Статистика по свердловской области официальный сайт: Сайты территориальных органов Росстата

Статистические данные о ходе и результатах законодательного процесса

Правотворчество

Календарь событий

Пн

Вт

Ср

Чт

Пт

Сб

Вс

1	2	3	4	5	6	7
8	9	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	1	2	3	4	5

Подписка на новости

Найдите Вашего депутата

Информационный портал Свердловской области

Свердловская область, или Средний Урал, находится почти в 1,7 тысячи километров к востоку от Москвы, на границе Европы и Азии, на пересечении трансконтинентальных потоков сырья, товаров, финансовых, трудовых и информационных ресурсов.

Территория Свердловской области имеет площадь в 194,3 тысячи квадратных километров, занимая среднюю и охватывая северную части Уральских гор, а также западную окраину Западно-Сибирской равнины. Максимальная протяженность с севера на юг – 660 километров, с запада на восток – 560 километров.

Здесь проживает 4 миллиона 329,3 тысячи жителей. Административный центр региона – город Екатеринбург, основанный по указу Петра I в 1723 году как завод-крепость. На территории Свердловской области расположены 94 муниципальных образования, в том числе 68 городских округов, 5 муниципальных районов, 5 городских и 16 сельских поселений.

Читать далее

«Опорный край державы» – эта цитата из поэмы Александра Твардовского «За далью даль» не случайно использована в качестве девиза на гербе Свердловской области. Первые железоделательные заводы были заложены здесь еще в 30-40-е годы 17 века, а в конце столетия – первой половине 18 века заработали легендарные Невьянский, Уктусский, Выйский, Екатеринбургский, Верх-Исетский и другие заводы.

В январе 1934 года решением президиума Всероссийского центрального исполнительного комитета Уральская область была разделена на три: Челябинскую, Обско-Иртышскую и Свердловскую. Так регион получил свое современное название. А границы, близкие к теперешним, он приобрел четыре года спустя, в октябре 1938 года, когда указом Верховного Совета СССР, Свердловская область была снова разделена – на Пермскую и Свердловскую.

Читать далее

В Свердловской области работает более двух тысяч организаций культуры, в том числе 172 образовательных учреждения, осуществляющих деятельность в сфере культуры и искусства.

Свердловская область занимает первое место в Уральском федеральном округе по общему количеству государственных и муниципальных музеев и объему музейного фонда. В регионе — более 120 государственных и муниципальных музеев. В целом музейный комплекс региона включает в себя более 800 федеральных, ведомственных, общественных, школьных и частных музеев.

Средний Урал, где работает 35 профессиональных театров, занимает третье место в России по количеству профессиональных театров после Москвы и Санкт-Петербурга. Ежегодно постановки свердловских театров посещают более миллиона зрителей.

В области — порядка 900 культурно-досуговых учреждений, на базе которых создано свыше 9 тысяч клубов.

Читать далее

В Свердловской области работает порядка 1800 детских садов. В регионе обеспечена 100-процентная доступность дошкольного образования для детей в возрасте от трех до семи лет, активно продолжается создание мест для детей в возрасте от полутора до трех лет. Так, по итогам 2020 года в Свердловской области построены 10 новых современных детских садов в Екатеринбурге, Нижнем Тагиле, Каменске-Уральском, Ревде и других городах.

о 2025 года одним из приоритетных направлений работы является развитие сети школ, которая сегодня насчитывает 1035 организаций. Это позволит перевести всех свердловских школьников на обучение в одну смену. В 2020 году в Свердловской области, в том числе в рамках нацпроекта «Образование», введены в эксплуатацию 9 новых и капитально отремонтированных школ. В общей сложности они могут принять порядка 9 тысяч учеников.

На Среднем Урале работает 125 техникумов и колледжей, в которых ведется подготовка высококвалифицированных кадров более чем по 100 рабочим профессиям. В регионе представлено 25 вузов, где обучается более 120 тысяч студентов. Крупнейший из них — Уральский федеральный университет имени первого Президента России Б.Н. Ельцина.

Читать далее

Коронавирус в России за сутки, стоп коронавирус .рф сайт, коронавирус мировая статистика, стоп коронавирус .рф сайт официальный, ковид 6 ноября — 6 ноября 2021

Сегодня, 6 ноября, оперативный штаб сообщил, что за последние сутки в России выявлено 41 335 новых случаев коронавируса в 85 регионах, что является новым максимумом с начала пандемии. Из них 11,3% не имели клинических проявлений болезни.

Зафиксировано 1 188 летальных исходов. За сутки в России полностью выздоровел 29 201 человек.

В Москве за последние сутки заболели еще 6 880 человек, в Санкт-Петербурге — 3 138, в Московской области — 3 085.

🔸Москва — 6880
🔸Санкт-Петербург — 3138
🔸Московская область — 3085
🔸Самарская область — 1621
🔸Воронежская область — 795
🔸Нижегородская область — 795
🔸Республика Крым — 776
🔸Свердловская область — 741
🔸Красноярский край — 719
🔸Пермский край — 711
🔸Республика Башкортостан — 669
🔸Ростовская область — 648
🔸Саратовская область — 638
🔸Смоленская область — 598
🔸Омская область — 578
🔸Ульяновская область — 558
🔸Челябинская область — 554
🔸Иркутская область — 538
🔸Брянская область — 521
🔸Алтайский край — 503
🔸Хабаровский край — 502
🔸Ставропольский край — 486
🔸Архангельская область — 474
🔸Волгоградская область — 465
🔸Липецкая область — 414
🔸Оренбургская область — 407
🔸Республика Коми — 405
🔸Тверская область — 398
🔸Ленинградская область — 398
🔸Вологодская область — 395
🔸Удмуртская Республика — 392
🔸Новосибирская область — 390
🔸Калининградская область — 387
🔸Пензенская область — 387
🔸Забайкальский край — 372
🔸Курская область — 356
🔸Белгородская область — 354
🔸Севастополь — 349
🔸Тюменская область — 348
🔸Орловская область — 344
🔸Приморский край — 341
🔸Кемеровская область — 321
🔸Владимирская область — 320
🔸Краснодарский край — 309
🔸Новгородская область — 290
🔸Псковская область — 290
🔸Республика Саха (Якутия) — 290
🔸Ярославская область — 280
🔸Томская область — 269
🔸Тульская область — 269
🔸Республика Карелия — 264
🔸Астраханская область — 264
🔸Кировская область — 263
🔸Ханты-Мансийский автономный округ — 261
🔸Мурманская область — 251
🔸Рязанская область — 244
🔸Республика Хакасия — 234
🔸Ивановская область — 226
🔸Республика Татарстан — 217
🔸Курганская область — 216
🔸Тамбовская область — 208
🔸Костромская область — 205
🔸Республика Бурятия — 203
🔸Калужская область — 203
🔸Амурская область — 195
🔸Республика Чувашия — 182
🔸Республика Мордовия — 167
🔸Республика Дагестан — 163
🔸Ямало-Ненецкий автономный округ — 144
🔸Кабардино-Балкарская Республика — 135
🔸Республика Марий Эл — 127
🔸Чеченская Республика — 114
🔸Сахалинская область — 104
🔸Республика Северная Осетия-Алания — 104
🔸Карачаево-Черкесская Республика — 85
🔸Республика Ингушетия — 82
🔸Республика Адыгея — 79
🔸Республика Тыва — 70
🔸Республика Алтай — 52
🔸Еврейская автономная область — 47
🔸Республика Калмыкия — 47
🔸Камчатский край — 46
🔸Магаданская область — 31
🔸Чукотский автономный округ — 18
🔸Ненецкий автономный округ — 16

Всего на сегодняшний день в России выявлено 8 755 930 случаев коронавируса в 85 регионах. За весь период зафиксировано 245 635 летальных исходов, выздоровели 7 535 172 человека.

Больше новостей и оперативной информации о распространении коронавируса в России — на сайте стопкоронавирус.рф.

По миру Россия занимает пятое место по общему количеству выявленных случаев коронавируса. Больше только в четырех странах: США (47 280 449), Индии (34 344 087), Бразилии (21 862 458) и Великобритании (9 241 916). Соответствующая статистика опубликована на сайте Worldometers.info.

worldometers.info

Более 9 млн заразившихся в России. Актуальное о коронавирусе на 13 ноября — РБК

Число смертей от COVID-19 за сутки вновь побило рекорд, в Госдуму внесли законопроекты о QR-кодах на транспорте и в магазинах, в США приостановили обязательную вакцинацию в компаниях. Главные новости о коронавирусе — в обзоре РБК

Коронавирус

Россия Москва Мир

0 (за сутки)

Заразились

0

0 (за сутки)

Умерли

0 (за сутки)

Заразились

0

0 (за сутки)

Умерли

0 (за сутки)

Заразились

0

0 (за сутки)

Умерли

Источник: JHU, федеральный и региональные оперштабы по борьбе с вирусом

Ситуация в России

В стране выявили 39 256 новых случая COVID-19 за сутки, сообщил оперативный штаб. Общее число инфицированных превысило 9 млн, выздоровели более 7,7 млн человек. Умерли свыше 254,1 тыс. При этом суточная смертность вновь побила рекорд: за день от коронавируса скончался 1241 человек.

Как меняется число новых случаев заражения Covid-19 в России

Источник: федеральный и региональные оперштабы по борьбе с коронавирусом

Данные по России i

• В Госдуму внесли законопроекты о QR-кодах на транспорте (в самолетах и поездах) и в магазинах, о разработке которых сообщали источники РБК. Власти предусмотрят переходный период: до 1 февраля можно будет предъявить отрицательный тест.
• Требование не коснется людей с медотводом. Оно также не будет распространяться на несовершеннолетних, сообщила вице-премьер Татьяна Голикова.
• Ряд регионов уже поделились своими планы по поводу QR-кодов. В Чувашии их будут выдавать и тем, кто официально не переболел, но имеет высокий уровень антител. Действовать такие сертификаты будут только на территории республики.
• В Свердловской области рассмотрят возможность введения QR-кодов на покупку алкоголя. С таким предложением выступил местный ресторатор Евгений Урюпин. По его словам, такая мера позволит увеличить число привитых, а «заодно и пьянство сократить».

• В Санкт-Петербурге непривитым пожилым людям ограничат доступ к ряду бытовых услуг. Отстранять от работы разрешено непривитых сотрудников старше 60 лет, а также тех, кто работает в промышленности, на транспорте и предприятиях переработки. Неработающих петербуржцев того же возраста не пустят в кафе без QR-кода.

Как меняется число смертельных случаев от Covid-19 в России

Ежедневные данные оперативного штаба

Источник: федеральный и региональные оперштабы по борьбе с коронавирусом

Данные по России i

Российские лаборатории предлагают несколько вариантов тестов на антитела к возбудителю COVID-19. Какой стоит выбрать, в каких случаях что понадобится и почему не надо сравнивать тесты из разных лабораторий — читайте в материале РБК.

Темпы распространения коронавируса в России

Понедельные темпы прироста новых случаев, %. Сравнение недели к неделе.
Рассматривается период с начала мая 2020 года, когда количество ежесуточно проводимых тестов на коронавирус превысило 200 тыс.

Источник: федеральный и региональные оперштабы по борьбе с коронавирусом

Данные по России i

Распространение коронавируса Covid-19 в регионах России

Количество подтвержденных случаев заражения

Источник: Федеральный и региональные оперштабы по борьбе с вирусом

Данные по России i

Ситуация в мире

По данным ВОЗ, число зараженных коронавирусом в мире превысило 251,7 млн человек, из них более 5 млн умерли.

