинской области. Окончил Иркутский политехнический институт по специальности «теплогазоснабжение и вентиляция».

Трудовую деятельность начал в должности инженера. В 1987-1992 годах работал в Управлении КГБ СССР по Иркутской области. С 1997-го по 2001 год – генеральный директор компании «Агродорспецстрой». С 2001-го по 2006 год являлся исполнительным директором, председателем совета директоров ОАО «Мегетский завод металлоконструкций». В 2006-2007 годах – заместитель главы администрации Иркутской области по строительству, коммунальной инфраструктуре, транспорту и связи. С 2009 года – директор Иркутского филиала ФГКУ «Дирекция по строительству и эксплуатации объектов Федерального агентства Росграницы», заместитель руководителя Енисейского управления Ростехнадзора.

Назначен на должность министра жилищной политики, энергетики и транспорта Иркутской области 1 октября 2020 года. В связи со структурными изменениями в Правительстве Иркутской области, с 5 мая 2021 года осуществляет полномочия министра жилищной политики и энергетики Иркутской области.

Подробнее >>

Министерство сельского хозяйства Иркутской области

ФИО руководителя: Сумароков Илья Павлович
Должность руководителя: Министр сельского хозяйства Иркутской области
Фактический адрес: 664011, г. Иркутск, ул. Горького, 31
Телефон: (3952) 24-32-55, (3952) 24-32-24, (3952) 24-30-89
Факс: (3952) 24-33-52
Email: [email protected] ru
Сайт: http://irkobl.ru/sites/agroline/
Сумароков Илья Павлович

Родился в 1988 году в рабочем поселке Белореченский Иркутской области. В 2010 году окончил Иркутский государственный технический университет по специальности «Машины и аппараты пищевых производств», параллельно окончил Байкальский государственный университет экономики и права по специальности «Финансы и кредит». В том же году пришел работать на СХПК «Усольскийсвинокомплекс». Прошёл путь от инженера цеха реализации до заместителя генерального директора по переработке и сбыту. Женат. 12 октября 2015 года назначен на должность министра сельского хозяйства Иркутской области.

Подробнее >>

Министерство природных ресурсов и экологии Иркутской области

ФИО руководителя: Трофимова Светлана Михайловна
Должность руководителя: Министр природных ресурсов и экологии Иркутской области
Фактический адрес: 664025, г. Иркутск, ул. Степана Разина, д. 14
Телефон: (3952) 25-99-83
Факс: (3952) 25-99-83
Email: [email protected]
Сайт: http://irkobl.ru/sites/ecology/
Трофимова Светлана Михайловна
Подробнее >>

Министерство социального развития, опеки и попечительства Иркутской области

ФИО руководителя: Родионов Владимир Анатольевич
Должность руководителя: Министр социального развития, опеки и попечительства Иркутской области
Фактический адрес: 664073, г. Иркутск, ул. Канадзавы, 2
Телефон: (3952)33-33-31
Email: [email protected]
Сайт: http://irkobl.ru/sites/society/
Родионов Владимир Анатольевич

Родился 25 июня 1958 года в городе Данилов Ярославской области. Окончил Братский индустриальный институт, магистратуру Байкальского государственного университета экономики и права по направлению «Менеджмент», Сибирскую академию государственной службы по специальности «Государственное и муниципальное управление». Трудовую деятельность начал токарем на авторемонтном заводе. В 1997 – 2001 годах возглавлял областное управление социальной защиты населения. С 2004 года работал начальником Управления Пенсионного Фонда России в Свердловском районе Иркутска. 11 мая 2011 года назначен министром социального развития, опеки и попечительства Иркутской области.

Подробнее >>

Министерство труда и занятости Иркутской области

ФИО руководителя: Клоков Кирилл Михайлович
Должность руководителя: Министр труда и занятости Иркутской области
Телефон: (3952)33-61-85
Факс: (3952)33-45-98
Email: [email protected]
Сайт: http://www.irkzan.ru
Клоков Кирилл Михайлович

Родился 9 сентября 1988 года в Иркутске. В 2010 году окончил Байкальский государственный университет экономики и права по специальности «Финансы и кредит». Имеет ученую степень – кандидат экономических наук.

Трудовую деятельность начал студентом – в 2007 году менеджером в торговой компании. В 2010 году работал специалистом отдела страхования «СОГАЗ» в Иркутске. С 2011 года занимал должность заместителя директора по экономике в торговой компании Иркутска.

В министерстве труда и занятости Иркутской области с 2014 года по март 2021 года занимал различные должности, в том числе с 2019 года являлся заместителем министра.

В марте 2021 года Кирилл Клоков назначен на должность министра труда и занятости Иркутской области.

Женат, воспитывает сына.

Подробнее >>

Министерство здравоохранения Иркутской области

ФИО руководителя: Сандаков Яков Павлович
Должность руководителя: Министр здравоохранения Иркутской области
Фактический адрес: 664003, г. Иркутск, ул. К. Маркса, 29
Телефон: (3952)26-51-00
Факс: (3952)24-09-94
Email: [email protected] ru
Сайт: http://www.minzdrav-irkutsk.ru
Сандаков Яков Павлович
Подробнее >>

Министерство культуры и архивов Иркутской области

ФИО руководителя: Полунина Олеся Николаевна
Должность руководителя: Министр культуры и архивов Иркутской области
Фактический адрес: 664003, г. Иркутск, ул. Седова, 15
Телефон: (3952) 20-30-55
Факс: (3952) 20-30-55
Email: [email protected]
Сайт: http://irkobl.ru/sites/culture/
Полунина Олеся Николаевна

Олеся Полунина с отличием окончила Иркутский государственный педагогический университет по специальности «История», прошла переподготовку в Байкальском государственном университете экономики и права по программе «Современное государственное и муниципальное управление» и в Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации по специальности «Управление в сфере культуры».

Трудовую деятельность начала в 1999 году учителем истории в школе Усть-Илимска.

В 2000 году стала заведующей отделом муниципального учреждения культуры «Картинная галерея» Усть-Илимска. В 2007 году заняла пост директора картинной галереи. В 2011 году была назначена заместителем начальника Управления культуры администрации Усть-Илимска. В 2019 году стала заместителем министра культуры и архивов Иркутской области. 1 сентября 2021 года назначена министром культуры и архивов Иркутской области.

Подробнее >>

Министерство спорта Иркутской области

ФИО руководителя: Богатырев Павел Александрович
Должность руководителя: Осуществляющий полномочия министра спорта Иркутской области
Фактический адрес: 664003, г. Иркутск, ул. Карла Маркса, 26
Телефон: (3952)33-33-44
Факс: (3952)24-29-92
Email: [email protected]
Сайт: http://minsport. irkobl.ru
Богатырев Павел Александрович
Подробнее >>

Министерство образования Иркутской области

ФИО руководителя: Парфенов Максим Александрович
Должность руководителя: Министр образования Иркутской области
Фактический адрес: г.Иркутск, ул. Российская, 21
Телефон: (3952) 34-17-28
Факс: (3952) 33-13-33
Email: [email protected]
Сайт: http://irkobl.ru/sites/minobr/
Парфенов Максим Александрович

Родился 30 мая 1977 года в г. Иркутске. В 1999 году окончил Иркутский государственный педагогический университет по специальности «История». В качестве методиста учебно-методического кабинета детских общественных объединений Иркутского института повышения квалификации работников образования участвовал в реализации региональных образовательных проектов для школьников и педагогов Иркутской области. В 2002 году принят на работу на должность главного специалиста отдела общего образования Главного управления общего и профессионального образования администрации Иркутской области (с 2008 года – министерство образования Иркутской области). В 2010 году возглавил в министерстве образования Иркутской области отдел дополнительного образования. В 2013 назначен заместителем министра образования Иркутской области. С декабря 2019 по январь 2021 года являлся руководителем службы по контролю и надзору в сфере образования Иркутской области. 12 января 2021 года назначен министром образования Иркутской области.

Подробнее >>

Министерство имущественных отношений Иркутской области

ФИО руководителя: Быргазова Марина Александровна
Должность руководителя: Министр имущественных отношений Иркутской области
Фактический адрес: 664007, г. Иркутск, ул. Карла Либкнехта, д. 47
Телефон: (3952)25-98-00
Факс: (3952)29-43-19
Email: [email protected] ru
Сайт: http://irkobl.ru/sites/mio/
Быргазова Марина Александровна

Родилась 10 января 1965 года в городе Черемхово Иркутской области. В 1988 году окончила Иркутский государственный университет по специальности «Правоведение». В том же году начала трудовую деятельность в качестве нотариуса в 1-ой Иркутской нотариальной конторе. С 1991 года по 2011 год работала в администрации города Иркутска: главным специалистом юридического отдела, заместителем начальника юридического отдела, начальником отдела муниципального законодательства, в последствии заместителем начальника департамента правовой и кадровой работы, начальником имущественного департамента КУМИ Иркутска – заместителем председателя КУМИ. В 2003 году была избрана заместителем председателя окружной избирательной комиссии по выборам депутатов Государственной Думы РФ Иркутского одномандатного избирательного округа № 84. С 2011 года по 2012 год работала начальником правового отдела Службы занятости Иркутской области. С 2012 года по 2016 год занимала должность заместителя министра имущественных отношений Иркутской области. В 2016 году вернулась на муниципальную службу и до 2019 года трудилась в департаменте финансов комитета по бюджетной политике и финансам администрации города Иркутска. В декабре 2019 года была назначена исполняющей обязанности министра имущественных отношений Иркутской области, а в сентябре 2020 года – министром имущественных отношений Иркутской области. Общий стаж работы в сфере государственного и муниципального управления составляет более 30 лет. Имеет опыт преподавательской деятельности в Байкальском государственном университете экономики и права, филиале Московской Российской правовой академии, филиале Российской Академии правосудия. Является одним из разработчиков Устава города Иркутска. 

