勝家衣車

Выполнен анализ и дана оценка прогнозированию индуцированных взрывными работами сейсмических колебаний грунта на угольном разрезе в Индии. Применялись одно из эмпирических уравнений и искусственная нейронная сеть. Для разработки ИНС-модели собран массив данных, который использовался для оценки констант эмпирического уравнения. При расчете эффективности обеих моделей в качестве выходной зависимой величины выбрана пиковая скорость частиц. Оценка эффективности моделей прогнозирования выполнена по коэффициенту корреляции, широко применяемому статистическому критерию. По сравнению с эмпирическим уравнением, разработанная ИНС-модель продемонстрировала более точные результаты. This study aims to assess and predict blast-induced ground vibrations of opencast coal mine. The analysis was carried out using two methods i.e. the widely employed empirical vibration predictor known as the USBM (United States Bureau of Mines) equation, and a machine learning model called the artificial neural network (ANN). A dataset including 38 blast vibration recordings was collected and used for the development of an ANN model. Additionally, these datasets were employed to evaluate the site determination constants of the empirical vibration predictor. A total of 27 recordings of blast-induced ground vibrations were gathered from the same opencast coal mine in order to assess the effectiveness of both models. The output (dependent variable) for both models is the peak particle velocity. The effectiveness of the prediction model was evaluated by using commonly used statistical measures, namely the coefficient of determination (R2). Consequently, the ANN model that was built exhibited more precision in comparison to the existing empirical model. The ANN model exhibited a strong positive relationship between the observed and anticipated peak particle velocity values, as shown by the coefficient of determination (R2 = 0.84).

In the current era of digital transformation, healthcare providers are increasingly adopting Internet of Things (IoT) technology integrated with SAP systems to enhance patient care and operational efficiency. This integration enables real-time monitoring, predictive analytics, and automated decision-making, significantly improving healthcare outcomes. This paper explores the integration of IoT devices with SAP to create proactive healthcare solutions that provide actionable data insights for preventive care. Through a detailed literature review and case studies, we examine methodologies for implementing IoT and SAP integration, discuss key challenges, and analyze how this convergence can reshape healthcare service delivery.

Penelitian ini bertujuan untuk: (1) mengetahui tingkat kemampuan berpikir kreatif matematis siswa kelas V SDS Torsina II Singkawang, (2) mengetahui tingkat kecerdasan emosional siswa, serta (3) menganalisis hubungan antara kecerdasan emosional dengan kemampuan berpikir kreatif matematis. Pendekatan penelitian yang digunakan adalah kuantitatif dengan desain korelasional. Subjek penelitian terdiri atas seluruh siswa kelas V yang berjumlah 30 orang, yang ditetapkan sebagai sampel dengan teknik total sampling agar hasil mencerminkan kondisi faktual populasi. Pengumpulan data dilakukan melalui dua instrumen, yaitu soal uraian untuk mengukur kemampuan berpikir kreatif matematis dan kuesioner untuk menilai kecerdasan emosional siswa. Sebelum digunakan, kedua instrumen diuji validitas dan reliabilitasnya guna memastikan akurasi serta konsistensi data. Analisis data dilakukan menggunakan uji-t dengan bantuan perangkat lunak SPSS versi 27. Hasil penelitian menunjukkan nilai koefisien korelasi sebesar 0,388, yang lebih tinggi dari nilai r tabel sebesar 0,361. Dengan demikian, hipotesis alternatif diterima, yang berarti terdapat hubungan signifikan antara kecerdasan emosional dan kemampuan berpikir kreatif matematis. Temuan ini menunjukkan bahwa semakin tinggi kecerdasan emosional siswa, semakin besar pula kemampuan mereka dalam berpikir kreatif dan menyelesaikan permasalahan matematika secara inovatif.Kata Kunci: kecerdasan emosional, berpikir kreatif matematis.

Enviar artículo Editorial: Instituto de Estudios Avanzados Estimados autores y colaboradores, ¡Nos complace informarle que nuestra revista ha migrado a un nuevo hogar! Nuestro nuevo sitio web ofrece funciones mejoradas y una experiencia más personalizada. A partir del Volumen 27, Número 2, todos los envíos, actualizaciones e información de la revista ahora estarán alojadas exclusivamente en este sitio web. Agradecemos su continuo apoyo y esperamos sus contribuciones en nuestra nueva plataforma. Fonseca, Revista de Comunicación, es una revista científica semestral (publicada el 1 de diciembre y 1 de junio) que publica artículos de investigación con el objetivo de generar conocimiento sobre temas relacionados con el amplio espectro del mundo de la comunicación en sus diversas formas: cine, radio, televisión, medios digitales. El primer número de Fonseca se publicó en diciembre de 2010. Hasta la fecha (número 26, junio de 2023) se han publicado 318 artículos. Fonseca está indexado en SJR (2022), en la categoría Q3 de Comunicación con un factor de impacto de 0,222, teniendo un índice h 5. Y Q2 en Linguistica y Lenguaje. Figura en ESCI/WOS en el puesto 12 de 23 de la JCI, con una puntuación de 24,17 en Comunicación, ocupando el cuartil C3. Cuenta con el Sello FECYT, ubicándose en el cuartil Q3 y la décima posición entre las revistas de Comunicación con una puntuación de 23,22. En Google Scholar Metrics, tiene un índice h de 22, un índice i10 de 77, con 2113 citas. En DIALNET ocupa el cuartil C1, con un factor de impacto de 0,333 y una posición 15 sobre 61. Figura en el Directorio DOAJ, Latindex, con 35 caracteres completos, y en los sistemas de clasificación de revistas: CIRC, CSIC-ISOC. Entre sus bases de datos especializados se encuentran Communication Source y Erih Plus. Forma parte de las redes Platcom y Redes.com. Esta página corresponde a la NUEVA página en OJS de la REVISTA DE COMUNICACIÓN FONSECA que hasta el número 26 estuvo alojado en el portal de la USAL

Congress recently enacted significant reforms to the laws governing the reporting and publication of international agreements in the United States. These reforms were adopted in December 2022 and took effect in September 2023, and the State Department issued regulations implementing them in early October 2023.