• Лидером по количеству подтвержденных случаев остаются США, где выявили более 46,5 млн зараженных. Индия находится на втором месте (более 34,4 млн), на третьем — Бразилия (более 21,9 млн), на четвертом — Великобритания (более 9,4 млн), на пятом — Россия. Свыше 8 млн случаев COVID-19 зарегистрировано в Турции, более 7 млн — во Франции.

• В Германии на фоне ухудшения ситуации с COVID-19 вернут бесплатные тесты на коронавирус. 11 ноября в стране выявили более 50,1 тыс. заразившихся, это рекорд с начала пандемии.
• В Нидерландах объявили новый локдаун. Он введен на три недели, с 13 ноября по 4 декабря. Также в стране вернули требование об обязательной социальной дистанции в 1,5 м.
• Суд в США приостановил обязательную вакцинацию в компаниях, назвав ее «огромной кувалдой», которая бьет без разбора. Обеспечить вакцинацию распорядилась администрация президента Джо Байдена, но власти 11 штатов выступили против.
• В Бразилии компаниям разрешили увольнять работников, не привитых от коронавируса. Их присутствие на рабочем месте «может угрожать здоровью других сотрудников», заявил судья. 

Распространение коронавируса Covid-19 в мире

Количество подтвержденных случаев заражения

Источник: JHU

Данные по миру i

Соревнования сезона 2021-2022 — Соревнования

Турниры за период

2021—2022 Сезон 2021—2022 Сезон 2020—2021 Сезон 2019—2020 Сезон 2018—2019 Сезон 2017—2018 Сезон 2016—2017 Сезон 2015—2016 Сезон 2014—2015 Сезон 2013—2014 Сезон 2012—2013 Сезон 2011—2012 Сезон 2010—2011 Сезон 2009—2010 Сезон 2008—2009

Мужчины

XXX Чемпионат России. Суперлига — 2021-2022
7 ноября 2021 г. — 31 марта 2022 г.
Турнирная таблица | Статистика | Календарь | Заявки команд

X Суперкубок России — 2021
16 октября 2021 г. — 16 октября 2021 г.
Турнирная таблица | Статистика | Календарь | Заявки команд

Кубок России — 2021
1 августа 2021 г. — 4 октября 2021 г.
Турнирная таблица | Статистика | Календарь | Заявки команд

Всероссийские соревнования Высшая лига — 2021-2022
23 ноября 2021 г. — 31 марта 2022 г.
Турнирная таблица | Календарь

Кубок Михайло Волкова. Высшая лига — 2021
18 октября 2021 г. — 24 октября 2021 г.
Турнирная таблица | Статистика | Календарь | Заявки команд

V Кубок ЛД «Волга-Спорт-Арена» — 2021
31 августа 2021 г. — 3 сентября 2021 г.
Турнирная таблица | Статистика | Календарь | Заявки команд

Товарищеские матчи — 2021-2022
29 июля 2021 г. — 10 апреля 2022 г.
Турнирная таблица | Статистика | Календарь | Заявки команд

Женщины

Кубок России среди женских команд — 2021
11 ноября 2021 г. — 16 ноября 2021 г.
Турнирная таблица | Статистика | Календарь | Заявки команд

Дети и юноши

Первенство России по мини-хоккею с мячом (ст. юноши 2006-07 г.р.) — 2021
7 октября 2021 г. — 10 октября 2021 г.
Турнирная таблица | Статистика | Календарь | Заявки команд

I Турнир памяти братьев Александра и Константина Журавлевых — 2021
1 ноября 2021 г. — 3 ноября 2021 г.
Турнирная таблица | Статистика | Календарь | Заявки команд

Турниры сборных

Турнир четырёх наций — 2022
21 января 2022 г. — 23 января 2022 г.
Турнирная таблица | Календарь

Чемпионат мира среди женских команд — 2022
9 января 2022 г. — 16 января 2022 г.
Турнирная таблица | Календарь | Заявки команд

Первенство мира среди девушек U-17 — 2021
3 декабря 2021 г. — 5 декабря 2021 г.
Турнирная таблица | Календарь | Заявки команд

Первенство мира среди молодёжных команд U-21 — 2022
21 января 2022 г. — 23 января 2022 г.
Турнирная таблица | Календарь

Первенство мира среди ст. юношей U-17 — 2022
28 января 2022 г. — 30 января 2022 г.
Турнирная таблица | Календарь | Заявки команд

Первенство мира среди юниоров U-19 — 2022
21 января 2022 г. — 23 января 2022 г.
Турнирная таблица | Календарь

Чемпионат мира (группа А) — 2021
11 октября 2021 г. — 17 октября 2021 г.
Турнирная таблица | Календарь

Чемпионат мира (группа А) — 2022
27 марта 2022 г. — 3 апреля 2022 г.
Турнирная таблица | Календарь

Международные клубные турниры

Кубок мира (девушки) — 2021
29 октября 2021 г. — 31 октября 2021 г.
Турнирная таблица | Календарь

Кубок мира (женщины) — 2021
22 октября 2021 г. — 24 октября 2021 г.
Турнирная таблица | Календарь

Федеральный банк данных о детях-сиротах и детях, оставшихся без попечения родителей

Адыгея Республика

Алтай Республика

Алтайский край

Амурская область

Архангельская область

Астраханская область

Башкортостан Республика

Белгородская область

Брянская область

Бурятия Республика

Владимирская область

Волгоградская область

Вологодская область

Воронежская область

Дагестан Республика

Еврейская автономная область

Забайкальский край

Забайкальский край (Агинский АО)

Ивановская область

Ингушетия Республика

Иркутская обл. (Усть-Ордынский АО)

Иркутская область

Кабардино-Балкарская Республика

Калининградская область

Калужская область

Камчатский край

Камчатский край (КорякскийАО)

Карачаево-Черкесская Республика

Карелия Республика

Кемеровская область

Кировская область

Коми Республика

Костромская область

Краснодарский край

Красноярский край

Крым Республика

Курганская область

Курская область

Ленинградская область

Липецкая область

Магаданская область

Марий-Эл Республика

Мордовия Республика

Москва

Московская область

Мурманская область

Ненецкий автономный округ

Нижегородская область

Новгородская область

Новосибирская область

Омская область

Оренбургская область

Орловская область

Пензенская область

Пермский край

Приморский край

Псковская область

Республика Калмыкия

Республика Тыва

Ростовская область

Рязанская область

Самарская область

Санкт-Петербург

Саратовская область

Саха (Якутия) Республика

Сахалинская область

Свердловская область

Севастополь

Северная Осетия-Алания Республика

Смоленская область

Ставропольский край

Тамбовская область

Татарстан Республика

Тверская область

Томская область

Тульская область

Тюменская область

Удмуртская Республика

Ульяновская область

Хабаровский край

Хакасия Республика

Ханты-Мансийский автономный округ

Челябинская область

Чеченская Республика

Чувашская Республика

Чукотский автономный округ

Ямало-Ненецкий автономный округ

Ярославская область

Население: УФ: Свердловская область: Екатеринбург Город: старше трудоспособного | Экономические показатели

Население: УФ: Свердловская область: Екатеринбург Город: старше трудоспособного возраста (чел.)	340,800 2019 г.	ежегодно	2003 — 2019 гг.
Турция DI: Обязательства: Иностранные (тыс. Турецких лир)	117,299,566.000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: обязательства: средства от операций репо (RT) (тыс. Турецких лир)	2 672 724 000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: Средства от RT: LG (тыс. Турецких лир)	0.000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: Средства от РТ: Небанковские ФИ (тыс. Турецких лир)	4 981 000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: Средства от RT: нефинансовые PE (тыс. Турецких лир)	0.000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: Средства от RT: PS (тыс. Турецких лир)	2 667 743 000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: Средства от RT: Институт социальной защиты (тыс. Турецких лир)	0.000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: денежно-кредитный сектор (MS) (тыс. Турецких лир)	102 917 680 000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: MS: Банки (тыс. Турецких лир)	10 376 575.000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: MS: CB (тыс. Турецких лир)	92 536 105 000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: MS: Inter DI (тыс. Турецких лир)	0.000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: MS: Фонды денежного рынка (тыс. Турецких лир)	5 000 000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: MS: Банки участия (тыс. Турецких лир)	0.000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: Кредиторская задолженность на денежных рынках (тыс. Турецких лир)	0,000 Март 2020 г.	ежемесячно	Ноя 2006 — март 2020
Турция DI: Обязательства: кредиторская задолженность перед рынком ценных бумаг (тыс. Турецких лир)	0.000 Март 2020 г.	ежемесячно	Ноя 2006 — март 2020
Турция DI: Обязательства: депозиты резидентов в иностранной валюте (тыс. Турецких лир)	8 531 659 000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: Собственный капитал (тыс. Турецких лир)	51 002 850.000 Март 2020 г.	ежемесячно	Ноя 2006 — март 2020
Турция DI: Обязательства: TD: LG (тыс. Турецких лир)	1 298 667 000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: TD: Небанковские финансовые учреждения (тыс. Турецких лир)	8 689 236.000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: TD: нефинансовый PE (тыс. Турецких лир)	0,000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: TD: PS (тыс. Турецких лир)	2,198,575.000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: TD: Учреждения социального обеспечения (тыс. Турецких лир)	0,000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: Обязательства: Срочные депозиты (TD) (тыс. Турецких лир)	12 186 478.000 Март 2020 г.	ежемесячно	Декабрь 2006 г. — март 2020 г.
Турция DI: обязательства: несекретные (тыс. Турецких лир)	15 254 465 000 Март 2020 г.	ежемесячно	Ноя 2006 — март 2020
Япония Продолговатые изделия из меди: Производство: Всего (Тонны)	68 017.000 Май 2018 г.	ежемесячно	Янв 1989 — май 2018
Малайзия% Занятость: проживание и питание: Джохор (%)	11,100 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: K-Лумпур (%)	6.600 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Кедах (%)	8.200 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Келантан (%)	5.500 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Лабуан (%)	0,400 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Малакка (%)	3.300 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Негери Сембилан (%)	3,600 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Паханг (%)	4.600 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Перак (%)	9,300 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Perlis (%)	1.000 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Пулау Пинанг (%)	5.200 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Сабах (%)	9.800 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Саравак (%)	7,700 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Селангор (%)	20.200 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: проживание и питание: Теренгану (%)	3,600 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Джохор (%)	9.000 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: K-Лумпур (%)	7,100 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Кедах (%)	4.100 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Келантан (%)	2,100 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Лабуан (%)	0.400 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Малакка (%)	2.900 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Негери Сембилан (%)	5.700 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Паханг (%)	1,700 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Перак (%)	8.000 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Perlis (%)	0,400 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Пулау Пинанг (%)	5.700 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Сабах (%)	18,100 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Саравак (%)	5.000 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Селангор (%)	28.200 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: деятельность домашних хозяйств как работодателей: Теренгану (%)	0.900 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: административная служба и служба поддержки: Джохор (%)	10,700 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Администрация и поддержка Служба: K Лумпур (%)	7.200 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: администрация и служба поддержки: Кедах (%)	6,800 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: администрация и служба поддержки: Келантан (%)	4.200 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: административная служба и служба поддержки: Лабуан (%)	0,500 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: административная служба и служба поддержки: Мелака (%)	3.000 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Администрация и поддержка Служба: Негери Сембилан (%)	3,800 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Администрация и поддержка Служба: Паханг (%)	4.900 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: административная служба и служба поддержки: Перак (%)	7.200 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Администрация и поддержка Служба: Perlis (%)	1.000 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Административная и вспомогательная служба: Пулау Пинанг (%)	4.300 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: администрация и служба поддержки: Сабах (%)	8.900 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: административная служба и служба поддержки: Саравак (%)	6,300 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: административная служба и служба поддержки: Селангор (%)	27.200 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: административная служба и служба поддержки: Теренггану (%)	3.900 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Джохор (%)	7.400 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Кедах (%)	7,400 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Келантан (%)	6.100 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Куала-Лумпур (%)	0,000 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Лабуан (%)	0.000 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Малакка (%)	0,900 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Негери-Сембилан (%)	2.300 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Паханг (%)	9.000 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Перак (%)	6.500 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Perlis (%)	0,600 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Пулау-Пинанг (%)	0.600 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Сабах (%)	35 000 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Саравак (%)	18.300 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Селангор (%)	3,400 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: сельское, лесное и рыбное хозяйство: Теренгану (%)	2.500 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: Джохор (%)	9,300 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: K-Лумпур (%)	9.000 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: Кедах (%)	5,100 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: Келантан (%)	2.700 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: Лабуан (%)	0,400 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: Малакка (%)	3.900 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: Негери Сембилан (%)	3.900 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: Паханг (%)	4.400 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: Перак (%)	7.200 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: искусство, развлечения и отдых: Perlis (%)	0.400 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: Пулау Пинанг (%)	6.500 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: Сабах (%)	10.200 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: Саравак (%)	7,400 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: искусство, развлечения и отдых: Селангор (%)	26.300 2017 г.	ежегодно	2010 — 2017 гг.
Малайзия% Занятость: Искусство, развлечения и отдых: Теренгану (%)	3.200 2017 г.	ежегодно	2010 — 2017 гг.