Подробнее >>

Министерство цифрового развития и связи Иркутской области

ФИО руководителя: Лойчиц Владимир Анатольевич
Должность руководителя: Осуществляющий полномочия министра цифрового развития и связи Иркутской области
Фактический адрес: г. Иркутск, ул. Свердлова, 28
Телефон: 24-00-61
Email: [email protected]
Сайт: https://irkobl.ru/sites/digital
Лойчиц Владимир Анатольевич
Подробнее >>

Министерство по молодежной политике Иркутской области

ФИО руководителя: Цыганова Маргарита Михайловна
Должность руководителя: Министр по молодежной политике Иркутской области
Фактический адрес: 664027, Иркутск, ул.Ленина, 1
Телефон: (3952)24-06-61
Факс: (3952)24-06-61
Email: [email protected]
Сайт: http://mmp38.ru
Цыганова Маргарита Михайловна

Родилась 30 сентября 1992 года в поселке Тайтурка Усольского района Иркутской области. В 2015 году окончила Иркутский государственный университет по специальности «Педагогика и психология», квалификация «Педагог-психолог». Трудовую деятельность начала в 2013 году вожатой детского оздоровительного лагеря «Лазурный» ОГАУ СО «Комплексный центр социального обслуживания населения» (г. Иркутск). С сентября 2015 года по июнь 2018 года являлась аспирантом Иркутского государственного университета. С апреля 2016 года по март 2021 года – председатель Первичной профсоюзной организации студентов Иркутского государственного университета. 22 марта 2021 года назначена на должность министра по молодежной политике Иркутской области.

Подробнее >>

Министерство лесного комплекса Иркутской области

ФИО руководителя: Читоркин Владимир Викторович
Должность руководителя: Министр лесного комплекса Иркутской области
Фактический адрес: 664003,г. Иркутск, ул. Горького, 31
Телефон: (3952)33-59-81
Факс: (3952)24-31-55
Email: [email protected]
Сайт: http://irkobl.ru/sites/alh/
Читоркин Владимир Викторович

Родился в 1976 году в г. Томске. В 1998 году окончил Томский государственный университет по специальности «Лесное и лесопарковое хозяйство». По окончании ВУЗа поступил в аспирантуру филиала Института леса им. В.Н. Сукачева СО РАН в г. Томске. Трудовую деятельность начал в этом же научном учреждении в 2001 году. С 2004 по 2007 год работал в Институте мониторинга климатических и экологических систем СО РАН. В 2007-2011 гг. – главный специалист, консультант Комитета региональной лесной политики Департамента развития предпринимательства и реального сектора экономики Томской области. В 2011-2012 гг. – начальник отдела государственной экспертизы и лесного планирования ОГКУ «Томское управление лесами». В 2012-2013 гг. – директор по планированию и развитию ООО «Томский лес». С 2013 по 2021 год работал на руководящих должностях в Департаменте государственной политики и регулирования в области лесных ресурсов Министерства природных ресурсов и экологии Российской Федерации, последняя должность в этом ведомстве – заместитель директора. 12 июля 2021 года указом Губернатора Иркутской области назначен министром лесного комплекса Иркутской области.

Ученую степень кандидата биологических наук защитил диссертацией на тему «Лесоведение, лесоводство, лесные пожары и борьба с ними».   

Подробнее >>

Министерство по регулированию контрактной системы в сфере закупок Иркутской области

ФИО руководителя: Недорубкова Оксана Викторовна
Должность руководителя: Министр по регулированию контрактной системы в сфере закупок Иркутской области
Фактический адрес: 664003,г. Иркутск, ул. Сухэ-Батора, 15
Телефон: (3952)24-15-55
Факс: (3952)34-18-69
Email: [email protected]
Сайт: http://irkobl.ru/sites/gz/
Недорубкова Оксана Викторовна

Родилась в 1968 году в городе Иркутске. В 1991 году окончила юридический факультет Иркутского государственного университета, в 2016 году – ФГБОУ ВО «Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации» по направлению «государственное и муниципальное управление». С 1991 по 2003 годы занимала различные должности в органах прокуратуры: следователь районной прокуратуры, помощник прокурора района и города Иркутска, старший следователь отдела по расследованию особо важных дел по городу Иркутску прокуратуры Иркутской области. В марте 2003 года перешла на государственную гражданскую службу Иркутской области. В департаменте по обеспечению деятельности мировых судей Иркутской области занимала должность заместителя руководителя, директора департамента. С апреля 2014 года работала в управлении Губернатора Иркутской области и Правительства Иркутской области по региональной политике. С февраля 2015 года – в министерстве по регулированию контрактной системы в сфере закупок Иркутской области. Занимала должность начальника отдела методологического обеспечения, с января 2020 года исполняла обязанности министра по регулированию контрактной системы в сфере закупок Иркутской области. В сентябре 2020 года назначена на должность министра.

Подробнее >>

Portal | Управление персоналом, Оценка, Аттестация, Кадровое делопроизводство

Трудовое законодательство | BLS | 22:10:2021 13:58

Должностные обязанности – ключевое понятие трудовых отношений. Задачи сотрудника описаны в трудовом договоре или инструкции. Человек знакомится с ними и подписывает лично. После этого поменять их можно только по соглашению сторон. А ведь изменять их приходится нередко…

Охрана труда, предотвращение несчастных случаев | Порочкин Дмитрий | 22:10:2021 13:18

Сегодня мы рассмотрим способы взаимодействия по охране труда с подрядными организациями. Важнейшей частью работ с подрядчиком в сфере охраны труда является составление договора. В этот договор необходимо включить раздел об условиях и ответственности подрядчика за…

Лидерство и Менеджмент | Русская Школа Управления – РШУ | 22:10:2021 11:33

Стать успешным руководителем непросто. Для этого недостаточно быть хорошим профессионалом в определенной сфере деятельности. Нужно разбираться в тонкостях управления и уметь работать с командой, мотивировать ее и вести за собой. Однако далеко не всегда понятно, какие…

Карьера и Саморазвитие | Журнал HR-Portal | 22:10:2021 11:05

Очередная пятничная подборка юмора Выходные Планы на нерабочие дни Проверки Добрые коллеги Советы мудрых Психическое здоровье Просто так прохожий, парень чернокожий Место для вакансий Кинестетик или визуал Планы и реализация Причина бессонницы Логика

Карьера и Саморазвитие | Журнал HR-Portal | 22:10:2021 8:56

Спенсер Раскофф, 39-летний соучредитель «Hotwire.com» и гендиректор «Zillow» (последние 7 лет), подходит под большинство определений успешного человека. Спенсер отец 3 маленьких детей, и он всегда занят, как дома, так и на работе. Что Спенсер категорически отказывается…

Карьера и Саморазвитие | Журнал HR-Portal | 22:10:2021 8:55

Практически каждую неделю я получаю письма от эйчаров со всего мира. Они попадают в трудные ситуации и ищут выход. Кто-то пытался внедрить необходимые перемены в своих организациях, но руководство этого не одобряет. Кто-то дал неправильный совет работнику, и сейчас…

Карьера и Саморазвитие | Журнал HR-Portal | 21:10:2021 19:31

Поиск работы занимает много времени – времени, которого у вас нет. Поиск новой работы может показаться непосильным бременем сверх вашего уже полного рабочего дня. Добавьте к этому осложнения, связанные с COVID, и умственное истощение собраний Zoom, и вы легко…

Управление персоналом в целом | Николь_ред | 21:10:2021 15:58

1. Обеспечение рабочими инструментами и полезными компетенциями Проверка работы ПК в дистанционном режиме, обеспечение сотрудников удаленной техникой, составление графика прихода в офис тех, кто является контактным лицом для обмена официальными документами, минимизация…

Экономика | Valeratal | 21:10:2021 12:35

В Москве в связи с распространением COVID устанавливаются нерабочие дни с 28 октября по 7 ноября, сообщается в указе мэра Москвы Сергея Собянина, опубликованного на портале мэра столицы. “В соответствии с указом президента Российской Федерации от 20 октября 2021 года №…

Экономика | Valeratal | 21:10:2021 10:24

С 30 октября по 7 ноября в России на работу должны будут выйти сотрудники системообразующих предприятий и продуктового ритейла. Об этом сообщила пресс-служба Минпромторга. Глава ведомства Денис Мантуров отметил, что важно обеспечить россиянам возможность…

Применение термодерева и его характеристики » Статьи @ БелСмета

При оформлении частных домов на рынке можно выбрать широкий ассортимент материалов от разных производителей, отличающихся своими характеристиками и назначением. К современной и новой продукции относится и термодерево. Его популярность стремительно возрастает последнее время, что объясняется великолепными свойствами.

Применение


Область использования термодерева достаточно широка. Оно покупается для дальнейшего применения во многих работах:
• отделка парилок саун, бань;
• оформление помещений, где наблюдается повышенная влажность;
• наружная облицовка строений;
• отделка фасадов.
Конечно, это далеко не весь перечень.

Изготовление


Технология производства данного материала отличается довольно высокой сложностью. Известно, что для увеличения срока службы древесины необходимо удалить из него некоторые вещества и влагу. Еще издавна, зная данную особенность, дерево высушивали, используя специальные помещения, на что уходило немало лет. Начиная с середины 20 века, начинается проведение исследований, направленных на улучшение качеств древесины, включая стойкость к изнашиванию и прочностные характеристики. Результатом стало появление новой технологии, которая давала возможность в короткие сроки высушивать материал, удаляя вещества, приводившие к появлению гниения.
Необходимо понимать, что в древесине содержится влага. Чтобы волокна материала стали более прочными, предстоит от нее избавиться. Также в структуре имеется так называемый древесный сахар, наличие которого провоцирует развитие грибка.

Основные этапы производства



Технология изготовления термодерева предусматривает обработку материала в специальной безвоздушной среде. При этом поддерживаются высокие температуры. Весь процесс включает несколько основных стадий:
• просушивание от влаги;
• повышение биостойкости;
• стабилизация состояния и закрепление.
Четкое соблюдение технологии и требований производителями позволяет придать изготавливаемому материалу требуемые качества.

