The issues related to the need to improve the environmental safety of internal combustion engines and the use of alternative fuels in them are considered. A method has been proposed to reliably reduce the content of toxic components in the exhaust gases of a diesel engine by replacing standard diesel fuel with methanol and methyl ester of rapeseed oil. The results of experimental studies of the environmental parameters of a diesel engine running on methanol and methyl ether of rapeseed oil are presented, the dependences of the influence of load and speed modes of its operation on them are established, and their numerical characteristics are determined. Based on experimental data, concentrations of toxic components in the exhaust gases of a diesel engine are presented, the process of formation of total hydrocarbons CHx, carbon dioxide CO2, nitrogen oxides NOx, carbon monoxide CO, soot C in the combustion chamber is considered and analyzed in detail, and the causal relationship between the formation of toxic components in the cylinder of a diesel engine is considered., powered by methanol and methyl ester of rapeseed oil, and indicators of its workflow.
У статті досліджено теоретичні та практичні засади цифрової трансформації сільськогосподарського дорадництва в умовах цифровізації аграрного сектору. Проаналізовано сутність агродорадництва як інструменту сталого розвитку сільських територій. Висвітлено передумови та переваги впровадження інформаційно-комунікаційних технологій у дорадчу практику. Наведено практичні приклади цифровізації галузі через розгортання регіональних екосистем. На основі аналізу сучасних цифрових рішень розкрито особливості еволюційного переходу від технологічної парадигми «Agriculture 4.0» до людиноцентричної моделі «Agriculture 5.0». Розглянуто використання штучного інтелекту у форматі спеціалізованих чат-ботів. Особливу увагу приділено застосуванню семантичних технологій та онтологічного моделювання на базі Semantic MediaWiki. У подальших дослідженнях передбачається обґрунтувати технологічний стек для розробки такого інтелектуального дорадчого середовища.
This systematic literature review examines how Large Language Models (LLMs) have transformed financial statement analysis by integrating narrative (textual) and quantitative data. Focusing on publications from 2017 to the present, we identified peer-reviewed articles, working papers, and conference proceedings from leading databases (Scopus, Web of Science, SSRN, and Google Scholar). Our review highlights four principal areas where LLMs have shown particular promise: risk and fraud detection, narrative summarization and sentiment analysis, Environmental, Social, and Governance (ESG) and sustainability reporting, and the integration of textual disclosures with traditional accounting metrics. These models – ranging from general-purpose Transformers (e.g., GPT, BERT) to specialized financial variants (e.g., FinBERT) – often outperform earlier machine learning approaches in tasks requiring nuanced linguistic understanding, but face challenges such as domain adaptation, interpretability, and potential model biases. Synthesizing existing studies, we observe a growing trend toward domain-specific LLMs that process both unstructured narrative text (e.g., annual reports, footnotes) and structured financial data, providing richer insights for auditors, analysts, and investors. However, empirical findings highlight concerns about data availability, reproducibility, and regulatory compliance. We suggest future research on standardized financial corpora for training robust LLMs, improved explainability tools for high-stakes decisions, and ethical frameworks to mitigate algorithmic bias. This review underscores LLMs’ transformative potential in economic and accounting domains while cautioning against uncritical deployment in sensitive settings.
Об’єктом дослідження є процес плівкового уварювання термолабільних багатокомпонентних пюреподібних мас у роторно-плівковому апараті з локалізованим теплопідведенням, самопритискними скребково-розподільними лопатями та рекуперацією теплоти вторинної пари. Вирішується проблема підвищення ефективності уварювання мас інтенсифікацією теплопередачі та рекуперації теплоти за зменшення теплового навантаження на продукт. Удосконалено роторно-плівковий апарат, конструктивними особливостями якого є локалізоване теплопідведення, використання самопритискних скребково-розподільних лопатей та рекуперація теплоти вторинної пари. Конструктивні відмінності створюють умови для формування стабільної плівкової течії з циклічно-оновлювальним плівковим шаром без використання класичних високотемпературних проміжних теплоносіїв. Передбачено використання теплової енергії вторинної пари для попереднього підігрівання вхідної пюреподібної маси. Проведено апробацію апарата під час уварювання багатокомпонентного пюре на основі яблука, топінамбура та гарбуза. Визначено, що підвищення температури уварювання з 55°С до 75°С призводить до зниження граничної напруги зсуву пюре з діапазону 22,1…26,4 Па до 10,2…12,2 Па, а також ефективної в’язкості діапазону 16,2…19,4 Па·с до 7,2…8,7 Па·с. Визначено раціональну область режимів уварювання при витраті дослідної пюреподібної маси – 0,80…1,70 мл/с. При витраті термолабільної маси на рівні 1,3·10–3 кг/с практичне використання самопритискної скребково-розподільної лопаті з локальним теплопідведенням формує підвищення коефіцієнту тепловіддачі з 2890 Вт/(м2·К) до 3540 Вт/(м2·К). Рекуперація теплоти вторинної пари за рахунок впровадження сепараційно-рекуперативного простору забезпечує попереднє підігрівання термолабільної пюреподібної маси з 22°С до 35…43°С в залежності від температури уварювання. Так, при уварюванні при 65°С забезпечується повернення до 70,3 кДж/кг теплоти, а отже і скорочення потреби у витраті теплоти на попереднє підігрівання, фактично на 44,2% та зменшення загального теплового навантаження на технологічний процес приблизно на 5,3%