Екатеринбург и Свердловская область — У.S. Посольство и консульства в России

История, политика и экономика

Екатеринбург расположен на перекрестке дорог между Европой и Азией, к востоку от склонов Уральских гор в центральной части России. Континентальный водораздел находится в 30 км к западу от города. Екатеринбург — третий или четвертый по величине город России с населением 1,5 миллиона человек. Он был основан в 1723 году и назван в честь жены Петра Великого, Екатерины I. Петр осознавал важность Екатеринбурга и окрестностей для быстрого промышленного развития, необходимого для укрепления военной мощи России.Сегодня Екатеринбург известен прежде всего как центр тяжелой промышленности и производства стали, российский аналог Питтсбурга, а также как крупный узел грузовых перевозок. Его основные отрасли промышленности включают в себя черную и цветную металлургию, химическую, лесную и целлюлозно-бумажную промышленность. Екатеринбург издавна был важным центром торговли товарами из Сибири, Средней Азии и Европы. Город также имеет репутацию центра высшего образования и исследований. Здесь расположено Уральское отделение Российской академии наук с 18 институтами и многочисленными научно-исследовательскими учреждениями, связанными с промышленностью.Екатеринбург также известен как центр исполнительского искусства. Его Театр оперы и балета ведет свою историю с 1912 года. Уральский филармонический оркестр — крупнейший симфонический оркестр в центральной России.

Екатеринбург — столица Свердловской области (область эквивалентна американскому штату). С экономической точки зрения Свердловск входит в 10 из 89 административных единиц Российской Федерации, которые вносят чистые взносы в федеральный бюджет. В Свердловске появилось много видных политических деятелей, включая первого президента России Бориса Ельцина и первого избранного губернатора России Эдуарда Росселя.С момента образования Российской Федерации Свердловская область была одним из лидеров страны в проведении политических и экономических реформ. В 1996 году Свердловская область стала первой областью, заключившей соглашения с федеральным правительством, предоставившие ей большую политическую автономию и право на ведение собственных внешнеэкономических связей.

В Свердловской области набирает обороты экономическая реформа. Большинство предприятий Свердловской области приватизировано. 75% предприятий хотя бы частично принадлежат частным лицам.Около трех четвертей розничных продаж и промышленной продукции производится частными предприятиями. Услуги выросли до 40 процентов ВВП области по сравнению с 16 процентами в 1992 году. В области зарегистрировано около 25 000 малых предприятий. Малый бизнес составляет около трети строительства, торговли и общественного питания.

Промышленность и природные ресурсы

Свердловская область, как и большая часть Уральского региона, обладает богатыми природными ресурсами. Это один из лидеров по добыче полезных ископаемых в России.Свердловск производит 70% бокситов России, 60% асбеста, 23% железа, 97% ванадия, 6% меди и 2% никеля. Леса покрывают 65% области. Он также производит 6% древесины и 7% фанеры. В Свердловской области самый большой ВВП среди всех уральских областей. Основные статьи экспорта области включают сталь (20% внешнеторгового оборота), химические продукты (11%), медь (11%), алюминий (8%) и титан (3%). По объемам промышленного производства Свердловск занимает второе место после Московской области и производит 5% от общего объема производства в России.Черная металлургия и машиностроение по-прежнему составляют большую часть экономики области. Екатеринбург известен своей концентрацией промышленных предприятий-производителей. Крупнейшие предприятия города производят оборудование для добычи нефти, трубы, стальные ролики, паровые турбины и производственное оборудование для других заводов.

Цветная металлургия продолжает расти. Верхнесалдинский титановый завод (ВСМПО) — крупнейший титановый завод в России и второй по величине в мире.Второй сектор роста — производство и переработка пищевых продуктов, при этом многие фирмы закупают иностранное оборудование для модернизации производства. Финансовый кризис увеличил спрос на продукты питания местного производства, поскольку потребители больше не могут позволить себе более дорогие импортные продукты. Многие ведущие предприятия пищевой промышленности Екатеринбурга, в том числе шоколадная фабрика «Конфи», завод мороженого «Мясомолторг», мясокомбинат «Мясокомбинат» и пивоваренный завод «Патра», сохранили финансовую стабильность и надеются на рост.

Внешняя торговля и инвестиции

Свердловская область предлагает инвесторам возможности в основном в сырьевой (металлы и полезные ископаемые) и тяжелой промышленности (добыча нефти и трубопроводное оборудование). Есть также интерес к импорту западных продуктов в области телекоммуникаций, пищевой промышленности, систем безопасности и защиты, а также медицины и строительных материалов. Власти Свердловской области и Екатеринбурга поощряют иностранные инвестиции и создают благоприятный деловой климат.В области есть Управление поддержки иностранных инвестиций и веб-сайт, на котором представлены более 200 местных компаний. В 1998 году городское правительство открыло собственный центр поддержки инвестиций для помощи иностранным компаниям. Несмотря на местные усилия, иностранные инвесторы сталкиваются в Екатеринбурге с теми же проблемами, что и в других регионах России. Таможенные и налоговые вопросы возглавляют список проблемных областей.

Свердловская область лидирует на Урале по привлечению иностранных инвестиций В пятерку крупнейших иностранных инвесторов входят США, Великобритания, Германия, Китай и Кипр.Около 70 зарубежных фирм открыли представительства в Екатеринбурге, в том числе DHL, Ford, IBM, Proctor and Gamble, Siemens. Авиакомпания Lufthansa открыла вокзал в Екатеринбурге и предлагает три рейса в неделю во Франкфурт.

Америка — инвестор номер один в Свердловской области с инвестициями в размере 114 миллионов долларов и 79 совместными предприятиями. Тремя крупнейшими инвесторами США являются Coca-Cola, Pepsi и USWest. Компании Coca-Cola и Pepsi открыли заводы по розливу в Екатеринбурге в 1998 году. У USWest есть совместное предприятие Uralwestcom, которое является одной из ведущих компаний Екатеринбурга по продажам и обслуживанию сотовых телефонов.Америка — торговый партнер номер один Свердловской области. В 1998 году Boeing подписал десятилетний контракт на поставку титана на сумму около 200 миллионов долларов с титановым заводом ВСМПО. Помимо США, основными торговыми партнерами Свердловска являются Голландия, Казахстан, Германия и Великобритания.

Климат

Екатеринбург, как и большая часть России, имеет континентальный климат. Город расположен у истока реки Исеть и окружен озерами и холмами. Температура воздуха обычно бывает умеренной летом и суровой зимой.Средняя температура января составляет -15,5C (4F), но иногда достигает -40C (-40F). Средняя температура в июле составляет 17,5 ° C (64 ° F), но иногда достигает 40 ° C (104 ° F). Текущая погода в Екатеринбурге от http://www.gismeteo.ru/.

Карты

Повторный визит в Свердловск: Моделирование ингаляционной формы сибирской язвы человека

Реферат

Было предложено несколько моделей для функции «доза-ответ» и распределения инкубационного периода для ингаляционной сибирской язвы человека.Эти модели дают очень разные прогнозы серьезности гипотетической биотеррористической атаки, когда атака может быть обнаружена на основании клинических случаев, эффективности медицинского вмешательства и требований к дезактивации. Используя данные об аварийном выбросе сибирской язвы в атмосферу в 1979 году в Свердловске, Россия, и ограниченные данные о приматах, кроме человека, в этой статье исключаются две конкурирующие модели и выводятся параметры для двух других, тем самым сужая диапазон моделей, которые точно предсказывают воздействие человека. ингаляционная сибирская язва.Свердловские данные противопоказаны функциям доза-реакция, которые демонстрируют порог инфекционности. Распределение инкубационного периода в зависимости от дозы объясняет 10-дневный средний инкубационный период, наблюдаемый в Свердловске, и период инкубации от 1 до 5 дней, наблюдаемый в экспериментах с нечеловеческими приматами.

Обеспокоенность тем, что террористическая группа может атаковать гражданское население, выпустив в воздух смертоносные патогены, в частности сибирскую язву, усилилась в последнее десятилетие. Bacillus anthracis , грамположительная спорообразующая палочка размером ≈1 мкм × 5 мкм, долгое время была предпочтительным агентом для государственных программ создания биологического оружия. B. anthracis может существовать в почве десятилетиями и обычно поражает травоядных животных, особенно домашний скот, лошадей и овец. Три пути воздействия могут инфицировать людей: контакт с зараженными продуктами животного происхождения (кожная сибирская язва), употребление в пищу зараженного мяса (желудочно-кишечная сибирская язва) и вдыхание спор сибирской язвы. При вдыхании B. anthracis может быть довольно летальным, порядка 80–90% для наиболее вирулентных штаммов. Доставка по воздуху была в центре внимания большинства программ создания биологического оружия из-за возможности массовых жертв (1).

Сибирская язва — один из наиболее изученных боевых биологических агентов (2⇓⇓⇓ – 6). Тем не менее, важные аспекты болезни остаются плохо изученными, в частности, реакция человека на воздействие низких доз и временное прогрессирование заболевания, особенно дозовая зависимость инкубационного периода. Эти вопросы оказывают значительное влияние как минимум на четыре вопроса политики в области биотерроризма.

Во-первых, количество людей, инфицированных выбросом в атмосферу, зависит от функции доза-реакция, особенно при низких дозах, поскольку эти воздействия составляют большую часть инфицированных жертв, если только не существует порогового значения, ниже которого заражение не происходит.Прогнозирование последствий биотеррористической атаки важно для определения размера стратегического национального запаса (ранее — Национального фармацевтического запаса) и для оценки уровня медицинской логистики, необходимой для реагирования на данный сценарий выброса сибирской язвы.