Изготовление своими руками


Перед тем как купить термодерево в Украине можно также попробовать своими руками сделать похожий материал. Основой будет деревянная доска или МДФ. Ее следует хорошо просушить. Затем создается форма. После сухие опилки следует смешать с клеем ПВА. Состав помещается в форму на основу. Следующий этап – высушивание. После высыхания на поверхность наклеивается шпон. Такой вариант термодерева нельзя использовать при отделке снаружи, что следует учитывать при последующем применении.

Преимущества


Высокая популярность термодревесины связана с ее многочисленными достоинствами. К наиболее значимым положительным качествам можно отнести:
• стойкость к изнашиванию;
• высокая прочность;
• экологическая чистота;
• отсутствие деформации при изменении температуры и под действием влаги;
• отличные термоизоляционные характеристики;
• разные оттенки;
• эстетическая привлекательность.
Покупатели, сделавшие выбор в пользу этого современного материала, по достоинству оценили представленный выше обширный перечень преимуществ.

Недостатки


Наряду с обширным списком плюсов материал имеет только один минус. Он заключается в довольно высокой стоимости, по которой реализуется термодревесина в продаже. Дороговизна имеет свое объяснение. Высокая цена обуславливается довольно высоким уровнем сложности применяемой технологии изготовления. Несмотря на это, все материальные затраты, требуемые для покупки, окупаются отличными свойствами современного материала. Именно поэтому спрос на него в продаже только возрастает.

Концентрация йода в моче беременных женщин в Украине

Справочная информация: Потребность в йоде увеличивается во время беременности, и в предыдущих исследованиях сообщалось о недостаточном йодном статусе беременных женщин в регионах, где достигнута йодная недостаточность среди населения в целом. Мы исследовали концентрацию йода в моче (UI) беременных женщин в Украине, где йодный статус улучшается среди населения в целом.

Методы: Мы включили 148 беременных <16 недель беременности и 80 здоровых женщин в контрольную группу, проживающих в Житомире, Украина.Измеряли концентрацию UI, тиреотропный гормон (ТТГ), антитела к тиреоглобулину (TGAb) и антитела к антитироидной пероксидазе (TPOAb).

Результаты: Средние концентрации UI были значительно ниже у беременных женщин, чем у контрольных женщин [13,0 (ND – 51,0) мкг / л по сравнению с 62,0 (35,3–108,5) мкг / л, p <0,001]). Концентрации ТТГ были значительно ниже у беременных женщин, чем у контрольных женщин [1,7 (1,2–2,7) МЕ / л по сравнению с 2,2 (1,4–3,1) МЕ / л, p = 0,011], но эта разница исчезла с поправкой на возраст (2.1 ± 0,1 МЕ / л по сравнению с 2,4 ± 0,2 МЕ / л, p = 0,097). Частота ТТГ более 6,2 МЕ / л и частота положительных TGAb и / или TPOAb статистически не различались между группами (p = 0,70 и p = 0,48, соответственно). Концентрации UI у 142 беременных (95,9%) были <150 мкг / л, что указывает на недостаточное потребление йода.

Выводы: Концентрация UI у беременных в Украине выявила острую нехватку йода. Регулярный мониторинг и соответствующее просвещение по вопросам питания имеют важное значение, поскольку дефицит йода можно легко предотвратить с помощью адекватного потребления йода.Риск йодной недостаточности во время беременности необходимо оценивать на местном уровне с течением времени, потому что он может возникать в районах, которые во всем мире не признаны йододефицитными.


Автор, ответственный за переписку: Нобору Такамура, доктор медицины, доктор философии, профессор и председатель, Департамент глобального здравоохранения, медицины и социального обеспечения, Институт болезней атомной бомбы, Высшая школа биомедицинских наук Университета Нагасаки, 1-12-4 Сакамото, Нагасаки 8528523, Япония , Телефон: +81 95 8197170, Факс: +81 95 8197172


Это исследование было поддержано грантом Японского общества содействия науке (No.19500600) и Министерства образования, культуры, спорта, науки и технологий Японии в рамках Глобальной программы COE Университета Нагасаки.

Заявление о конфликте интересов

Раскрытие конфликта интересов авторов: Авторы заявили об отсутствии конфликта интересов в отношении публикации этой статьи.

Финансирование исследований: Не заявлено.

Работа или руководство: Не заявлено.

Гонорар: Не объявлено.

Ссылки

1. Всемирная организация здравоохранения, Детский фонд Организации Объединенных Наций, Международный совет по борьбе с йододефицитными заболеваниями. Оценка нарушений йодной недостаточности и контроль их устранения. Пособие для менеджеров программ, 3-е изд. Женева, Швейцария: ВОЗ, 2007. Поиск в Google Scholar

2. Глинер Д. Важность йодного питания во время беременности. Public Health Nutr 2007; 10: 1542–6. Искать в Google Scholar

3. Boyages SC.Клинический обзор 49: йододефицитные расстройства. J Clin Endocrinol Metab 1993; 77: 587–91. Искать в Google Scholar

4. Ашизава К., Сибата Ю., Ямасита С., Намба Х, Хоши М., Йокояма Н. и др. Распространенность зоба и уровни экскреции йода с мочой у детей в Чернобыле. J Clin Endocrinol Metab 1997; 82: 3430–3. Искать в Google Scholar

5. Тронко М., Кравченко В., Финк Д., Хэтч М., Турчин В., МакКоннелл Р. и др. Выделение йода в регионах Украины, пострадавших от аварии на Чернобыльской АЭС: опыт украинско-американского когортного исследования рака щитовидной железы и других заболеваний щитовидной железы.Щитовидная железа 2005; 15: 1291–7. Искать в Google Scholar

6. Всемирная организация здравоохранения. Глобальная база данных ВОЗ по йодной недостаточности. Доступно по адресу: http://who.int/vmnis/iodine/data/database/countries/ukr_idd.pdf. Дата обращения: 20 мая 2012 г. Поиск в Google Scholar

7. Такамура Н., Бебешко В., Аояги К., Ямасита С., Сайто Х. Уровни йода в моче; 20 лет после аварии на Чернобыльской АЭС. Endocr J 2007; 54: 335. Искать в Google Scholar

8. Санделл Э.Б., Колтхофф И.М. Микроопределение йода каталитическим методом.Microchem Acta 1937; 1: 9–25. Искать в Google Scholar

9. Охаши Т., Ямаки М., Пандав К.С., Кармаркар М.Г., Ири М. Простой метод микропланшета для определения йода в моче. Clin Chem 2000; 46: 529–36. Искать в Google Scholar

10. Суркс М.И., Холлоуэлл Дж. Возрастное распределение сывороточного тиреотропина и антитиреоидных антител в популяции США: последствия для распространенности субклинического гипотиреоза. J Clin Endocrinol Metab 2007; 92: 4575–82. Искать в Google Scholar

11.Глинер Д. Беременность и йод. Щитовидная железа 2001; 11: 471–81. Искать в Google Scholar

12. Тахирович Х., Тороманович А., Балич А., Грбич С., Гнат Д. Йодный статус питания беременных женщин в районах с достаточным содержанием йода. Food Nutr Bull 2009; 30: 351–4. Искать в Google Scholar

13. Альварес-Педрерол М., Рибас-Фито Н., Гарсия-Эстебан Р., Родригес А., Сориано Д., Гуксенс М. и др. Источники йода и уровни йода у беременных женщин, живущих в районах, где нет известного дефицита йода. Clin Endocrinol 2010; 72: 81–6.Поиск в Google Scholar

14. Равро В., Бурно С., Сассолас Дж., Орджацци Дж., Клаустрат Ф., Гошеран П. и др. Беременные француженки, живущие в районе Лиона, испытывают дефицит йода и имеют повышенную концентрацию тиреоглобулина в сыворотке крови. Щитовидная железа 2012; 22: 522–8. Искать в Google Scholar

15. Миан С., Виталиано П., Поцца Д., Баролло С., Питтон М., Каллегари Г. и др. Йодный статус при беременности: роль диетических привычек и географического происхождения. Clin Endocrinol 2009; 70: 776–80. Искать в Google Scholar

16.Коричневый RS. Регуляция развития экспрессии гена рецептора тиреотропина в щитовидной железе плода и новорожденного. Эндокринология 2004; 145: 4058–61. Искать в Google Scholar

17. де Эскобар GM, Obregon MJ, del Rey FE. Материнские гормоны щитовидной железы на ранних сроках беременности и в развитии головного мозга плода. Лучшая практика Res Endocrinol Metab 2004; 18: 225–48. Искать в Google Scholar

18. Haldimann M, Alt A, Blanc A, Blondeau K. Содержание йода в пищевых группах. J Food Comp Anal 2005; 18: 461–71. Искать в Google Scholar

19.Комитет общественного здравоохранения Американской ассоциации щитовидной железы. Добавки йода при беременности и кормлении грудью – США и Канада: рекомендации Американской ассоциации щитовидной железы. Щитовидная железа 2006; 16: 949–51. Искать в Google Scholar

20. Циммерманн М.Б. Недостаток йода. Endocr Rev 2009; 30: 376–408. Искать в Google Scholar

21. Андерсен С., Кармишолт Дж., Педерсен К.М., Лаурберг П. Надежность исследований потребления йода и рекомендации по количеству образцов в группах и у отдельных лиц.Br J Nutr 2008; 99: 813–8. Искать в Google Scholar

22. Андерссон М., де Бенуа Б., Роджерс Л. Эпидемиология йодной недостаточности: йодирование соли и йодный статус. Лучшая практика Res Endocrinol Metab 2010; 24: 1–11. Искать в Google Scholar

Получено: 2012-6-20

Принято: 2012-8-18

Опубликовано в Интернете: 18.09.2012

Опубликовано в печати: 2013-04- 01

© 2013 Вальтер де Грюйтер Берлин Бостон

Сертификат программы углубленных исследований в области оценки и интегрированного управления затратами

Оценщики, руководители проектов и инженеры в отраслях, которые выполняют сложные работы, требующие больших капитальных затрат, такие как строительство, управление отходами и производство – постоянно сталкиваться с риском перерасхода средств, споров по контрактам и задержек.Хотя существуют меры по снижению этих рисков, традиционные методы оценки и управления затратами часто не успевают за развивающимися технологиями, меняющимися подходами к контрактам и закупкам и другим внешним давлением.

