В статье представлены результаты исследования по определению изменения показателей плодородия в черноземе типичном Белгородской области при различных технологиях возделывания кукурузы в семеноводческом хозяйстве

В статье рассмотрены данные о целесообразности использования биоинсектицидов на основе вируса гранулёза в качестве действующего вещества против яблонной плодожорки. Приведены способы получения штаммов вируса гранулёза Cydia pomonella для создания биоинсектицидов. Описаны способы воспроизводства лабораторных популяций насекомых, метод их заражения и выделения вирусного начала. Приводятся сведения о стадиях получения биоинсектицидов в лабораторных условиях, а также способы их хранения

Генетические исследования абрикоса обыкновенного являются актуальным направлением в генетике плодовых культур. В связи с этим пополнение коллекции SSR-маркеров для генотипирования данной культуры является объективно значимой задачей. Была проведена апробация 16 SSR-маркеров, созданных ранее на миндале обыкновенном (PdUnchar2, PdSLD1, PdGMGT1, PdTrTFGT1, PdUnchar2, PdSLD1, PdGMGT1, PdTrTFGT1) и абрикосе сибирском (A3-72, A1-63, H2-22, A3-7-1, H2-5, A1-7, A3-9, H2-45), с целью оценки перспективности их применения для генотипирования сортов абрикоса обыкновенного. Оценка маркеров, проведенная на 3-х сортах различного происхождения, выявила маркеры и их комбинации оптимальные для их применения. В процессе исследования все апробированные SSR-маркеры были объединены в мультиплексные наборы, сформированные из 4 маркеров каждый. Это дает возможность осуществлять генотипирование по 4 маркерам при проведении единичной ПЦР. Один маркер (PdUnchar2) из исследованной выборки включенный в мультиплексный набор не дал амплификации. Пять маркеров дали мономорфный продукт. Остальные 11 SSR маркеров позволили получить полиморфные сортоспецифичные SSR-фингерпринты для всех изученных сортов. Полученные в работе мультиплексные наборы будут применены в исследовательской практике, связанной с изучением полиморфизма сортов абрикоса обыкновенного

Данная работа является продолжением серии работ автора по когнитивной ветеринарии. Настоящее время характеризуется появлением в открытом доступе огромных объемов текстов на различных языках, сгенерированных людьми. В настоящее время эти тексты накапливаются в различных электронных библиотеках и библиографических базах данных (WoS, Скопус, РИНЦ и др), а также просто в Internet на различных сайтах. Все эти тексты имеют конкретных авторов, датировку и могут относиться одновременно ко многим не альтернативным категориям и жанрам, в частности: учебные; научные; художественные; политические; новостные; чаты; форумы и многие другие. Большой научный и практический интерес представляет решение обобщенной задачи атрибуции текстов, т.е. такого исследования этих текстов, при котором определялись бы их вероятные авторы, датировка создания, принадлежность этих текстов к перечисленным выше обобщенным группам или жанрам, а также оценка сходства- различия авторов и текстов по их содержанию, выделение в текстах ключевых слов и т.п. и т.д. Для решения всех этих задач необходимо сформировать обобщенные лингвистические образы текстов по группам (классам), т.е. сформировать семантические ядра классов. Частным случаем этой задачи является создание семантических ядер по различным научным специальностям ВАК РФ и автоматическая классификация научных текстов по направлениям науки. Традиционно эта задача решается диссертационными советами, т.е. экспертами, на основе экспертных оценок, т.е. неформализованным путем, на основе опыта, интуиции и профессиональной компетенции. Однако традиционный подход имеет ряд довольно серьезных недостатков, накладывающих на качество и объемы анализа существенные ограничения. В настоящее время уже есть все основания рассматривать эти ограничения как неприемлемые, т.к. их вполне можно преодолеть. Таким образом, налицо проблема, пути решения которой и являются предметом рассмотрения в данной статье. Следовательно, актуальными является усилия исследователей и разработчиков по их преодолению. Поэтому целью работы является разработка автоматизированной технологии (метода и инструментария), а также методики их применения для формирования семантического ядра ветеринарии путем автоматизированного системно-когнитивного анализа паспортов научных специальностей ВАК РФ и автоматической классификация текстов по направлениям науки. Приводится развернутый численный пример решения поставленной проблемы на реальных данных