Во-вторых, время появления симптомов у первых жертв зависит от раннего временного хвоста распределения инкубационного периода. Этот хвост определяет время, в которое проницательные врачи или, возможно, системы синдромного надзора могут обнаружить начало вспышки сибирской язвы при отсутствии данных по отбору проб окружающей среды.

В-третьих, эффективность соответствующего медицинского вмешательства в значительной степени зависит от его скорости по сравнению со скоростью, с которой у жертвы появляются симптомы и впоследствии переходят в продромальную и молниеносную фазы болезни. Медицинская профилактика может быть эффективной, если ее проводить до появления симптомов, и может быть частично эффективной во время продромальной фазы, если сопровождается адекватной поддерживающей терапией. Распределение инкубационного периода зависит от восприимчивости популяции хозяина (например,g., возраст, пол и состояние здоровья) и дозу, которой подвергаются пострадавшие (рис. 8 и 9, которые опубликованы в качестве вспомогательной информации на веб-сайте PNAS). Таким образом, моделирование зависимости инкубационного периода от дозы и продолжительности продромального периода имеет решающее значение для оценки эффективности различных стратегий медицинского вмешательства.

Наконец, остаточный риск, связанный с поверхностным заражением сибирской язвой, зависит от кривой доза-реакция при низких дозах. Чем больше вероятность заражения при низких дозах, тем больше необходимость в эффективной дезактивации.

Четыре модели ингаляционной сибирской язвы

Было предложено несколько моделей для описания функции «доза-реакция» при ингаляционной язве человека. Только две из этих моделей согласуются с существующими данными. Случайный выброс сибирской язвы из военного городка в Чкаловском, самом южном районе Свердловска (ныне Екатеринберг), Россия, в 1979 году, который привел к гибели не менее 70 человек, является лучшим существующим источником данных о малых дозах. воздействие на человека ингаляционной сибирской язвы, чтобы оценить точность этих моделей (7⇓ – 9).

Смертельная доза, при которой 50% необработанного облученного населения умрет (LD ₅₀ ) от ингаляционной формы сибирской язвы, как полагают, составляет от 2 000 до 55 000 спор при номинальном значении 8 000–10 000 спор (10). Чтобы изучить функциональную форму этих различных моделей, предполагается, что все они имеют одинаковую LD ₅₀ или ID ₅₀ , дозу, при которой 50% облученного населения заражаются, потому что почти все необработанные жертвы умирают.

Модель

A предполагает, что вероятность заражения соответствует кумулятивному логарифмически-нормальному распределению с ID ₅₀ из 8600 спор и наклоном пробита, равным 0.67 (11). Модель B аналогична, но с наклоном пробита 1,43 (12, 13). Модель C также предполагает кумулятивное логнормальное распределение, но с вероятностным наклоном ≈2,4 и зависимым от возраста ID ₅₀ (14). Обоснование зависимости зависимости от возраста доза-реакция обсуждается в вспомогательном тексте , который публикуется в качестве вспомогательной информации на веб-сайте PNAS. Эта модель дает ID ₅₀ значений от 8 000 до 10 000 спор, в зависимости от предполагаемой демографии.

Несколько исследователей предложили экспоненциальные функции доза-реакция для ингаляционной формы сибирской язвы, которые возникают, если предположить, что споры действуют независимо при заражении хозяина (15–17). Модель D представляет собой экспоненциальное распределение, полученное путем допущения модели конкурирующих рисков, которая учитывает вероятность разрушения спор и их прорастания в легких (17). Эта модель также предсказывает распределение инкубационного периода, обсуждаемое ниже. В модели D скорость выведения спор из-за комбинации действия ресничек и разрушения макрофагов, θ, равна 0.109 в день и скорость прорастания спор λ, равная 8,8 × 10 ^-6 в день, дают ID ₅₀ из ≈8 600 спор. Уэбб и Блазер (18) разработали возрастную логит-модель для функции доза-реакция; однако эта модель почти идентична модели D при низких дозах с соответствующим выбором параметров и, следовательно, здесь не исследуется.

Рис. 1 иллюстрирует эти четыре модели доза-реакция с использованием логарифмической шкалы для выделения различных прогнозов низких доз.Модель C рассчитана для двух демографических распределений: возрастного распределения свердловских жертв и российской демографии около 1979 года. Модель A предсказывает большую инфекционность при низких дозах по сравнению с моделью D, поскольку логнормальные модели отражают восприимчивость гетерогенной популяции, тогда как экспоненциальные модели предполагают независимость споровое действие и однородная восприимчивость популяции.

Рисунок 1.

Четыре функции зависимости реакции от дозы при вдыхании сибирской язвы (ID ₅₀ ≅ 8 600 спор).

Воспроизведение пространственного распределения жертв в Свердловске

Чтобы определить, какая модель является наиболее точной, особенно при низких дозах, можно рассчитать, какая модель наиболее точно воспроизводит пространственное распределение случаев, наблюдавшихся во время Свердловской вспышки. Пространственное распределение определяется путем моделирования выброса в атмосферу определенного количества каждого типа сибирской язвы, чтобы произвести 81 инфицированную жертву, расчетное число зараженных случаев, если общее количество погибших составило 70, таким образом нормализуя объем выброса для каждой модели для воспроизведения вспышки в Свердловской области. . ^† Плотность населения Свердловска была получена из базы данных LandScan 2000, которая предоставляет данные о населении мира на сетке 30 угловых секунд (≈1 км ² на экваторе; www.ornl.gov/sci/landscan/index.html).

На рис. 2 для каждой модели показано количество жизнеспособных спор сибирской язвы, которые должны быть высвобождены в диапазоне пригодных для вдыхания размеров (1–5 мкм), чтобы заразить 81 человека. ^‡ Также показана масса материала, высвобождаемого в диапазоне размеров от 1 до 5 мкм, при условии, что сухой препарат сибирской язвы содержит 10 ¹² спор на грамм (очень высокая плотность, подходящая для современной программы создания биологического оружия, если производится в большом количестве). . ^§ Эти расчеты согласуются, в пределах неопределенностей, связанных с различными входными параметрами, с расчетами Мезельсона для аналогичных моделей доза-реакция (7, 21). Более низкие плотности требуют пропорционально больших количеств высвобождения; например, если предполагается, что плотность спор составляет 5 × 10 ¹⁰ спор на грамм и только 30% материала содержит споры сибирской язвы размером от 1 до 5 мкм, то количество высвобождения для модели A сибирской язвы будет между 0,25 и 2,3 грамма для воспроизведения Свердловской вспышки, в зависимости от скорости ветра и принятого значения ID ₅₀ .

Рис. 2.

Сибирская язва выпущена для воспроизведения вспышки в Свердловске.

Анализ чувствительности проводился с использованием двух значений ID ₅₀ (8600 спор и 55000 спор) и скорости приземного ветра 3,0 м / сек (значение станции 284400 Всемирной метеорологической организации) и 4,9 м / сек (измерение аэропорта Кольцово). Скорость ветра не оказывает большого влияния на количество спор, которые необходимо высвободить, чтобы заразить 81 человека, но значение ID ₅₀ влияет. Остальные параметры можно варьировать; однако нормализация количества выброса для получения 81 жертвы устраняет большинство ожидаемых вариаций.

Рис. 3 иллюстрирует прогнозируемое кумулятивное распределение жертв в зависимости от расстояния по ветру, когда количество высвобожденной сибирской язвы каждого типа необходимо для образования 81 инфицированной жертвы, с ID ₅₀ из 8600 спор и скоростью приземного ветра 4,9 м / сек. Свердловские данные, взятые из Meselson et al. (7), показан для сравнения. Рис. 10, опубликованный в качестве вспомогательной информации на веб-сайте PNAS, наглядно иллюстрирует пространственную протяженность каждого шлейфа.Только модели A и D приблизились к предсказанию правильного пространственного распределения свердловских жертв, при этом модель A работает несколько лучше. Неопределенность в точном расположении источника в соединении 19 может объяснить расхождение на 0,25 км, показанное на рис. 3.

Рис 3.

Пространственное размещение пострадавших в Свердловске.

Модели A и D более точны, потому что их кривые доза – реакция менее крутые. Крутые кривые доза-реакция не могут дать расширенного пространственного распределения, что можно увидеть, рассмотрев предельный случай ступенчатой ​​кривой доза-ответ с ID ₅₀ из 8600 спор.В этом случае все изоплеты схлопываются в одну. Все внутри этой кривой становятся инфицированными, тогда как снаружи никто не заражается. Использование такой кривой «доза-ответ» для воспроизведения инцидента в Свердловске обязательно приведет к очень маленькому зараженному региону, потому что, по определению, только 81 человек может быть включен в кривую. Для Чкаловского с плотностью населения ≈3000 человек на км ² площадь внутри этой кривой должна быть довольно небольшой, порядка 0,03 км ² (19).Изоплеты для моделей B и C, которые имеют более крутые кривые доза-реакция, сжаты и простираются только на небольшое расстояние от точки выброса. Следовательно, они несовместимы с расширенным пространственным распределением жертв, наблюдаемым во время Свердловской вспышки. Следовательно, модели A и D представляют собой наиболее точные кривые доза-реакция. Обратите внимание, что кривые доза-реакция, которые показывают порог заражения, как и кривые ступенчатой ​​зависимости доза-реакция, противопоказаны свердловским данным, потому что они не могут дать расширенного пространственного распределения инфицированных жертв.

Модель

A предсказывает, что 50% жертв получили менее двух спор (среднее геометрическое μ = 2,4 спор, геометрическое SD d = 3,2, т. Е. 95% людей получили дозу от μ / 9 1061 d ² и μ d ² спор). Модель D предсказывает, что 50% жертв получили <≈360 спор (среднее геометрическое μ = 360, геометрическое SD d = 4,7). Таким образом, жертвы в Свердловске получили от 1 до 10 спор (модель A) или от 100 до 2000 спор (модель D), что хорошо согласуется с оценками Мезельсона (7, 21).На рис. 11, опубликованном в качестве вспомогательной информации на веб-сайте PNAS, показано прогнозируемое кумулятивное распределение жертв в зависимости от количества спор, воздействию которых подверглись люди для каждой модели. Как показывает этот анализ, большинство пострадавших в Свердловске получили дозы намного ниже значения ID ₅₀ .

Временное развитие ингаляционной сибирской язвы

Современное понимание инкубационного периода ингаляционной сибирской язвы человека основано в основном на экспериментах на нечеловеческих приматах, проведенных за последние 50 лет.Человеческие данные относительно редки. Промышленное воздействие загрязненной шерсти и других продуктов животного происхождения обычно вызывает кожную сибирскую язву, а несколько зарегистрированных случаев вдыхания были вызваны хроническим промышленным воздействием, что не позволяет точно определить время воздействия и, следовательно, инкубационный период (22).

Точно так же нельзя сделать вывод о дозе, которой подверглись пострадавшие в 11 случаях ингаляционной сибирской язвы в результате зараженных писем в Соединенных Штатах осенью 2001 года, потому что, хотя приблизительную дату воздействия можно определить, и тип штамма (Эймс) и размер частиц (<5 микрон) известны, процесс распространения спор, вскрытие зараженного письма или прохождение зараженного письма через почтовую сортировочную машину не позволяет точно определить воздействие на человека, потому что слишком много невесомых веществ влияет на ответ, эл.g., количество и гранулометрический состав материала, содержащегося в каждой оболочке, способ ее открытия, поле скорости воздуха в помещении и вмешательство человека в это поле (23). Следовательно, доза, которой подверглись пострадавшие, в значительной степени неизвестна. Эти данные могут пролить свет на продромальную и молниеносную фазы ингаляционной сибирской язвы, хотя в большинстве случаев проводилось профилактическое лечение, что затрудняет определение естественного течения болезни при отсутствии лечения (24).