Программа углубленных исследований в области оценки и интегрированного управления затратами решает эту проблему, вооружая профессионалов современным набором навыков, поведения и знаний, которые помогут им развиваться, чтобы решать возникающие проблемы и открывать новые возможности.

Для кого предназначена эта программа?

Эта программа была разработана для всех специалистов-строителей, участвующих в начальной стадии строительного проекта, включая проектирование или раннее планирование строительства, таких как оценщики, владельцы, специалисты по проектированию, менеджеры проектов и генеральные подрядчики.

Что вы узнаете

В этой интенсивной программе из четырех курсов, разработанной для профессионалов с опытом в области оценки, управления проектами и гражданского или проектного проектирования, студенты изучат передовые методы активной оценки, интегрированного управления затратами, бережливого производства и применения новых технологий, поддерживающих интегрированную сдача проекта (IPD).К концу программы студенты смогут:

  • Интеграция концепций проектирования и доставки целевых значений с текущим состоянием процессов предварительного строительства
  • Применять систематический подход к управлению затратами на протяжении всего жизненного цикла проекта, продукта или услуги
  • Планировать и контролировать ресурсы, затраты, прибыльность и риски
  • Тестирование процессов предварительной сборки и интегрированного управления затратами
  • Интегрировать новые технологии и инновации в управление проектами и оценку
  • Применять методы поведенческой оценки, повышающие предсказуемость
  • Применение принципов, методологий и технологий оценки затрат и интегрированного управления затратами для поддержки процесса управления
  • Управляйте восприятием рисков и способами их устранения

Что вы получите

Когда вы зарегистрируетесь в программе повышения квалификации по программе оценки и интегрированного управления затратами, вы получите:

  • Доступ к опытным оценщикам, которые сочетают теорию с практическими знаниями для всестороннего академического опыта
  • Классные проекты и тематические исследования, которые обеспечивают динамичное обучение в реальных условиях новым технологиям и новым методам реализации проектов
  • Уникальные возможности для общения с инструкторами, профессиональными ассоциациями и однокурсниками, которые могут помочь вам в карьере
  • Удобный онлайн-формат, позволяющий получать образование, где бы вы ни находились
  • Академический зачет через Департамент гражданской и экологической инженерии Калифорнийского университета в Дэвисе

Оценка неопределенности в выборке, управляемой респондентами, с использованием метода начальной загрузки дерева

Значимость

Некоторые скрытые или труднодоступные группы населения, представляющие интерес для исследователей, трудно изучать с помощью стандартных статистических методов, поскольку нет надежного списка членов из какие образцы можно рисовать.Выборка, управляемая респондентами (RDS), является распространенным способом охвата представителей этих групп населения, позволяя небольшому количеству респондентов набирать дополнительных респондентов из целевой группы из своих личных контактов. Однако известно, что оценки, полученные с помощью RDS, имеют высокую степень неопределенности, которую современные методы не учитывают полностью. Мы представляем метод, который преодолевает эту проблему и позволяет улучшить статистический вывод из данных RDS.

Abstract

Выборка, управляемая респондентами (RDS), представляет собой сетевую форму выборки по цепочке перенаправлений, которая используется для оценки характеристик групп населения, к которым трудно получить доступ с помощью стандартных инструментов обследования.Хотя его популярность быстро выросла с момента его появления, статистические свойства оценок RDS остаются неуловимыми. В частности, было показано, что вариативность выборки этих оценок намного выше, чем предполагалось ранее, и даже методы, разработанные для учета RDS, приводят к ошибочно узким доверительным интервалам. В этой статье мы представляем метод начальной загрузки дерева для оценки неопределенности оценок RDS, основанный на деревьях пополнения с повторной выборкой. Мы используем моделирование из известных социальных сетей, чтобы показать, что метод начальной загрузки дерева не только превосходит существующие методы, но также отражает высокую изменчивость RDS, даже в крайних случаях с высокими проектными эффектами.Мы также применяем этот метод к данным о потребителях инъекционных наркотиков в Украине. В отличие от других методов, бутстрап дерева зависит только от структуры выбранных деревьев набора, а не от атрибутов, измеряемых у респондентов, поэтому корреляции между атрибутами могут быть оценены так же, как и изменчивость. Наши результаты показывают, что можно точно оценить высокий уровень неопределенности, присущий RDS.

Исследователи часто интересуются изучением скрытых или труднодоступных групп населения.Эти группы населения могут быть очень малочисленными по сравнению с населением в целом, или включение в эти группы может иметь социальную стигму или другие проблемы конфиденциальности, которые затрудняют доступ к ним. Например, исследования в области ВИЧ часто нацелены на группы высокого риска, такие как потребители инъекционных наркотиков (ПИН), мужчины, практикующие секс с мужчинами, и работницы секс-бизнеса. К сожалению, из этих групп трудно сделать выборку, потому что у них нет надежной основы выборки, на которой можно было бы основывать традиционные методы выборки, и если исследование ограничивается только наиболее доступными членами популяции, это может привести к ошибкам.

Выборка, управляемая респондентом (RDS), сочетает в себе не вероятностный план цепного перенаправления или снежного кома со статистической моделью, которая позволяет оценивать и делать выводы о параметрах совокупности (1–3). По данным White et al. (4), по состоянию на 2015 год RDS использовался более чем в 460 исследованиях в 69 странах. Процесс RDS начинается с первоначального отбора участников первой волны, называемых семенами, которые могут быть выбраны неслучайно из скрытой совокупности с помощью удобной выборки. Этим участникам выдаются купоны с уникальными номерами, и им поручается набрать следующую волну из людей, которых они знают в целевой группе, обычно с финансовыми стимулами.Когда следующая волна людей возвращается с купонами, им, в свою очередь, поручают набрать дополнительную волну, и этот процесс продолжается до тех пор, пока не будет достигнут желаемый размер выборки или пока не перестанут появляться новые рекруты. В этом процессе используется социальная сеть, лежащая в основе скрытого населения, при этом уменьшаются проблемы с конфиденциальностью, которые могут возникнуть в результате прямого запроса у респондентов списка контактов. Кроме того, использование многочисленных волн набора снижает зависимость всей выборки от исходной удобной выборки.

Было предложено несколько статистических подходов для контроля систематических ошибок, связанных с методами цепной переадресации. В своих оригинальных статьях о RDS Хекаторн (1, 2, 5) описал процесс выборки и использовал принципы сетевой гомофилии и взаимности между сетевыми соединениями для разработки методов оценки распространенности атрибутов в популяции. Используя теорию цепей Маркова, Салганик и Хекаторн (6) показали, что эти оценки RDS были асимптотически несмещенными при предположениях о процессе выборки и лежащей в основе социальной сети.Ли и Роэ (7) недавно расширили эти результаты предельной теоремы, включив в них случаи с множественными отсылками. Салганик (8) также разработал метод начальной загрузки для оценки дисперсии выборки этих оценок, основанный на различных схемах направления респондентов с различными атрибутами, а Yamanis et al. (9) изменили этот метод, чтобы учесть наблюдаемую ветвящуюся структуру образца. Фольц и Хекаторн разработали оценку типа Хансена – Гурвица, соответствующую RDS, и использовали существующую теорию этих оценок, чтобы также оценить ее изменчивость (3).Джайл с соавторами (10, 11) предложили оценки, которые либо сравнивают RDS с вероятностью, пропорциональной размеру, без схемы замещающей выборки, либо пытаются использовать свойства работающей сетевой модели, причем оба метода допускают начальные оценки неопределенности. Crawford et al. (12) также предложили метод, который использует свойства нижележащего графа, но дополнительно включает информацию о порядке и времени набора в свою модель.

Несмотря на недавние достижения, количественная оценка потенциально большой неопределенности, связанной с процессом RDS, остается в значительной степени открытой проблемой.Гоэль и Салганик (13) выполнили моделирование известных сетевых популяций и показали, что эта изменчивость была намного выше, чем предполагалось ранее, часто в 5–10 раз или больше, чем при стандартном простом процессе случайной выборки (13). В результате наивное использование статистических выводов приведет к ошибочно узким доверительным интервалам. Исследователи также обнаружили, что даже доверительные интервалы, полученные с помощью методов, адаптированных к RDS, не смогли достичь показателей охвата, близких к заявленным значениям методов.

Мы представляем метод начальной загрузки дерева для оценки неопределенности в процессе RDS. Мы тестируем метод начальной загрузки дерева в сравнении с широко используемыми существующими методами в двух имитационных исследованиях, которые отражают результаты, выполненные Гоэлем и Салгаником (13), и применяем наш метод к данным RDS, собранным из скрытых групп ПИН в Украине.

Методы

Процесс найма, лежащий в основе RDS, включает сложную социальную динамику, которую трудно смоделировать. Поэтому большая часть литературы о свойствах оценок RDS основана на ряде упрощающих предположений.Здесь мы предположим, что ( i ) социальная сеть конечна и связана; ( ii ) сетевые соединения являются взаимными, а не направленными; ( iii ) новобранцы точно сообщают о своем сетевом образовании; ( iv ) купоны найма равномерно случайным образом распределяются среди соседей в сети; и ( против ) люди могут быть привлечены к выборке более одного раза (3, 5, 6). На практике не все эти предположения реальны. В частности, RDS обычно выполняется без замены, что не позволяет нанимать одного и того же человека более одного раза.См. Результаты для обсуждения того, как это нарушение влияет на оценку по выборке RDS.

При этих предположениях RDS эквивалентен случайному блужданию по базовой социальной сети. Следовательно, RDS может быть смоделирована цепью Маркова первого порядка на пространстве узлов сети, имеющей стационарное распределение, пропорциональное степеням узлов (6). То есть вероятность того, что человек будет включен в выборку, пропорциональна количеству подключений, которые он имеет в сети.VH оценивает распространенность признака в популяции. Дополнительное предположение о том, что начальные рекруты или семена были отобраны с вероятностью, пропорциональной их степени, часто включается, чтобы гарантировать, что цепь Маркова начинается с ее стационарного распределения (6). При таком предположении оценка является несмещенной, но даже без этого предположения она остается асимптотически несмещенной (3).

