Иллюстрации помогают запоминать конкретные действия, но не всегда облегчают понимание абстрактных идей. Исследователи НИУ ВШЭ и Университета Гумбольдта сравнили, как люди усваивают тексты разного уровня абстрактности. Выяснилось, что участники лучше запоминали иллюстрации и выполняли задания после чтения мультимедийного текста об асанах йоги, чем после чтения абстрактного текста о равновесии Нэша. Результаты помогут эффективнее подбирать иллюстрации для учебных и информационных материалов. Исследование опубликовано в журнале Learning and Instruction.
С 24 по 28 августа 2026 года в городе Санья на острове Хайнань (Китай) прошла международная конференция Statistical AI («Статистический искусственный интеллект»). Мероприятие собрало ведущих специалистов в области статистики, машинного обучения и прикладного ИИ. Среди организаторов конференции — Алексей Наумов, директор Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ, и Сергей Самсонов, заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных.
Исследователь из НИУ ВШЭ проанализировал данные 1539 аспирантов из 161 российского университета и выяснил, какие особенности диссертационной темы связаны с успешностью и вовлеченностью в обучение. Самым важным фактором оказался личный интерес к исследованию: он был связан практически со всеми ключевыми сторонами аспирантской жизни — от взаимодействия с научным руководителем до исследовательской активности и уверенности в будущей защите. Результаты опубликованы в журнале Higher Education.
Добровольская В. А., Мешалкина Ю. Л., Горбачева А. Ю. и др., Проблемы агрохимии и экологии 2025 № 2 С. 46–51
Для оценки секвестрационного потенциала пахотных почв России использовалась динамическая модель углерода RothC. В данной работе излагается новая методика подготовки блока входных данных, отвечающих за информацию о чистой первичной продукции (Net Primary Production – NPP). Предлагается переход от оценок, полученных по общедоступным ресурсам на основе среднемесячных температур и сумм осадков, к оценкам, рассчитанным по локальной статистике ...