Свердловская авария, с другой стороны, позволяет определить инкубационный период низких доз, поскольку время воздействия было оценено с точностью до долей дня (при условии, что реаэрозолизация спор не произошла в значительной степени), штаммы B. anthracis , возможно, включая до четырех, выпущенные в Свердловске, были вирулентными штаммами, которые использовались в советской программе биологического оружия в то время (25), их размер частиц должен был быть <≈5–10 микрон, чтобы облако могло достигли пострадавших, расположенных в нескольких километрах от ветра, и дозу, которой подверглись люди, можно оценить путем моделирования выброса с использованием модели атмосферного рассеяния, как обсуждалось выше.Для определения инкубационного периода предполагается, что высвобождение происходит мгновенно, то есть кратковременно по сравнению с подвижностью жертвы.

Согласно канонической мудрости, инкубация ингаляционной формы сибирской язвы составляет ≈1–5 дней (2, 10). Однако данные Свердловской области позволяют предположить, что средний инкубационный период может достигать 10–11 дней (ссылки 7⇓ – 9). Это несоответствие можно объяснить, если предположить, что инкубационный период ингаляционной формы сибирской язвы зависит от дозы. Инкубационные периоды для многих заболеваний обратно пропорциональны дозе облучения (26).Глейзер (27) отметил, что инкубационный период ингаляционной сибирской язвы оказался дозозависимым, а Анно показал, что туляремия и Q-лихорадка имеют инкубационные периоды, которые, по-видимому, линейно зависят от логарифма экспонированной дозы (28).

После новаторской работы Сартвелла (29) принято считать, что инкубационные периоды имеют логнормальное распределение во времени. Это предположение хорошо укладывается в свердловские инкубационные данные. В этом анализе предполагается, что модель A имеет логнормальное распределение инкубационного периода, хотя можно выбрать другие распределения.Модели B и C также имеют логнормальное распределение инкубационного периода (12, 14). В логарифмически нормальных моделях зависимость инкубационного периода от дозы добавляется экзогенно путем изменения медианы и стандартного отклонения распределения в зависимости от дозы (рис. 12 и 13, которые опубликованы в качестве вспомогательной информации на веб-сайте PNAS). Распределение инкубации в модели D определяется из модели конкурирующих рисков (17). На рис. 4 показана дозовая зависимость среднего инкубационного периода для всех четырех моделей, а также оценки среднего инкубационного периода у людей, полученные на основе максимального правдоподобия соответствия свердловским данным и данным по нечеловеческим приматам (27, 31–33).К сожалению, ранние исследования ингаляционной сибирской язвы на приматах не сообщили о временной эволюции заболевания и, следовательно, не пролили свет на дозовую зависимость инкубационного периода (11, 19).

Рис. 4.

Средний инкубационный период в зависимости от дозы. Перегиб в середине кривых для моделей A2 и D возникает из-за того, что жертвы Свердловской области предположительно подверглись воздействию штамма сибирской язвы с ID ₅₀ , равным ≈8 600 спор, тогда как нечеловеческие приматы в исследованиях, цитируемых здесь, подверглись воздействию к штамму Эймса с ID ₅₀ ≈55000 спор.Следовательно, часть кривой слева от 1000 спор принимает более низкое значение ID ₅₀ , а часть справа принимает более высокое значение ID ₅₀ , что приводит к небольшому смещению кривой на 1000 спор. Данные приматов, отличных от человека, из Ivins et al. (33) и Gleiser et al. (27) (т.е. точки открытых данных на рис. 4) показаны для грубого сравнения только потому, что либо количество нечеловеческих приматов было слишком маленьким, либо время до смерти не было указано в этих исследованиях.

Два варианта модели A показаны на рис. 4. Модель A1 предполагает, что средний инкубационный период и стандартное отклонение логарифмически нормального распределения инкубационных периодов линейно зависят от логарифма облученной дозы, как обсуждается в разделе «Вспомогательная информация». Модель A2 предполагает, что средний инкубационный период имеет ту же форму, что и средний инкубационный период в модели D, за исключением того, что модель A2 предполагает кривую доза-ответ модели A и, следовательно, предсказывает, что средняя (геометрическая) доза, полученная в Свердловской области. экспонировалось было ≈2.4 спор, тогда как в модели D используется кривая доза-реакция модели D, в результате чего прогнозируется, что жертвы из Свердловской области подверглись воздействию средней (геометрической) дозы ≈360 спор (неопубликованные данные). Дозовая зависимость SD в модели A2 такая же, как и в модели A1.

Модель B предполагает логарифмическую зависимость от дозы для среднего инкубационного периода с наклоном примерно вдвое меньше, чем для модели A1, и постоянным стандартным отклонением (12). Модель C предполагает, что средний инкубационный период и стандартное отклонение постоянны, независимо от дозы (14).Распределение инкубационного периода для модели D представляет собой модифицированную версию модели, разработанной Brookmeyer et al. (неопубликованные данные). Модель D заслуживает внимания, поскольку зависимость инкубационного периода от дозы получена ab initio .

Значения параметров для этих моделей приведены в таблице 1 вместе с оценками для SE (в скобках). Эти параметры относятся к уравнениям дозовой зависимости инкубационного периода в моделях A1, A2 и D, приведенным в вспомогательном тексте (см. Рис.14 и 15, которые опубликованы в качестве вспомогательной информации на веб-сайте PNAS для получения дополнительных сведений). Параметры для модели A1 были получены методом наименьших квадратов для данных Свердловской области и нечеловеческих приматов, показанных на рис. 4. Значения параметров для моделей A2 и D были определены на основе максимального правдоподобия только данных инкубации в Свердловске. Параметры для моделей B и C можно найти в литературе.

Таблица 1.

Параметры распределения инкубационного периода

Средний инкубационный период, предсказанный моделью D (или моделью A2), лучше соответствует данным по Свердловской области и нечеловеческим приматам ( R ² = 0.93), чем лог-линейное дозозависимое допущение в модели A1 ( R ² = 0,82), что придает некоторую достоверность модифицированной модели Брукмейера. Очевидно, что модель B не соответствует среднему инкубационному периоду Свердловской области, а модель C не соответствует данным о высоких дозах приматов, кроме человека. Таким образом, модели A и D обеспечивают наиболее точное представление инкубационного периода ингаляционной формы сибирской язвы человека, при этом модель A2 дает несколько лучшее соответствие, чем модель A1. Отсутствие данных в среднем диапазоне экспозиции, т.е.е. на уровне ID ₅₀ ограничивает способность различать модели A1 и A2. В моделях A2 и D средний инкубационный период для свердловских жертв составляет 9,5 (± 0,6) дней.

Последствия для политики

Возвращаясь к четырем политическим вопросам, поднятым в начале, теперь можно оценить количественное влияние допущения одной модели сибирской язвы над другой. На рис. 5 показано, что модель A предсказывает в ≈10 раз больше потерь от выброса сибирской язвы в атмосферу с фиксированной массой, чем другие модели, как и следовало ожидать из-за низкодозового хвоста кривой доза-реакция. ^¶ Высота каждой полосы показывает среднее количество инфицированных людей, а полосы ошибок иллюстрируют значения 10 и 90 процентилей из-за изменчивости метеорологических условий изо дня в день (отклонения обычно не распределяются). Поскольку модели A и D наилучшим образом подходят для пространственного распределения жертв в Свердловске, эти две модели являются полезными ограничивающими случаями для ожидаемого числа зараженных жертв в данном сценарии атаки. Какой из них, в конечном счете, является более точным, нужно будет дождаться дальнейших исследований инфективности низких доз ингаляционной сибирской язвы.

Рис. 5.

Прогнозирование потерь от выброса сибирской язвы.

На серьезность проблемы дезактивации также влияет кривая «доза-реакция». Например, Wein et al. (30) проанализировал проблему дезактивации сибирской язвы после атаки с помощью функций доза-реакция в моделях A и C, заключив, что модель A приводит к проблеме очистки на несколько миллиардов долларов, тогда как проблема дезактивации перестает существовать с моделью C из-за очень небольшого размера. вероятность того, что реаэрозольные споры сибирской язвы заразят людей в зараженных зданиях, даже если они объединяются в течение продолжительных периодов времени.На такие расчеты влияют многочисленные погрешности, не последней из которых является скорость реаэрозолизации для частиц микрометрового размера для соответствующих типов поверхностей. Тем не менее, две наиболее точные функции доза-реакция для ингаляционной сибирской язвы согласно этому анализу — это модели A и D, которые имеют самую высокую вероятность заражения при низких дозах (см. Рис. 1), что позволяет предположить, что проблема дезактивации помещений может быть серьезной. Дальнейшие исследования функций доза-реакция и реаэрозолизации будут важны для более точного определения стратегий и затрат очистки.

Распределение инкубационного периода и распределения для продромальной и молниеносной стадий болезни позволяет предсказать, когда у жертв появятся симптомы и когда они начнут умирать после данного воздействия, что позволяет предсказать, когда проницательные врачи смогут распознать ингаляционную сибирскую язву на основании клинических проявлений. Если в это время проводится посев крови, стандартная лабораторная практика предполагает, что подтверждение ингаляционной сибирской язвы может произойти в течение 24 часов после первых нескольких симптоматических случаев, хотя это время будет сокращаться по мере появления новых диагностических технологий.На рис. 6 показаны различные модели прогнозов числа жертв с симптомами и числа погибших в зависимости от времени после облучения для упомянутого выше выброса в Вашингтоне, округ Колумбия. Модели A1, A2 и D предсказывают 44, 247 и 21 симптоматический случай соответственно через 1 день после выпуска.

Рис. 6.

Симптоматические ( слева, ) и летальные случаи ( справа, ) в зависимости от времени после воздействия.

Время, когда впервые появляются смертельные случаи, является более надежным предупреждающим индикатором, поскольку большинство ранних симптомов ингаляционной сибирской язвы аналогичны симптомам других инфекционных заболеваний, что затрудняет дифференциальную диагностику, например, во время сезона гриппа.Первые смертельные случаи происходят на второй день, а модели A1, A2 и D предсказывают ≈6, 31 и 3 смертельных случая соответственно на второй день после выпуска.

Таким образом, если выброс достаточно велик, чтобы заразить ≈42000 человек, исходя из модели A, или 8000 человек, исходя из модели D, оптимистическая оценка предполагает, что клинический диагноз первых нескольких симптоматических жертв или смертельных случаев может дать предупреждение в течение ≈2 дней после выпуск сибирской язвы. Правильность этого вывода во многом зависит от раннего временного хвоста распределения инкубационного периода, особенно при высоких дозах облучения, раннего временного хвоста распределения продромального и молниеносного периодов, а также способности медицинского сообщества проводить дифференциальную диагностику при наличии потенциально большой фон случаев с гриппоподобными симптомами.Значительная неопределенность существует на ранних временах этих распределений фаз болезни. Следовательно, следует осторожно интерпретировать эти результаты. Для улучшения этих прогнозов потребуются более точные экспериментальные данные.