Поскольку RDS производит выборки, которые не являются независимыми, оценка дисперсии и построение доверительных интервалов для оценщика Фольца – Хекаторна μ ^ VH непросто.VH, использующий стандартную теорию оценок Хансена – Гурвица (3). Салганик (8) предложил процедуру начальной загрузки, которая разбивает выборку на группы на основе значения атрибута их рекрутера и итеративно повторяет выборку из этих групп соответственно. Оба эти метода пытаются использовать марковские свойства процесса найма в RDS. Однако оба метода предполагают, что эти свойства сохраняются, даже когда индивидуумы сгруппированы по их значениям атрибутов, что не подтверждается теорией.Джайл (10) рассматривал RDS аналогично вероятности, пропорциональной размеру, без замены конструкции и разработал альтернативу оценке Фольца – Хекаторна с весами, которые больше не просто пропорциональны степени сети.

Метод оценки неопределенности для RDS, который мы вводим, прост в реализации и превосходит другие методы моделирования. Основное различие между упомянутыми выше методами и тем, что мы предлагаем, заключается в том, что предыдущие методы в значительной степени сосредоточены на статусе наблюдаемого атрибута.Вместо этого мы предлагаем игнорировать статус атрибута и сосредоточиться исключительно на структуре деревьев набора RDS, что позволяет нам воспользоваться преимуществом основного источника зависимости внутри выборки, а именно базовой социальной сети.

Tree Bootstrap.

Наш метод, по сути, представляет собой многоуровневую процедуру начальной загрузки, применяемую в иерархической структуре деревьев набора RDS. Чтобы получить выборку начальной загрузки из набора наблюдаемых деревьев, первым шагом является повторная выборка с заменой из семян деревьев.Затем из каждого из этих семян мы переделываем выборку с заменой из их новобранцев, создавая второй уровень деревьев выборки начальной загрузки. Затем из каждого из этих новобранцев мы производим повторную выборку с заменой из их рекрутов, чтобы создать третий уровень. Этот процесс повторяется итеративно до тех пор, пока новые рекруты не перестанут быть доступными. Из результирующих деревьев выборки начальной загрузки можно вычислить любую интересующую статистику, такую ​​как оценка Фольца – Хекаторна. Путем взятия нескольких выборок начальной загрузки можно затем оценить выборочное распределение статистики по наблюдаемым деревьям RDS таким образом, чтобы соблюдалась зависимость внутри выборки (14, 15).Это похоже на то, что происходит с другими хорошо известными методами повторной выборки из коррелированных данных, такими как методы блочной начальной загрузки для временных рядов или пространственных данных, за исключением того, что в нашем случае структура зависимости исходит из процесса набора RDS, а не близость во времени или пространстве (16, 17). Отметим, что из-за асимметрии наблюдаемых деревьев RDS бутстрап дерева производит повторные выборки, которые различаются по размеру. Чтобы уменьшить любую систематическую ошибку, которая может возникнуть в результате этой вариации, любой вывод, основанный на бутстраповском распределении статистики, должен быть взвешен по эффективным относительным размерам выборки (например,g., ∑i1 / di для оценки Фольца – Хекаторна).

Рис. 1 B показывает пример выборки начальной загрузки, взятой из наблюдаемых деревьев на рис. 1 A . Обратите внимание, что семя 2 было выбрано дважды на начальном шаге передискретизации, тогда как семя 3 не было выбрано, но деревья передискретизации, полученные из двух копий семени 2, сильно различаются из-за дальнейших рекрутов, которые были выбраны на более поздних этапах. Также обратите внимание, что, хотя отдельные лица закрашены в соответствии со значением их атрибутов, эти значения не влияют на процедуру повторной выборки.Однако изменчивость в выборочном распределении статистики, включающей значения атрибутов, будет представлена ​​в изменяющейся структуре повторно выбранных деревьев начальной загрузки. Фактически, мы можем видеть из этого примера, что существенный атрибут, гомофильно наблюдаемый на рис.1 A , приведет к более высокой степени изменчивости в статистике атрибутов при использовании метода начальной загрузки дерева, чем мы ожидали бы, если бы использовали стандартный метод начальной загрузки. .

Рис. 1.

( A ) Пример дерева набора RDS.( B ) Повторная выборка, взятая из дерева набора RDS методом начальной загрузки дерева. Индивидуумы закрашены в соответствии со значением их атрибута.

Данные.

Project 90.

Наш первый набор данных взят из исследования Colorado Springs Project 90, которое финансировалось Центрами по контролю и профилактике заболеваний для изучения влияния сетевой структуры на передачу ВИЧ среди гетеросексуалов высокого риска. С 1988 по 1992 год исследователи провели интервью с 595 секс-работниками, платящими и не платящими партнерами секс-работников, ПИН и сексуальными партнерами потребителей наркотиков, и сеть была построена на основе полного перечисления социальных, сексуальных и / или социальных аспектов участников. контакты с наркотиками (18–20).Всего в сети было 5492 человека, но мы сосредоточимся только на самом большом связном компоненте, состоящем из 4430 человек и 18 407 ребер. Для каждого человека было измерено 13 различных атрибутов, включая демографические факторы и другие факторы, представляющие интерес, например, является ли человек секс-работником, сутенером или клиентом секс-работника.

Мы использовали данные Project 90 для разработки имитационного исследования путем моделирования деревьев набора RDS из сети с использованием следующего процесса: ( i ) 10 семян выбираются случайным образом из сети с вероятностью, пропорциональной их степени; ( ii ) с вероятностями 1/3, 1/6, 1/6 или 1/3 соответственно, каждый новобранец последовательно выбирает 0, 1, 2 или 3 новых рекрута равномерно случайным образом из своих соседей по сети; и ( iii ) набор продолжается до тех пор, пока RDS не будет содержать 500 человек.Для нашего первоначального исследования моделирования все выборки были выполнены с заменой, поэтому стандартные допущения RDS остаются в силе. Этот процесс имитирует то, что было обнаружено в оценке RDS Гоэлом и Салгаником с использованием тех же данных Project 90 (13). Однако, чтобы учесть, как RDS обычно реализуется на практике, мы также провели второе исследование с моделированием, в котором выборка была выполнена без замены. Следует отметить, что, хотя это исследования с использованием моделирования сети, сама сеть не моделировалась.Вместо этого моделировался только процесс набора в RDS из уже существующей сети.

Добавить здоровье.

Наш второй набор данных взят из Национального лонгитюдного исследования здоровья подростков (Add Health), репрезентативного на национальном уровне лонгитюдного исследования подростков 7–12 классов для изучения влияния социальной среды и поведения в подростковом возрасте на здоровье и результаты достижений в молодом взрослом возрасте. . Мы использовали только начальную волну выборки с 1994 по 1995 учебный год, в которой исследователи опросили в школе 90 118 учащихся, посещающих 84 пары средних и старших школ, выбранных как репрезентативные для школ США по региону страны, урбанизму. , тип школы, этническая принадлежность и размер школы (21, 22).Социальные сети были нанесены на карту на основе кандидатур до пяти друзей-мужчин и пяти друзей-девушек из школьной пары каждого респондента. Самые большие связанные компоненты этих школьных сетей состоят в общей сложности из 72 262 человек и 258 688 ребер и имеют размер от 25 до 2539 учащихся, в среднем 753. Для каждого человека было измерено 46 различных атрибутов, включая демографические факторы, семейный статус. такие факторы, как то, живут ли их мать или отец дома, и участие в различных школьных мероприятиях, включая спортивные команды и клубы.Наше имитационное исследование с использованием данных Add Health было выполнено для каждой из 84 школьных пар таким же образом, как описано выше для данных Project 90.

Украина IDU.

Эти данные были собраны в 2011 году от ПИН в крупных городах Украины. В то время уровень распространения ВИЧ в Украине был одним из самых высоких в Восточной Европе, и эпидемия продолжала расти, несмотря на комплексные усилия по замедлению передачи заболевания, особенно среди ПИН (23). В целях отслеживания тенденций в распространенности ВИЧ и понимания моделей поведения, влияющих на распространение заболевания, был проведен дозорный эпиднадзор за ПИН путем проведения поведенческих обследований с использованием методологии RDS.В каждом из 26 целевых городов от 2 до 6 семенных респондентов были отобраны неслучайно на основе заранее определенных критериев. Затем каждый респондент набирал до 3 дополнительных респондентов, пока не было обследовано от 200 до 500 ПИН, при этом целевой размер выборки был выше в городах с более высокой распространенностью ВИЧ (24). Мы сосредоточимся на четырех характеристиках, измеряемых поведенческим опросом в каждом городе: () госпитализация в государственные наркологические стационары в течение 2010 г .; ( ii ) участие в государственной программе заместительной поддерживающей терапии (ЗПТ); ( iii ) регистрация в неправительственных организациях (НПО), которые предоставляют услуги по профилактике ВИЧ; и ( iv ) использование экспресс-тестов на ВИЧ, распространяемых НПО, которые предоставляют услуги по профилактике ВИЧ.Все наши анализы представляют собой вторичный анализ данных, собранных другими организациями. Полученные нами данные не содержали никаких личных идентификаторов.

Результаты

Проект 90.

Из каждой из 1000 смоделированных выборок, управляемых респондентами из данных Проекта 90, мы использовали несколько существующих методов, чтобы вывести доли населения для каждого из 13 атрибутов с использованием доверительных интервалов. Поскольку эти истинные доли населения известны из данных, мы можем использовать эти выводы для сравнения вероятностей охвата доверительных интервалов, полученных с помощью различных методов.Если мы оценим 95% доверительные интервалы по смоделированным выборкам, то для каждого атрибута мы ожидаем, что эти доверительные интервалы покроют истинную долю населения примерно в 95% выборок.

Рис. 2 A показывает результирующие вероятности охвата 95% доверительных интервалов, оцененные следующими методами: ( i ) наивная оценка дисперсии пропорции; ( ii ) оценка дисперсии Фольца – Хекаторна; ( iii ) бутстрап Salganik; ( iv ) бутстрап Yamanis; ( v ) бутстрап последовательной выборки Gile; и ( vi ) бутстрап дерева.Доверительные интервалы начальной загрузки рассчитывались с использованием метода процентилей. Для каждого атрибута метод начальной загрузки дерева намного ближе к ожидаемой вероятности охвата 95%, чем любой из альтернативных методов, которые редко достигают охвата более 70%. Бутстрап для дерева обеспечил хорошо откалиброванный вывод для атрибутов с очень высокими эффектами дизайна, например, был ли человек небелым или клиент секс-работника. Расчетные эффекты схемы для этих атрибутов составляют около 60 и 30 соответственно (13), где эффект схемы определяется как отношение дисперсии оценки RDS к дисперсии оценки простой случайной выборки.Таким образом, если эффект схемы равен 10, то точность оценки RDS размером 500 эквивалентна точности простой случайной выборки размером 50.

Рис. 2.

Оценка доли населения с помощью RDS с данными Project 90 . Вероятности охвата и ширина 95% доверительных интервалов, оцененных следующими методами: ( i ) оценка дисперсии наивной пропорции; ( ii ) оценка дисперсии Фольца – Хекаторна; ( iii ) бутстрап Salganik; ( iv ) бутстрап Yamanis; ( v ) бутстрап последовательной выборки Gile; и ( vi ) бутстрап дерева.Для вероятностей охвата и ширины в A и C выборка была выполнена с заменой, а для вероятностей покрытия в B выборка была выполнена без замены. Атрибуты расположены в сети в порядке убывания их распространенности. Пунктирные вертикальные черные линии в A и B имеют значение 0,95, так что для идеально откалиброванного метода символ будет лежать на линии. Короткие черные линии в C – это ожидаемая ширина интервала 95% на основе 10 000 смоделированных выборок.

Рис. 2 C показывает среднюю ширину этих 95% доверительных интервалов для каждого атрибута (80% интервалы показаны в приложении SI , рис. S1). Чтобы сформировать основу для сравнения, мы сгенерировали 9000 дополнительных выборок, а затем рассчитали ожидаемую ширину интервалов, используя 2,5-й и 97,5-й процентили распределения выборки по всем 10,000 смоделированным выборкам. Средняя ширина доверительных интервалов начальной загрузки дерева была намного ближе к ожидаемым значениям, чем у других методов.Даже при оценке доли небелых людей и клиентов секс-работников метод начальной загрузки дерева выводил доверительные интервалы, в среднем достаточно широкие, чтобы учесть их высокие эффекты дизайна.

В отличие от предположений, лежащих в основе статистических моделей, обычно используемых для RDS, RDS обычно выполняется путем выборки без замены. На практике респондентам, как правило, не разрешается нанимать лиц, которые уже были включены в выборку. Это может повлиять на процесс выборки, потому что основная социальная сеть сокращается за счет удаления узлов по мере продолжения выборки, и было замечено, что результирующие оценки RDS могут быть смещенными (10, 25).В результате мы повторили имитационное исследование в предположении, что отбор проб производился без замены. На рис. 2 B показаны вероятности охвата этих 95% доверительных интервалов, оцененные теми же методами, что и раньше. Метод начальной загрузки дерева по-прежнему имел охват, по крайней мере, равный номинальным 95% почти во всех случаях, и действительно, его охват был лучше (то есть ближе к номинальному уровню), чем при выборке с заменой. Остальные методы в большинстве случаев по-прежнему обеспечивали покрытие существенно ниже номинального уровня.Как и в случае выборки с заменой, только бутстрап дерева уловил большую вариативность, присущую этим выборкам, при оценке атрибутов с высокими эффектами схемы, таких как пропорции небелых или клиентов секс-работников.

Добавить здоровье.

Мы вывели доли населения, используя доверительные интервалы для каждой из 84 школьных пар и 46 атрибутов в данных «Добавить здоровье» в каждой из 1000 смоделированных выборок, созданных респондентами. На рис. 3 показаны результирующие средние вероятности охвата школьных пар с 95% доверительными интервалами, оцененные следующими методами: ( i ) оценка дисперсии наивной доли; ( ii ) оценка дисперсии Фольца – Хекаторна; ( iii ) бутстрап Salganik; ( iv ) бутстрап последовательной выборки Джила; и ( v ) бутстрап дерева.Последовательные методы начальной загрузки Салганика и Джайла имели гораздо большее время вычислений, чем другие методы, из-за наличия 46 атрибутов. Этот результат иллюстрирует преимущество метода начальной загрузки дерева, не основанного на атрибутах: вывод о любом количестве атрибутов может быть выполнен из одного образца начальной загрузки.

Рис. 3.

Оценка численности населения через RDS с добавлением данных о здоровье. Средние вероятности охвата 95% доверительных интервалов для 84 школьных пар, оцененные следующими методами: ( i ) оценка дисперсии наивной пропорции; ( ii ) оценка дисперсии Фольца – Хекаторна; ( iii ) бутстрап Salganik; ( iv ) бутстрап последовательной выборки Джила; и ( v ) бутстрап дерева.Выборка была выполнена с заменой, а атрибуты расположены в порядке убывания средней распространенности по 84 сетям. Пунктирные вертикальные черные линии имеют значение 0,95, так что для идеально откалиброванного метода символ будет лежать на линии.

Как и в случае моделирования Project 90, метод начальной загрузки дерева обеспечивал интервалы с вероятностями охвата, близкими к номинальным 95%, чем альтернативы, которые обычно достигают охвата около 60-80% (80% интервалы в приложении SI , рис.S2). Опять же, бутстрап дерева обеспечил достаточно хорошо откалиброванный вывод независимо от величины эффектов дизайна для атрибутов. Результаты при отборе проб без замены представлены в приложении SI , рис. S3 и S4.

Украина IDU.

Мы применили метод начальной загрузки дерева к данным RDS, собранным от ПИН в 26 городах Украины. На рис. 4 A – D показаны результирующие доверительные интервалы 80 и 95%, полученные этим методом, а также различными другими.Результаты для двух выбранных городов показаны на рис. 4; остальные результаты приведены в приложении SI, приложение , таблицы S1 – S4.

Рис. 4.

Данные по ПИН по Украине: оценка доли ПИН, госпитализированных в государственные наркологические стационары в течение 2010 г. ( A ), доля ПИН, которые участвовали в государственной программе SMT ( B ), доля ПИН, зарегистрированных в НПО, предоставляющих услуги по профилактике ВИЧ ( C ), и среднее количество распространенных НПО экспресс-тестов на ВИЧ, используемых каждым зарегистрированным ПИН ( D ).На рисунках показаны 80% (темный) и 95% (светлый) доверительные интервалы, полученные с помощью наивной оценки дисперсии пропорций, оценки дисперсии Фольца – Хекаторна и бутстрапа дерева для двух украинских городов, Симферополя и Белой Церкви.

Рис. 4 A и B дают оценки доли ПИН, госпитализированных в государственные наркологические стационары в течение 2010 года, и доли, принявшей участие в государственной программе ЗПТ, соответственно. Как и ожидалось в результате моделирования, интервальные оценки методов начальной загрузки дерева в целом были шире, чем оценки альтернативных методов.Например, верхние пределы оценок 95% -ного интервала для Белой Церкви на рис. 4 A составляли 5,2 и 4,7% при использовании методов Салганика и Джайла, но 9,7% при использовании бутстрапа дерева, что почти вдвое выше. Учитывая предыдущие результаты в этой статье и связанной с ней литературе, мы ожидаем, что бутстрап дерева более точно отражает истинную изменчивость оценок RDS.

Рис. 4 C дает оценку доли ПИН, зарегистрированных в НПО, которые предоставляют услуги по профилактике ВИЧ, а на Рис.4 D дает оценку среднего количества экспресс-тестов на ВИЧ, распространяемых этими НПО, которые используются каждым зарегистрированным ПИН. Опять же, мы видим, что бутстрап дерева предоставил более широкие интервальные оценки, которые с большей вероятностью охватят истинные значения, чем другие методы. Интервальные оценки для Симферополя на рис. 4 C примерно в три раза шире для метода начальной загрузки дерева, чем для других, при этом 95% интервал простирается от 22 до 70%.

На рис. 4 D показаны оценочные средние среднего количества экспресс-тестов на ВИЧ, распространяемых НПО, которые используются каждым зарегистрированным ПИН.Наш метод начальной загрузки дерева не требует дополнительных модификаций для обработки случаев, когда объектом вывода является счетчик. Другие доступные в настоящее время методы не были адаптированы для дискретных подсчетов или непрерывных результатов, что было бы сложно, потому что большинство методов полагаются на переходы из конечного числа дискретных состояний.

Обсуждение

Предыдущая работа показала, что, хотя оценка Фольца – Хекаторна может исправить большую часть систематической ошибки, вносимой процессом RDS, оценить дисперсию процесса намного сложнее (13).Предыдущие статистические выводы из RDS могут вводить в заблуждение, когда эффекты схемы часто сокращают эффективный размер выборки в 10 или более раз. Мы показали здесь, что существующие методы оценки дисперсии, такие как оценка дисперсии Фольца – Хекаторна, бутстрап Салганика и бутстрап последовательной выборки Джила, не могут полностью уловить вариативность оценок RDS.

Наш метод начальной загрузки дерева может производить интервальные оценки, которые могут учитывать высокую изменчивость процесса RDS, даже когда эффекты схемы очень велики.Интервалы начальной загрузки дерева имеют тенденцию быть немного консервативными, но мы показали, что их ширина не является чрезмерной по сравнению с тем, что следует ожидать от RDS. Во многих приложениях этот небольшой консерватизм может быть предпочтительнее слишком узких интервалов, которые предоставляют другие методы. В некоторых случаях бутстрап дерева дает интервальные оценки, которые слишком широки для практического использования, но это, вероятно, указывает на очень большой эффект схемы и низкий эффективный размер выборки, предполагая, что данные RDS не имеют большого значения в этих случаях.Таким образом, наши методы могут также помочь в диагностике ситуаций, в которых RDS не очень полезен.