Наконец, эффективность медицинского вмешательства зависит от его скорости по сравнению со скоростью, с которой у пострадавших появляются симптомы, потому что медицинское лечение наиболее эффективно, если оно проводится до появления симптомов или вскоре после этого. На рис. 7 показана доля потенциальных жертв, которых в принципе можно спасти, в зависимости от времени начала медицинского вмешательства.Предполагая, что модели A2 (или A1) и D обеспечивают наиболее точное отображение распределения инкубации,> 90% подвергшейся воздействию популяции можно спасти, если лечение начнется в течение 2–3 дней после выпуска. (Максимальная медицинская эффективность асимптоты составляет 93% из-за допущений, заложенных в модель.) Очевидно, что чем раньше можно будет обеспечить профилактику облученному населению, тем лучше.

Рис. 7.

Эффективность медицинского вмешательства в зависимости от времени после воздействия.

Медицинское вмешательство, изложенное здесь, состоит из распределения антибиотиков среди 95% облученного населения, оцененное для выброса в 1 кг в Вашингтоне, округ Колумбия, описанное выше, составляет ≈300 000 человек для сибирской язвы модели A и ≈30 000 человек для сибирской язвы модели D. в течение двух дней (возможно, с последующей вакцинацией), что лечение антибиотиками до появления симптомов является эффективным на 98%, а постсимптоматическое лечение антибиотиками является относительно эффективным, если оно проводится в течение 4 дней после появления симптомов, при условии наличия интенсивной медицинской помощи такого рода предоставили жертвам падения 2001 г. У.Письменные приступы S. сибирской язвы (т. Е. Схемы с несколькими лекарствами и дренаж плевральной жидкости) (24).

Рис. 7 следует интерпретировать с осторожностью, потому что он основан на оптимистических предположениях, учитывая текущую готовность США, относительно времени обнаружения, скорости, с которой медицинская логистика может доставлять антибиотики к пунктам распределения, скорости, с которой люди могут обрабатываться при распределении сайтов, особенно если большое количество людей, которые не подвергались воздействию, нуждаются в лечении, соблюдении режима лечения антибиотиками и эффективности лечения антибиотиками и вакцинами.Обратите внимание, что по мере сокращения времени обнаружения появляется больше времени для проведения медицинской профилактики. Обнаружение в реальном времени не требуется, но желательно обнаружение в течение доли дня. Чтобы достичь уровней защиты> 90%, необходимо проводить политику, направленную на сокращение доли людей, которые не получают профилактику (предполагается, что это 5% населения, подвергшегося воздействию) или которые не соблюдают полный режим антибиотикотерапии с течением времени.

Обсуждение

Из четырех рассмотренных здесь моделей ингаляционной язвы человека модели A (A1 и A2) и D наиболее близки к предсказанию пространственного и временного распределения случаев заболевания людей сибирской язвой, наблюдаемых во время вспышки болезни в Свердловске в 1979 году, и имеющихся данных по инкубации приматов с высокими дозами. в литературе.Модели A и D обеспечивают полезные предельные прогнозы количества людей, инфицированных в данном сценарии выброса в атмосферу, и все три модели обеспечивают разумные оценки временной эволюции вспышки с оговоркой, что ранние прогнозы являются подозрительными из-за неопределенностей в ранние временные хвосты распределений инкубационного периода. Этот анализ не чувствителен к точному значению ID ₅₀ для частиц сибирской язвы микрометрового размера, которое, в любом случае, варьируется в зависимости от типа штамма, препарата культуры и восприимчивости популяции.Однако, независимо от значения ID ₅₀ , данные по Свердловской области ясно демонстрируют, что большинство пострадавших получили дозы намного ниже значения ID ₅₀ , что, вероятно, будет иметь место и для более крупных выбросов. Наконец, учитывая неопределенность, с которой параметры модели могут быть оценены на основе существующих данных, общей форме этих результатов следует доверять больше, чем точным числам.

Логнормальные модели (т.е. модели A1 и A2) обеспечивают точное эмпирическое соответствие распределению инкубационного периода, как отметил Сартвелл (29) 50 лет назад.Тем не менее, модель D одинаково точна и имеет то достоинство, что она предоставляет оценки для нескольких основных параметров, на которых основана модель, а именно скорости прорастания спор (8,8 × 10 ^-6 в день), очищения или разрушения спор. скорость (0,109 в день) и время удвоения для репликации B. anthracis у людей (2–4 часа, в зависимости от бактериального порога, при котором появляются симптомы; см. рис. 15).

Очевидно, необходимы дальнейшие исследования, чтобы определить, какая из этих двух моделей наиболее точно отображает ингаляционную сибирскую язву человека.Такие исследования позволят политикам более точно предсказать вероятные последствия гипотетической атаки атмосферной сибирской язвы, время, в которое такая атака может быть обнаружена проницательными врачами, эффективность различных стратегий медицинского вмешательства и затраты, связанные с обеззараживанием после атаки. Большая ясность в отношении этих вопросов поможет правительствам направить ресурсы в эти области с наибольшей отдачей.

Благодарности

Я благодарю Ричарда Данцига, Артура Фридлендера, Жанну Гиймен и Мэтью Мезельсона за очень полезные комментарии и обсуждения.Щедрую поддержку этому исследованию предоставили гранты Фонда Джона Д. и Кэтрин Т. Макартуров 99-57919-GSS и 02-69383-000-GSS и грант Корпорации Карнеги B4498.R11.

Сноски

• Вклад авторов: D.A.W. разработал исследование, провел исследования, проанализировал данные и написал статью.

• ^† Свердловская сибирская язва считается смертельной на 86 процентов для нелеченных жертв.

• ↵ ^‡ В этих расчетах использовался Кодекс прогнозирования и оценки опасностей (версия 3.2) и заархивированы данные Всемирной метеорологической организации для Свердловской области в период со 2 по 3 апреля 1979 г. Ограниченные данные вертикального профиля температуры поступили со станции 284400 Всемирной метеорологической организации, расположенной недалеко от Чкаловского (указаны попеременно с координатами 56.80 северной широты, 60.63 восточной долготы или 56.73 северной широты, 61.07. E), а приземная метеорология поступала из аэропорта Кольцово ≈15 км к западо-юго-западу от места выброса. Предполагается, что время выпуска будет примерно 1400 часов по местному времени, в понедельник, 2 апреля (7, 8, 20).Погода 2 апреля была ясной, с температурой поверхности ≈ -5 ° C и довольно сильной температурной инверсией на высоте ≈1200 м. Предполагается, что место выброса находится на высоте 7 м над поверхностью земли на 56.7825N, 60.5829E, точке внутри военного комплекса, откуда предположительно возник шлейф. Предполагается, что скорость дыхания составляет 30 л / мин, что подходит для легкой работы. Скорость разложения в окружающей среде в дневное время жизнеспособности спор сибирской язвы (≈0,01 ч ⁻¹ ) и скорость осаждения спор диаметром 5 микрон (≈7 м / ч) мало влияют на концентрацию спор в 5 км с подветренной стороны от точки выброса. .

• ↵ ^§ Генерал Евстигнеев, научный директор Соединения 19 в 1980-х годах, заявил, что эксперименты по проверке эффективности вакцины проводились на нечеловеческих приматах с Соединением 19 и что в этих тестах использовалось ≈5 миллиардов спор и не более 40 миллиардов спор (8 ). Интересно, что это число соответствует количеству сибирской язвы, необходимому для воспроизведения Свердловской вспышки с использованием модели А. Генерал Евстигнеев, однако, не согласился с тем, что вспышка возникла из Соединения 19, поскольку, по его словам, эксперименты не проводились в начале апреля 1979 года, и Воздух, зараженный сибирской язвой, прошел две стадии дезинфекции и две стадии фильтрации перед тем, как выйти наружу.Без более подробных доказательств можно только предполагать, что выброс из одной испытательной камеры через неправильные этапы фильтрации и дезинфекции мог вызвать вспышку сибирской язвы. Алибек (20) утверждает, что авария произошла из-за отсутствия фильтра в установке для сушки сибирской язвы, которая была частью производственной линии сибирской язвы, без упоминания тестов на эффективность вакцины и нескольких фильтров и этапов дезинфекции.

• ↵ ^¶ Эти расчеты предполагают, что 1 кг сухих спор сибирской язвы с плотностью 10 ¹¹ спор / г и эффективностью аэрозолизации 5% для получения спор размером от 1 до 5 мкм высвобождается в полночь. (или полдень) в обычный июльский день в Вашингтоне, округ Колумбия.

• Заявление о конфликте интересов: о конфликте интересов не сообщалось.

• Этот документ был отправлен напрямую (Трек II) в офис PNAS.

• Поступило 3 ноября 2005 г.

• © 2006 Национальная академия наук США

Россия отстает от других в вакцинации против COVID-19

МОСКВА (AP) — Пока В торговом центре Park House на севере Москвы Владимир Макаров увидел, что он предлагает клиентам вакцину от коронавируса, поэтому спросил, сколько времени это займет.

«Здесь все оказалось просто — 10 минут», — сказал он о своем опыте в прошлом месяце.

Но Макаров, как и многие москвичи, все же решил отложить съемку Спутника V.

Россия в прошлом году хвасталась тем, что первой в мире санкционировала вакцину от коронавируса, но теперь она отстает в вакцинации населения. Это поставило под сомнение то, что власти достигнут своей амбициозной цели — вакцинировать более 30 миллионов из 146 миллионов человек в стране к середине июня и почти 69 миллионов — к августу.

Нежелание к вакцинам возникает из-за того, что прививки доступны в столице для всех в возрасте 18 лет и старше в более чем 200 государственных и частных клиниках, торговых центрах, фуд-кортах, больницах и даже в театрах.

По состоянию на середину апреля более 1 миллиона из 12,7 миллиона жителей Москвы, или около 8%, получили хотя бы один укол, несмотря на то, что кампания началась в декабре.

Этот процент аналогичен для России в целом. К 27 апреля только 12,1 миллиона человек получили хотя бы одну прививку и только 7.7 миллионов человек, или 5%, были полностью вакцинированы. Это ставит Россию далеко позади США, где 43% сделали хотя бы один выстрел, и Европейского Союза с почти 27%.

Аналитик Александр Драган, отслеживающий вакцинацию по всей России, сказал на прошлой неделе, что страна делает прививки 200 000-205 000 человек в день. Чтобы достичь цели на середину июня, она должна быть почти вдвое больше.

«Мы должны начать вакцинацию 370 000 человек в день, вроде бы, начиная с завтрашнего дня», — сказал Драган Associated Press.

Чтобы повысить спрос, московские власти начали предлагать купоны на сумму 1000 рублей (13 долларов США) тем, кто прошел вакцинацию старше 60 лет, — немалую сумму для тех, кто получает ежемесячную пенсию в размере около 20 000 рублей (260 долларов США).

Тем не менее, особого энтузиазма это не вызвало. Некоторые пожилые москвичи рассказали AP, что сложно зарегистрироваться онлайн для получения купонов или найти продуктовые магазины, которые их принимают.

Другие регионы также предлагают льготы. Власти на Чукотке, через Берингов пролив от Аляски, пообещали пожилым людям 2000 рублей за вакцинацию, а соседняя Магаданская область предложила 1000 рублей.Театр в Санкт-Петербурге предлагал билеты со скидкой для предъявителей свидетельства о вакцинации.

Отставание в показателях вакцинации в России зависит от нескольких факторов, включая предложение. Российские производители лекарств не спешили наращивать массовое производство, и в марте во многих регионах наблюдался дефицит.

На данный момент произведено всего 28 миллионов двухдозовых наборов всех трех вакцин, имеющихся в России, большая часть которых приходится на Спутник V, и только 17,4 миллиона были выпущены в обращение после прохождения контроля качества.

Листы ожидания кадра местами остаются длинными. В Свердловской области, пятой по численности населения в России, к середине апреля в очереди стояли 178 тысяч человек, сообщила AP заместитель министра здравоохранения Екатерина Ютяева.

28 апреля официальный представитель Кремля Дмитрий Песков заявил, что в России достаточно вакцин, добавив, что спрос является определяющим фактором в показателях вакцинации в стране.

Еще одним фактором, повлиявшим на нежелание россиян использовать «Спутник V», был тот факт, что он был развернут даже в ходе широкомасштабных испытаний, чтобы убедиться, что его безопасность и эффективность все еще продолжаются.Но исследование, опубликованное в феврале в британском медицинском журнале The Lancet, показало, что вакцина оказалась безопасной и высокоэффективной против COVID-19, согласно исследованию, в котором участвовало около 20 000 человек в России.

Февральский опрос, проведенный ведущим независимым социологическим агентством России, Левада-центром, показал, что только 30% респондентов были готовы получить Sputnik V, одну из трех имеющихся вакцин отечественного производства. Погрешность опроса составила 3,4 процентных пункта.

Драган, аналитик данных, говорит, что одним из возможных объяснений этого нежелания является рассказ властей о том, что они сдержали вспышку, даже если эта оценка может быть преждевременной.

Когда большинство ограничений на вирусы снято, а правительственные чиновники хвалят ответ Кремля на пандемию, у немногих есть мотивация сделать прививку, сказал он, процитировав позицию: «Если вспышка закончилась, зачем мне делать прививку?»

Василий Власов, эксперт в области общественного здравоохранения из Высшей школы экономики в Москве, поддержал мнение Драгана, а также указал на противоречивые сигналы официальных лиц и СМИ.

«В 2020 году россиян забросали противоречивыми сообщениями — сначала о том, что (коронавирус) не опасен и просто простуда, а затем о том, что это смертельная инфекция», — сказал он AP.«Тогда им запретили покидать свои дома».

Еще одно повествование, по его словам, заключалось в том, что иностранные вакцины опасны, а произведенные в России — нет. Государственное телевидение сообщило о побочных реакциях, связанных с западными вакцинами, во время празднования международного успеха Sputnik V.

Как отмечают наблюдатели и новостные репортажи, на государственном телевидении не до конца марта начиналась надлежащая кампания в СМИ, пропагандирующая вакцинацию. В видеороликах национального канала Channel 1 были показаны знаменитости и другие общественные деятели, рассказывающие о своем опыте, но не было показано, что им вводили инъекции.Президент Владимир Путин сказал, что он получил снимок примерно в то же время, но не на камеру.

«Хорошая почва для сторонников теории заговора», — сказал Драган, который также работает в сфере маркетинга.

Слухи о предполагаемой опасности вакцин действительно вспыхнули в социальных сетях в декабре, когда Россия начала вводить вакцины, и неуклонно продолжаются с тех пор, сказала социальный антрополог Александра Архипова.

Слухи в сочетании с другими факторами — псевдонаукой на российском телевидении, проблемами с распространением вакцин и неравномерным развертыванием рекламной кампании — препятствуют проведению иммунизации, сообщила AP Архипова.

Власов, тем временем, отметил, что вспышка в России еще далека от завершения и даже есть признаки ее роста.

«Примерно столько же людей заражается каждый день в России сейчас, что и в мае прошлого года, на пике вспышки», — сказал он, добавив, что каждый день умирает вдвое больше людей, чем год назад.

Согласно государственной статистике, количество случаев инфицирования по всей стране оставалось на уровне 8–9000 в день, при этом ежедневно регистрируется 300–400 смертей. Но за последний месяц в Москве неуклонно росло количество новых случаев, превысив 3 тысячи на прошлой неделе впервые с января.

Уровень заражения растет в семи регионах, заявила 23 апреля вице-премьер Татьяна Голикова, не называя их. В некоторых местах она обвинила «недостаточный уровень вакцинации».

И все же изобилие вакцин в Москве привлекает иностранцев, которым не делают прививку дома. В прошлом месяце группа немцев получила первый удар в своем отеле.

Уве Кейм, 46-летний разработчик программного обеспечения из Штутгарта, сказал AP, что, по его мнению, «здесь, в России, доступно больше вакцин, чем требуют местные жители.

—-

Костя Маненков и Анатолий Козлов в Москве и Юлия Алексеева в Екатеринбурге внесли свой вклад.

—-

Следите за охватом AP по пандемии:

https://apnews.com/hub/coronavirus-pandemic

https://apnews.com/hub/coronavirus-vaccine

https://apnews.com/hub/understanding-the-outbreak

Филиал «Свердловэнерго» — ОАО «МРСК Урала»

О филиале

Филиал «Свердловэнерго» передает электрическую энергию по 0.Линии электропередачи 4-110 кВ. Основная цель филиала — обеспечение надежной работы и развития региональных сетей, а также подключение новых потребителей к сетям Компании.

В составе филиала

«Свердловэнерго» 375 подстанций (35–220 кВ) мощностью 7 279 МВА, 7 823 трансформаторных подстанции (10 / 0,4 кВ) и 36 654 км воздушных и кабельных линий электропередачи (0,4–110 кВ). Количество сотрудников, занятых в филиале, составляет более 5,0 тыс. Человек.

Директор филиала — Мельников Андрей Рудольфович

Горячая линия: (800) 2001-220
Телефон: (343) 293-23-59
Факс: (343) 293-26-61
Электронная почта: дело @ мрск-урал.ru

Специалист по связям с общественностью — Балдова Наталья Александровна, тел .: (343) 293-26-64

О регионе

Административный центр области — Екатеринбург.Общая площадь области составляет 194,3 тыс. Км ² . Свердловская область высоко урбанизирована, городское население составляет 84%. Численность населения, по данным Росстата, составляет 4,3 млн человек (2013 г.). Плотность населения — 22,21 человека на км² (2013 г.). Национальное большинство населения региона составляют русские (90,6%), татары (3,5%), украинцы (0,9%), башкиры (0,8%) и представители других национальностей (4,2%).

Основу экономики области составляет горнодобывающая и металлургическая промышленность.В промышленном комплексе преобладают черная и цветная металлургия (31% и 19% от общего объема производства соответственно), обогащение урана, обогащение железной руды, а также машиностроение. Свердловская область богата полезными ископаемыми (золото, платина, окаменелости, бокситы, железная руда, никель, хром, марганец и медь). Регион также играет важную роль в транспортной системе России. В области проложено множество железнодорожных, автомобильных и воздушных маршрутов общероссийского значения, в том числе Транссибирская магистраль.

Тарифный регулятор

Областная энергетическая комиссия Свердловской области

Руководитель: Гришанов Владимир Владимирович
Должность: Председатель региональной энергетической комиссии Свердловской области
Адрес: , проспект Ленина, 34, г. Екатеринбург, 620075,
Телефон / Факс: (343) 371-67-67- , (343) 371-96-89
Web-сайт: rek.midural.ru
E-mail: [email protected]
Местное время: Москва +2

Россия возобновляет расследование загадки 60-летнего перевала Дятлова

Бесчисленные статьи, книги и документальные фильмы пытались объяснить судьбу группы из Уральского политехнического института, отправившейся в путешествие в 1959 году под руководством Игоря Дятлов, студент 5 курса.

Инцидент на перевале Дятлова, как его стали называть, сравнивают с другими неразгаданными загадками, включая исчезновение лорда Лукана, британского аристократа, который исчез после того, как няня его детей была найдена убитой, и заброшенный корабль «Мария Селеста». . На протяжении десятилетий он вдохновлял множество теорий, но теперь власти стремятся раз и навсегда разобраться в этом.

Пока никому не удалось найти убедительных доказательств того, почему группа опытных туристов покинула свои палатки в отдаленном кемпинге, частично одетые и без обуви.Их тела были обнаружены в течение следующих недель в снегу, у некоторых из них были серьезные ранения головы.

Семеро мужчин и две женщины отправились в лыжный поход 23 января 1959 года. Их 16-дневный маршрут был направлен на преодоление 190 миль и пересечение гор Северного Урала: Отортен и Холатчахль. Планировалось связаться телеграммой из конечной точки — села Вижай, — но этого так и не произошло.

Поисковая операция была начата 20 февраля, и через шесть дней была обнаружена взорванная студенческая палатка.На следующий день тела Юрия Дорошенко и Юрия Кривонищенко были обнаружены чуть более чем в 1,6 км от дома. Лежа у костра, они оба были раздеты до нижнего белья.

В последующие дни были выкопаны еще трое лыжников, в том числе Дятлов, а остальные четверо были найдены только в мае, когда сошел снег.

Уголовное дело было возбуждено в конце февраля, но через три месяца закрыто, заключив, что виновата «стихийная сила природы».Как сообщает агентство AFP, расследование советских времен оставалось засекреченным до 1970-х годов.

Для многих это объяснение было далеко не удовлетворительным, поскольку оно не объясняло, почему авантюристы выбежали на мороз в одном нижнем белье и без обуви. В нем также не говорилось о том, почему несколько человек из группы получили переломы костей и черепа.

По данным прокуратуры, было выдвинуто около 75 теорий, включая похищение инопланетянами. Другой предполагает, что они были убиты представителями народа манси, для которых горы были духовным символом.Третьи утверждали, что сцена была инсценирована, чтобы скрыть детали секретной программы испытаний оружия.

Однако новое расследование будет касаться только трех теорий, которые считаются «наиболее вероятными».

«Все они так или иначе связаны с природными явлениями», — сказал Александр Куренной, официальный представитель Генпрокуратуры России.

«О преступлении не может быть и речи», — сказал он, добавив: «Нет ни одного доказательства, даже косвенного, в пользу этой (криминальной) версии.Это была либо лавина, либо снежная плита, либо ураган. «

» Родственники, СМИ и общественность до сих пор просят прокуратуру установить истину и не скрывают своих подозрений в том, что от них что-то скрыто «, — сказал Куренной в видеоролике. размещено на официальном сайте.

На пресс-конференции представитель прокуратуры Свердловской области раскрыл 400-страничный том оригинальных материалов дела.

Андрей Куряков сообщил на пресс-конференции, что следователи полагались на помощь «друзей и родственников покойного», а также современные технологии, которых в то время не было.

Также на пресс-конференции присутствовал друг Дятлова Петр Бартоломей. Он сказал: «За год до (инцидента) мы отправились в экспедицию на Приполярный Урал, где условия были намного сложнее, чем его предыдущее предприятие. Я всегда характеризовал его как удивительно знающего человека, спортсмена, всегда хорошо подготовлен … На него всегда можно было положиться.

«То же самое могу сказать и обо всех остальных ребятах, хотя мы не совершили столько экспедиций, как с Игорем.Я рад, что спустя годы возобновилось расследование на высшем уровне, чтобы понять, что именно произошло ».

В следующий месяцев прокуратура прилетит на место, и ряд экспертов и спасателей будут задействованы в расследовании. По словам Куренного, эксперты проведут девять различных экспертиз, в том числе судебно-медицинскую экспертизу, которая поможет заполнить «ряд белых пятен». жизнь многогранна и включает в себя огромное количество информации, которую необходимо хранить в одном удобном и доступном месте.Порталы открытых данных, в том числе электронные сервисы Москвы, стали одной из тем обсуждения Московского урбанистического форума.

Порталы открытых данных теперь доступны во многих столицах мира и крупных мегаполисах, включая Москву. Такие веб-сайты предлагают разнообразную важную информацию о жизни города, такую ​​как адреса и номера телефонов различных организаций, информацию о транспорте и безопасности, информацию о музеях и других культурных достопримечательностях и многое другое. Они также публикуют информацию о государственных органах и статистику, предоставленную различными ведомствами.

Московский портал открытых данных

Московский портал открытых данных устраняет основные неудобства, с которыми сталкиваются пользователи при поиске информации об объектах социальной инфраструктуры. Веб-сайтов было слишком много, и не все из них публиковали точную информацию. Поисковые системы были неудобны, и, вдобавок ко всему, пользователей раздражала навязчивая онлайн-реклама.

Официальный портал открытых данных

Москва был запущен 29 января 2013 года. Это единая городская автоматизированная система, поддерживающая деятельность Открытого правительства Москвы.Информация, размещенная на портале, поступает из хранилища данных, которое органы Правительства Москвы используют в своей повседневной деятельности.

Это обеспечивает предоставление исчерпывающей, актуальной и точной информации. По сравнению с сайтами других городов, московский портал имеет диверсифицированную структуру, данные распределены по 27 категориям. На сайте есть раздел с популярными приложениями на базе открытых данных. Жители Москвы могут использовать сайт для более эффективного взаимодействия с правительством.По запросам пользователей было создано более 70 популярных наборов данных, таких как статистика нарушений правил дорожного движения, Wi-Fi в московских парках и московские заправочные станции, работающие с низкосортным топливом. Портал открытых данных охватывает самые разные вопросы: от адресов банков детского питания до списков московских фонтанов и пешеходных переходов. Всего на портале более 600 наборов данных.

«Мы предоставили доступ ко всей статистике загрузки и просмотра. Мы регулярно публикуем каталоги сторонних приложений, основанных на наших данных, и принимаем заявки на данные, которые еще необходимо раскрыть», — сообщил нам отдел информационных технологий.

Данные для обычных пользователей представлены в виде таблицы, а данные для разработчиков доступны в машиночитаемых форматах. Информация с данными геолокации отображается на карте, а загружаемые файлы содержат определение объекта координат.

Фактические данные вводятся и поддерживаются вручную в едином репозитории данных через пользовательский интерфейс или автоматически с помощью веб-служб, управляемых интегрированными муниципальными, отраслевыми или ведомственными системами. Все процессы сбора и обновления информации должным образом регулируются, и каждый набор данных обновляется в заранее определенное время.

Например, наборы данных, относящиеся к «лицензиям на использование такси, выданным для перевозки пассажиров и багажа», обновляются ежедневно, в то время как «нарушения правил дорожного движения, зафиксированные камерами контроля дорожного движения» обновляются ежемесячно, а «основные 100 должников по коммерческой аренде» наборы данных обновляются ежеквартально.

Данные из единого хранилища данных используются не только для раскрытия информации на веб-сайте открытых данных, но и другими общегородскими проектами, такими как «Наш город», «Государственные службы» и «Активный гражданин», для межведомственного сотрудничества в рамках Правительства Москвы.

Портал имеет интерфейс обратной связи с пользователем в таких разделах, как FAQ, форум и функция оценки набора данных. Кроме того, пользователи могут сообщать в Интернете о неверных или неполных данных или предлагать добавить еще один элемент.

Показатель	На конец 2013 года	На конец 2014 года	На конец 2015 года	Текущее
Просмотры	~ 600 000	~ 11 млн	~ 40 млн	~ 63 млн
Загрузки	230 000	~ 1 млн	~ 1.3 млн	~ 1,4 млн
Поставщики данных	24	30	48	59
Опубликованные наборы данных	230	308	506	634

Все сообщения, поступающие с портала, модерируются и перенаправляются поставщикам данных.Перед отправкой ответа ответы оцениваются с точки зрения полноты информации и при необходимости отправляются на доработку.

В 2014 году портал «Открытые данные Москвы» стал лауреатом Премии Рунета в номинации «За развитие региональных интернет-проектов». В 2015 году заняла второе место в международном конкурсе Smart Cities Awards в рамках системы городских решений Москвы в номинации «Город».

Показатель	Данные
Количество элементов в наборах данных	Более 2 млн
Количество наборов данных, переведенных на английский язык	143
Количество зарегистрированных ИТ-разработчиков	1,114

Сайты других городов

Offene Daten Берлин

На веб-сайте Open Data Berlin размещено 1038 наборов данных по 22 категориям (праздники и традиции, рынок труда, социальная помощь, демография, здравоохранение, спорт и отдых, недвижимость, защита потребителей, иностранные национальные услуги и т. Д.). Данные также можно искать с помощью тегов. Помимо прочих данных, Offene Daten Berlin также содержит списки школ, детских садов и библиотек во всех 12 районах города. На сайте также размещается информация для беженцев и есть раздел с информацией о проектах, основанных на открытых данных.

OpenData Брюссель

В рамках инициативы OpenData правительство Брюсселя разместило свои данные на веб-сайте OpenDataBruxelles. Репортеры, разработчики, исследователи, предприниматели и обычные граждане могут в любое время получить доступ к необходимой им информации о культуре, туризме, транспорте, коммунальных услугах и многом другом.На главной странице представлены столбцы с наиболее популярными наборами данных, такими как информация о банкоматах или питьевых фонтанчиках, а также самые последние публикации. Как и на других подобных порталах, пользователи могут использовать специальную форму, чтобы предлагать опубликовать определенные данные или темы.

Лондонское хранилище данных

London Datastore — портал открытого обмена данными о британской столице. На веб-сайте есть девять основных разделов: Бизнес и экономика, Транспорт, Окружающая среда, Преступность и общественная безопасность, Жилье, Демография, Здоровье, Защита Лондона, Образование и другие.Интересные факты всплывают, когда вы наводите курсор на разные темы: например, население Лондона выросло на семь процентов за последние пять лет и составило 8 663 300 человек. Интересно, что веб-сайт London Open Data можно использовать для обсуждения множества вопросов, таких как экологические проблемы. Как можно уменьшить вредные выбросы? Как можно использовать открытые пространства Лондона для выращивания продуктов питания? Как уменьшить воздействие загрязненного воздуха? Это всего лишь несколько тем, опубликованных в сообществе. В правой части страницы вы можете подписаться на @LDN_data в Twitter.Этот веб-сайт получил награду Open Data Awards 2015.

OpenData Оттава

Веб-сайт открытых данных канадской столицы также имеет девять категорий: Бизнес и экономика, Мэрия, Демография, Окружающая среда, География и карты, Здоровье и безопасность, Жизнь, Планирование и развитие, Транспорт. Для удобства наборы данных сгруппированы по сообществам (например, гражданские права) и темам (транспорт, здоровье или окружающая среда). Один и тот же набор данных можно найти в нескольких группах.Сайт работает на платформе CKAN. Правительства разных стран (включая Великобританию и другие страны ЕС, а также Бразилию) используют свои инструменты для публикации, обмена, поиска и использования данных.

Париж Данные

Веб-сайт ParisData был запущен в 2011 году. Портал был создан в рамках политики открытых инноваций для облегчения участия жителей Парижа в экспериментах по улучшению жизни своего города и обмена их мнениями.На веб-сайте есть форум, где пользователи могут обсуждать различные вопросы. Данные можно искать с помощью формы поиска или карты. На веб-сайте имеется более 170 наборов данных, разделенных по типам, например, городское планирование, торговые точки (предприятия), финансы, услуги и т. Д. Как и на веб-сайте Лондона, в правой части страницы размещена лента @opendataparis в Твиттере и связанные сообщения. Бесплатные приложения на основе открытых данных Парижа доступны для загрузки здесь.

Открытые данные городов России

В России свои данные открывают не только крупные городские районы.Такие сайты (или соответствующие разделы на официальных сайтах) есть практически в каждом регионе. Некоторые веб-сайты, например, в Санкт-Петербурге, Тульской и Вологодской областях, следовали дизайну Москвы, в то время как другие решили разработать свои собственные веб-сайты.

Правительство России не только предоставляет открытые данные по регионам, но и, например, поощряет веб-разработчиков работать с этой информацией. Всероссийский конкурс открытых данных проводился в 2015 году. Участники разработали онлайн-приложения (социальные, деловые и другие) на основе открытых данных, размещенных в Интернете.

Санкт-Петербург

Его портал по структуре аналогичен московскому сайту и содержит 129 наборов данных от 45 официальных поставщиков. Информация разбита на 21 категорию. Могут использоваться различные фильтры поиска: по теме, карте, поставщику или ключевому слову. На главной странице представлены самые популярные наборы данных (включая, что неудивительно, объекты культурного наследия Санкт-Петербурга). Онлайн-опросы помогают поддерживать удобство использования портала.

Новосибирск

Сайт открытых данных Новосибирска запущен в июле 2015 года.В настоящее время на сайте действует 65 наборов данных с информацией об объектах городской инфраструктуры. Основная масса данных сосредоточена на жилищно-коммунальном хозяйстве, культуре, образовании и торговле. Сайт постоянно обновляется: пользователи могут оставлять отзывы о том, к каким данным они хотели бы иметь открытый доступ, а разработчики регулярно публикуют новую социально значимую информацию. В сегменте «Статистика» отображается количество скачиваний набора данных (наиболее популярными среди жителей Новосибирска являются сегменты «ЖКХ» и «Торговля»).

Казань

Сайт «Открытые данные» в Казани создан для информирования жителей Казани о деятельности органов государственной власти. В настоящее время на сайте представлены 144 наиболее важных и полезных набора данных для разработчиков и обычных пользователей. На сайте есть часто обновляемый раздел «Динамические наборы данных». Например, показывает текущее местонахождение автобусов в Казани. Также приложение под названием «Где сейчас автобусы?» был создан на основе опубликованных данных.Пользователи могут определить текущее местонахождение конкретного транспортного средства по координатам, полученным от устройств, установленных на автобусах, троллейбусах и трамваях.

Свердловская область

На сайте Открытого правительства Свердловской области (который заработал в августе 2015 года и пока работает в бета-режиме) есть раздел с 464 открытыми наборами данных по региону (четыре сегмента из 16 — Досуг и Отдых. , Карты, Туризм и Электроника — еще не заполнены).

Критерии релевантности открытых данных

Актуальность наборов данных является основным критерием для того, чтобы можно было назвать конкретный город передовым с точки зрения открытых данных, сообщил нам ИТ-отдел. Тест релевантности включает количество просмотров и загрузок, количество приложений и веб-проектов, которые их фактически используют, и общее количество пользователей. Если город или департамент размещает на своем веб-сайте тысячу наборов данных, каждый из которых просматривается лишь несколькими людьми в год, затраты, связанные с раскрытием такой информации, и эффективность такого веб-сайта явно ниже, чем у десяти наборов данных с миллионы посетителей.Не менее важна частота обновлений. К сожалению, нередки случаи, когда раскрытие информации является разовым событием: данные публикуются и остаются там годами, не обновляясь, тем самым теряя свою актуальность.

«В Москве мы решили раскрыть информацию, которая может понадобиться разработчикам и обычным пользователям.