При начальной загрузке дерева повторная выборка выполняется в отношении только структуры дерева набора RDS, а не атрибутов, измеренных на респондентах. Таким образом, оценки любого количества атрибутов могут быть получены из одной выборки начальной загрузки. Это не относится к другим методам, которые мы исследовали, каждый из которых требует независимого анализа для каждого интересующего атрибута. Это делает загрузку дерева более эффективной в вычислительном отношении, а также означает, что мы можем оценивать не только дисперсию оценок каждого атрибута, но и ковариации между этими оценками.Это может быть полезно в схеме «захват – повторный захват», в которой несколько источников захвата сравниваются с одной выборкой повторного поимки RDS, потому что в этом случае хорошая оценка размера популяции будет зависеть от оценки зависимости между источниками захвата в выборке повторной поимки.

Начальная загрузка дерева основана на повторной выборке через древовидную структуру с игнорированием атрибутов, и это может быть причиной успеха метода. Предыдущие методы, включая оценку дисперсии Фольца – Хекаторна и бутстрап Салганика, эффективно моделируют RDS как марковский процесс первого порядка на множестве состояний атрибутов.Хотя верно, что RDS – это марковский процесс первого порядка на узлах в базовой социальной сети, эта характеристика больше не сохраняется, когда узлы агрегированы по статусу атрибута, что приводит к смещению в оценке дисперсии выборки (26). С другой стороны, метод начальной загрузки дерева можно рассматривать как повторную выборку путей вниз по наблюдаемому дереву RDS. Поскольку целые пути от корня к листу повторно дискретизируются вместе, учитываются переходы длиной больше единицы, и мы можем избежать марковского приближения первого порядка.Было бы полезно продолжить изучение теоретических свойств бутстрапа дерева.

Заключение

Мы ввели метод начальной загрузки дерева для оценки неопределенности в выборках, полученных из RDS. В отличие от предыдущих методов, бутстрап дерева может улавливать большую вариативность, присущую процессу RDS, даже в крайних случаях. Этот метод позволяет нам строить калиброванные интервальные оценки, избегая слишком узких интервалов, которые предоставляют существующие методы. Мы надеемся, что этот метод устранит одно из основных препятствий, стоящих перед практическим применением RDS для изучения скрытых и труднодоступных групп населения.Пакет R для реализации метода RDStreeboot общедоступен в CRAN по адресу https://CRAN.R-project.org/package=RDStreeboot.

Благодарности

Авторы благодарят Татьяну Салюк и Мэри Мэхи за обмен данными и полезные беседы, а также двух рецензентов за конструктивные предложения, которые улучшили статью. Это исследование было поддержано грантами NIH R01 HD054511, R01 HD070936 и U54 HL127624 (для AER) и грантом NIH K01 HD078452, грантом Национального научного фонда SES-1559778 и грантом Управления исследований армии США W911NF-12-1-0379 (для T .Х.М.).

Сноски

  • Авторы: A.J.B., T.H.M. и A.E.R. разработал исследование, провел исследования, проанализировал данные и написал статью.

  • Рецензенты: S.G., Стэнфордский университет; и M.J.S., Принстонский университет.

  • Авторы заявляют об отсутствии конфликта интересов.

  • Эта статья содержит вспомогательную информацию на сайте www.pnas.org/lookup/suppl/doi:10.1073/pnas.1617258113/-/DCSupplemental.

Доступно бесплатно в Интернете через опцию открытого доступа PNAS.

Реву для оценщиков | Сметы Взлет Software

Выберите ваш CountryAfghanistanAland IslandsAlbaniaAlgeriaAmerican SamoaAndorraAngolaAnguillaAntarcticaAntigua И BarbudaArgentinaArmeniaArubaAustraliaAustriaAzerbaijanBahamasBahrainBangladeshBarbadosBelarusBelgiumBelizeBeninBermudaBhutanBoliviaBosnia И HerzegovinaBotswanaBouvet IslandBrazilBritish Индийский океан TerritoryBrunei DarussalamBulgariaBurkina FasoBurundiCambodiaCameroonCanadaCape VerdeCayman IslandsCentral африканских RepublicChadChileChinaChristmas IslandCocos (Килинг) IslandsColombiaComorosCongoCongo, Демократическая RepublicCook IslandsCosta RicaCote D’IvoireCroatiaCubaCyprusCzech RepublicDenmarkDjiboutiDominicaDominican RepublicEcuadorEgyptEl SalvadorEquatorial GuineaEritreaEstoniaEthiopiaFalkland (Мальвинские) острова Фарерские IslandsFijiFinlandFranceFrench GuianaFrench PolynesiaFrench Южный Территорий Ональдские островаВатиканГондурасГонконгВенгрияИсландияИндияИндонезияИранИракИрландияОстров МэнИзраильИталияЯмайкаЯпонияДжерсиИорданияКазахстанКенияКирибатиКореяКувейтКиргизияЛаосЛатвияЛиберотензияЛиберияЛиберияЛиберияЛиберияЛиберияЛиберияА.Р., ChinaMacedoniaMadagascarMalawiMalaysiaMaldivesMaliMaltaMarshall IslandsMartiniqueMauritaniaMauritiusMayotteMexicoMicronesia, Федеративные Штаты OfMoldovaMonacoMongoliaMontenegroMontserratMoroccoMozambiqueMyanmarNamibiaNauruNepalNetherlandsNetherlands AntillesNew CaledoniaNew ZealandNicaraguaNigerNigeriaNiueNorfolk IslandNorthern Mariana IslandsNorwayOmanPakistanPalauPanamaPapua Новый GuineaParaguayPeruPhilippinesPitcairnPolandPortugalPuerto RicoQatarReunionRomaniaRussian FederationRwandaSaint BarthelemySaint HelenaSaint Киттс И NevisSaint LuciaSaint MartinSaint Пьер и MiquelonSaint Винсент и GrenadinesSamoaSan MarinoSao Фолиант И PrincipeSaudi ArabiaSenegalSerbiaSeychellesSierra LeoneSingaporeSlovakiaSloveniaSolomon IslandsSomaliaSouth AfricaSouth Грузия И Sandwich Isl.SpainSri LankaSudanSurinameSvalbard и Ян MayenSwazilandSwedenSwitzerlandSyrian Arab RepublicTaiwanTajikistanTanzaniaThailandTimor-LesteTogoTokelauTongaTrinidad И TobagoTunisiaTurkeyTurkmenistanTurks И Кайкос IslandsTuvaluUgandaUkraineUnited Арабского EmiratesUnited KingdomUnited StatesUnited государство Выпадающего IslandsUruguayUzbekistanVanuatuVenezuelaViet NamVirgin остров, BritishVirgin остров, USWallis И FutunaWestern SaharaYemenZambiaZimbabwe

FedEx ставка и время транзита

* От

SelectAfghanistanAlbaniaAlgeriaAmerican SamoaAndorraAngolaAnguillaAntigua / BarbudaArgentinaArmeniaArubaAustraliaAustriaAzerbaijanBahamasBahrainBangladeshBarbadosBelarusBelgiumBelizeBeninBermudaBhutanBoliviaBosnia-HerzegovinaBotswanaBrazilBritish Virgin ОстроваБрунейБолгарияБуркина-ФасоБурундиКамбоджаКамерунКанадаКабе-ВердеКарибские островаНидерландыКаймановы островаЧадЧилиКитайКолумбияКонго БраззавильДемократическая Республика КонгоofCook IslandsCosta RicaCroatiaCuracaoCyprusCzech RepublicDenmarkDjiboutiDominicaDominican RepublicEast TimorEcuadorEgyptEl SalvadorEquatorial GuineaEritreaEstoniaEthiopiaFaeroe IslandsFijiFinlandFranceFrench GuianaFrench PolynesiaGabonGambiaGeorgiaGermanyGhanaGibraltarGreeceGreenlandGrenadaGuadeloupeGuamGuatemalaGuineaGuyanaHaitiHondurasHong Kong SAR, ChinaHungaryIcelandIndiaIndonesiaIraqIrelandIsraelItalyIvory CoastJamaicaJapanJordanKazakhstanKenyaKuwaitKyrgyzstanLaosLatviaLebanonLesothoLiberiaLibyaLiechtensteinLithuaniaLuxembourgMacau SAR, ChinaMacedoniaMadagascarMalawiMalaysiaMaldivesMaliMaltaMarshall IslandsMartiniqueMauritaniaMauritiusMexicoMicronesiaMoldovaMonacoMongoliaMontenegroMontserratMoroccoMozambiqueNamibiaNepalNetherlandsNew CaledoniaNew ZealandNicaraguaNigerNigeriaNorwayOmanPakistanPalauPalestine AutonomousPanamaPapua Новый GuineaParaguayPeruPhilippinesPolandPortugalPuerto RicoQatarReunionRomaniaRussian FederationRwandaSaint MartinSaipanSamoaSaudi ArabiaSenegalSerbiaSeych ellesСингапурСинт-МартенСловацкая РеспубликаСловенияЮжная АфрикаЮжная КореяИспанияШри-ЛанкаSt.Китс / Невис LuciaSt. ВинсентСуринамСвазилендШвецияШвейцарияСирияТайвань, КитайТанзанияТаиландТогоТонгаТринидад / ТобагоТунисТурцияТуркменистанТуркс и острова КайкосСША. Virgin IslandsUgandaUkraineUnited арабских EmiratesUnited KingdomUnited StatesUruguayUzbekistanVanuatuVenezuelaVietnamWallis & FutunaYemenZambiaZimbabwe


* Для

SelectAfghanistanAlbaniaAlgeriaAmerican SamoaAndorraAngolaAnguillaAntigua / BarbudaArgentinaArmeniaArubaAustraliaAustriaAzerbaijanBahamasBahrainBangladeshBarbadosBelarusBelgiumBelizeBeninBermudaBhutanBoliviaBosnia-HerzegovinaBotswanaBrazilBritish Virgin IslandsBruneiBulgariaBurkina FasoBurundiCambodiaCameroonCanadaCape VerdeCaribbean NetherlandsCayman IslandsChadChileChinaColombiaCongo BrazzavilleCongo Демократическая Республика.ofCook IslandsCosta RicaCroatiaCubaCuracaoCyprusCzech RepublicDenmarkDjiboutiDominicaDominican RepublicEast TimorEcuadorEgyptEl SalvadorEquatorial GuineaEritreaEstoniaEthiopiaFaeroe IslandsFijiFinlandFranceFrench GuianaFrench PolynesiaGabonGambiaGeorgiaGermanyGhanaGibraltarGreeceGreenlandGrenadaGuadeloupeGuamGuatemalaGuineaGuyanaHaitiHondurasHong Kong SAR, ChinaHungaryIcelandIndiaIndonesiaIraqIrelandIsraelItalyIvory CoastJamaicaJapanJordanKazakhstanKenyaKiribatiKuwaitKyrgyzstanLaosLatviaLebanonLesothoLiberiaLibyaLiechtensteinLithuaniaLuxembourgMacau SAR, ChinaMacedoniaMadagascarMalawiMalaysiaMaldivesMaliMaltaMarshall IslandsMartiniqueMauritaniaMauritiusMexicoMicronesiaMoldovaMonacoMongoliaMontenegroMontserratMoroccoMozambiqueNamibiaNauruNepalNetherlandsNew CaledoniaNew ZealandNicaraguaNigerNigeriaNorwayNuieOmanPakistanPalauPalestine AutonomousPanamaPapua Новый GuineaParaguayPeruPhilippinesPolandPortugalPuerto RicoQatarReunionRomaniaRussian FederationRwandaSaint MartinSaipanSamoaSaudi Ара biaСенегалСербияСейшельские островаСингапурСинт-МартенСловацкая РеспубликаСловенияСоломоновы островаЮжная АфрикаЮжная КореяИспанияШри-ЛанкаSt.Китс / Невис LuciaSt. ВинсентСуринамСвазилендШвецияШвейцарияСирияТайвань, КитайТанзанияТаиландТогоТонгаТринидад / ТобагоТунисТурцияТуркменистанТуркс и острова КайкосТувалуСША. Виргинские островаУгандаУкраинаОбъединенные Арабские ЭмиратыВеликобританияСоединенные ШтатыУругвайУзбекистанВануатуВенесуэлаВьетнамУоллис и ФутунаЙеменЗамбияЗимбабве

Это адрес проживания


Дополнительная информация 900-

Доставка отправляется по расписанию FedEx 2. дата

Завтра 26 октября 2021 г. 27 октября 2021 г. 28 октября 2021 г. 29 октября 2021 г. 30 октября 2021 г. 1 ноября 2021 г. 2 ноября 2021 г. 3 ноября 2021 г. 4 ноября 2021 г.

Оценка эффективности недорогой программы раннего стимулирования и воспитания детей в Мексике

Укажите, пожалуйста, вашу текущую институциональную принадлежностьАкадемическийКонсультантФонд – многосторонние банки, двусторонние доноры или фондыГосударственное агентствоИндивидуальное-без аффилированностиМедиаНГОТыслить танк Агентство ООНДругое

Выберите ваш CountryAfghanistanAlbaniaAlgeriaAmerican SamoaAndorraAngolaAnguillaAntarcticaAntigua & BarbudaArgentinaArmeniaArubaAscension IslandAustraliaAustriaAzerbaijanBahamasBahrainBangladeshBarbadosBelarusBelgiumBelizeBeninBermudaBhutanBoliviaBosnia & HerzegovinaBotswanaBouvet IslandBrazilBritish Индийский океан TerritoryBritish Virgin IslandsBruneiBulgariaBurkina FasoBurundiCambodiaCameroonCanadaCanary IslandsCape VerdeCaribbean NetherlandsCayman IslandsCentral African RepublicCeuta & MelillaChadChileChinaChristmas IslandClipperton IslandCocos (Килинг) IslandsColombiaComorosCongo – BrazzavilleCongo – KinshasaCook IslandsCosta RicaCroatiaCubaCuraçaoCyprusCzechiaCôte d’IvoireDenmarkDiego GarciaDjiboutiDominicaDominican RepublicEcuadorEgyptEl SalvadorEquatorial GuineaEritreaEstoniaEswatiniEthiopiaFalkland IslandsFaroe IslandsFijiFinlandFranceFrench GuianaFrench PolynesiaFrench Южный TerritoriesGabonGambiaGeorgiaGermanyGhanaGibraltarGreeceGreenlandGrenadaGuadeloupeGuamGuatemalaG uernseyGuineaGuinea-BissauGuyanaHaitiHeard & McDonald IslandsHondurasHong Kong SAR ChinaHungaryIcelandIndiaIndonesiaIranIraqIrelandIsle из ManIsraelItalyJamaicaJapanJerseyJordanKazakhstanKenyaKiribatiKosovoKuwaitKyrgyzstanLaosLatviaLebanonLesothoLiberiaLibyaLiechtensteinLithuaniaLuxembourgMacao SAR ChinaMadagascarMalawiMalaysiaMaldivesMaliMaltaMarshall IslandsMartiniqueMauritaniaMauritiusMayotteMexicoMicronesiaMoldovaMonacoMongoliaMontenegroMontserratMoroccoMozambiqueMyanmar (Бирма) NamibiaNauruNepalNetherlandsNetherlands AntillesNew CaledoniaNew ZealandNicaraguaNigerNigeriaNiueNorfolk IslandNorthern Mariana IslandsNorth KoreaNorth MacedoniaNorwayOmanOutlying OceaniaPakistanPalauPalestinian TerritoriesPanamaPapua Новый GuineaParaguayPeruPhilippinesPitcairn IslandsPolandPortugalPuerto RicoQatarRomaniaRussiaRwandaRéunionSamoaSan MarinoSaudi ArabiaSenegalSerbiaSeychellesSierra LeoneSingaporeSint MaartenSlovakiaSloveniaSolomon IslandsSomaliaSouth AfricaSouth Грузия & South Sandwich IslandsSo Южная Корея Южный Судан Испания Шри-ЛанкаSt.BarthélemySt. Елена Китс и НевисСант. LuciaSt. MartinSt. Pierre & MiquelonSt. Винсент и ГренадиныСуданСуринамШпицберген и Ян-МайенШвецияШвейцарияСирияСан-Томе и ПринсипиТайваньТаджикистанТанзанияТаиландТимор-ЛештиТогоТокелауТонгаТринидад и ТобагоТурТуристан-да-КунаТунисКизияТур Внешние острова Виргинские островаУгандаУкраинаОбъединенные Арабские ЭмиратыВеликобританияСоединенные ШтатыУругвайУзбекистанВануатуВатиканВенесуэлаВьетнамУоллис и ФутунаЗападная СахараЙеменЗамбияЗимбабвеАландские острова

EFI – Оценка – Программные решения для повышения производительности

– Пожалуйста, выберите –Åland IslandsAlbaniaAlgeriaAmerican SamoaAndorraAngolaAnguillaAntarcticaAntigua и BarbudaArgentinaArmeniaArubaAustraliaAustriaAzerbaijanBahamasBahrainBangladeshBarbadosBelgiumBelizeBeninBermudaBhutanBoliviaBonaireBosnia и HerzegovinaBotswanaBouvet IslandBrazilBritish Индийский океан TerritoryBritish Virgin IslandsBrunei DarussalamBulgariaBurkina FasoBurundiCambodiaCameroonCanadaCape VerdeCayman IslandsCentral африканских RepublicChadChileChinaChristmas IslandCocos (Килинг) IslandsColombiaComorosCongoCook IslandsCosta RicaCroatiaCuraçaoCzech RepublicDenmarkDjiboutiDominicaDominican RepublicEcuadorEgyptEl SalvadorEquatorial GuineaEstoniaEthiopiaFalkland (Мальвинские) острова Фарерские IslandsFinlandFranceFrench GuianaFrench PolynesiaFrench Южный TerritoriesGabonGambiaGeorgiaGermanyGhanaGibraltarGreeceGreenlandGrenadaGuadeloupeGuamGuatemalaGuernseyGuineaGuinea-BissauGuyanaHeard остров и Острова Макдоналда, Священное море (Ватикан) Гондурас, Гонконг, Венгрия, Исландия, Индия, Индонезия aIrelandIsle из ManIsraelItalyJamaicaJapanJerseyJordanKazakhstanKenyaKiribatiKuwaitLao Народной Демократической RepublicLatviaLesothoLiechtensteinLithuaniaLuxembourgMacaoMacedoniaMadagascarMalawiMalaysiaMaldivesMaliMaltaMarshall IslandsMartiniqueMauritaniaMauritiusMayotteMexicoMicronesiaMoldovaMonacoMongoliaMontenegroMontserratMoroccoMozambiqueNamibiaNauruNepalNetherlandsNew CaledoniaNew ZealandNicaraguaNigerNigeriaNiueNorfolk IslandNorthern Mariana IslandsNorwayOmanPakistanPalauPalestinePanamaPapua Новый GuineaParaguayPeruPhilippinesPitcairnPolandPortugalPuerto RicoQatarRéunionRomaniaRussian FederationRwandaSaint BarthélemySaint HelenaSaint Киттс и NevisSaint LuciaSaint Мартин (французская часть) Сен-Пьер и MiquelonSaint Винсент и GrenadinesSamoaSan MarinoSao Томе и PrincipeSaudi ArabiaSenegalSerbiaSeychellesSierra LeoneSingaporeSint Маартен (Голландская часть) SlovakiaSloveniaSolomon IslandsSomaliaSouth AfricaSouth Грузия и Южные Сандвичевы островаЮжная КореяИспанияШри-ЛанкаСуринамСваль Бард и Ян МайенСвазилендШвецияШвейцарияТайваньТаджикистанТанзанияТаиландТимор-ЛештиТогоТокелаТонгаТринидад и ТобагоТунисТурцияТуркменистанТурк и Кайкос островаТувалуУгандаУкраинаСША Виргинские острова Саудовская АравияСША Виргинские острова Саудовская Аравия .

Оставить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *