http://hdl.handle.net/123456789/751 2026-04-26T13:09:12Z 2026-04-26T13:09:12Z Кисельова, О. Кисельов, Ю. Сопов, Д. http://hdl.handle.net/123456789/12580 2026-03-07T03:02:56Z 2025-01-01T00:00:00Z

Сучасні наукові теоретичні концепції досліджень проблем землекористування в Україні Кисельова, О.; Кисельов, Ю.; Сопов, Д. Дослідження проблем землекористування є міждисциплінарними. Їх вирішення передбачає використання даних фізичної та конструктивної географії, екології, аграрної науки, геодезії, економіки, права. Ключова роль у цих дослідженнях належить системному підходові. Важливе значення мають концепції сталого розвитку, ноосфери і ноосферних екосистем. Головними принципами досліджень проблем землекористування є принципи комплексності, детермінізму, загального зв’язку та взаємодії. Кисельова О., Кисельов Ю., Сопов Д. Сучасні наукові теоретичні концепції досліджень проблем землекористування в Україні // Deutsche internationale Zeitschrift für zeitgenössische Wissenschaft. — 2025. — № 118, Bd. 1. — S. 21–23.

2025-01-01T00:00:00Z Тимчук, В. М. Скнипа, Н. Л. Тимчук, Н. Ф. http://hdl.handle.net/123456789/11527 2025-11-07T03:02:40Z 2023-01-01T00:00:00Z

Методологічні підходи оптимізації рослинництва України Тимчук, В. М.; Скнипа, Н. Л.; Тимчук, Н. Ф. На базі показників валового виробництва і урожайності зернових і зернобобових культур та соняшнику в Україні за 76 років (1945–2020 рр.) досліджено динаміку, проблеми і тенденції розвитку галузі рослинництва з позицій оптимізації та відпрацювання методологічних підходів. Дослідження проводили згідно робочих програм навчальних курсів 201 «Агрономія» у двох переміщених університетах Луганської області з використанням потенціалу агрономічних програм USAID та Українського клубу аграрного бізнесу «Агрокебети». Розроблялися підходи щодо оцінки зернових і зернобобових культур та соняшнику як провідних об’єктів трансферу на рівні зональної спеціалізації за вектором стандартизованих сировинних ресурсів та перспектив розбудови регіонального аграрного виробництва на Сході України у повоєнний період. При побудові ефективної системи рослинництва виходили з формалізації та системного підходу на принципах наскрізної координації за системної взаємодії факторів об’єкта, зони та механізмів трансферу з одного боку і диверсифікації та інтеграції продукції в інші галузі з іншого. По зернових і зернобобових культурах у блоці 2016–2020 рр. рівень мінімального виробництва (min) до середнього (x) становив 88,9%, а максимального (max) – 111,1% при акценті виробників на маржинальні культури, переході на коротку ротацію та стабільного виробництва( V=7,89%). За іншими блоками (1945–1957, 1958–1998 та 1999–2015 рр.) виділені значні коливання між міні-мальними (min) та середніми (x) – 43,4–58,9% і максимальними (max) та середніми (x) показниками – 140,8–161,6% (V=22,16–32,19%). По соняшнику блок 2016–2020 рр. характеризувася рівнем мінімального виробництва (min) до середнього (x) – 89,4%, а максимального (max) – 111,5% та стабільним виробництвом (V=1,44%). З практичної точки зору, для системної оптимізації галузі рослинництва як збалансованої системи виділяється необхідність адаптованого і оперативного оперування на рівні факторіальних чинників та їх взаємозв’язку. З цього огляду були розраховані та проаналізовані індекси (І1) валового виробництва та урожайності (І2) зернових і зернобобових культур і соняшнику, які адаптовано демонструють позиції та співвідношення між ними. За співвідношенням валового виробництва зернових і зернобобових культур: соняшнику (І1) за моніторинговий період (1945–2020 рр.) виділено зниження середніх по блокових значень (x) з 27,0 до 4,9. Прагматично важливим є виділення рівня модельно обґрунтованого співвідношенням валового виробництва зернових і зернобобових культур: соняшнику (І1), оскільки зернові і зернобобові культури та соняшник є різновекторними об’єктами трансферу щодо земельних ресурсів та оптимізації сівозмін при переході на коротку ротацію. По проаналізованій вибірці (76 років – 1945–2020 рр.) за індексом співвідношення між валовим виробництвом зернових і зернобобових культур та соняшнику – (І1) генеральне співвідношення було близьким до нормального розподілу 49,3:50,7). Згідно з правилом Парето виділяли модельні співвідношення, як відправну точку для оптимізації. Проведена апробація виділила позитивне сприйняття вищеозначених підходів виробничниками, переробниками, логістами, адміністраторами та законодавцями з одного боку та необхідність активізації системних дій, особливо в методологічному забезпеченні Тимчук В. М. Методологічні підходи оптимізації рослинництва України / В. М. Тимчук, Н. Л. Скнипа, Н. Ф. Тимчук // Вісник Сумського національного аграрного університету. — 2023. — Вип. 3 (53). — С. 99-107.

2023-01-01T00:00:00Z Боярчук, О. Д. http://hdl.handle.net/123456789/11489 2025-10-29T03:02:44Z 2025-01-01T00:00:00Z

Біохімія стресу: лабораторний журнал Боярчук, О. Д. Лабораторний журнал містить практичні роботи, питання до заліку, тестові завдання до самоконтролю. Лабораторний журнал включає найпоширеніші методики виявлення стресу, психологічні методики дослідження реактивної тривожності, методики визначення рівня емоційного стресу. Практичний курс знайомить здобувачів освіти з лабораторними методами дослідження стресу. Лабораторний журнал з біохімії стресу призначений для практичних занять і самостійної роботи здобувачів освіти всіх спеціальностей. Боярчук О. Д. Біохімія стресу : лабораторний журнал / уклад. О. Д. Боярчук. — Полтава : Вид-во ДЗ «ЛНУ імені Тараса Шевченка», 2025. — 103 с.

2025-01-01T00:00:00Z Kokhan, A. Kravets, I. Sokolov, S. Yevtushenko, H. Blahodtny, V. Gurets, N. Ovcharenko, O. http://hdl.handle.net/123456789/11438 2025-10-09T02:02:42Z 2025-01-01T00:00:00Z

Improving methods for construction of neural networks as a tool for environmentally friendly sunflower protection techniques Kokhan, A.; Kravets, I.; Sokolov, S.; Yevtushenko, H.; Blahodtny, V.; Gurets, N.; Ovcharenko, O. The object of this study is the pro-cesses of sunflower disease identifica-tion using neural networks and their impact on the efficiency and envi-ronmental sustainability of biologi-cal protection methods. The research addresses the task of improving the diagnosing accuracy of sunflower dis-ease under conditions of limited real-world data. Specifically, this paper focuses on finding ways to enhance neural network design methods in data-scarce environments to improve the environmental sustainability of sunflower protection methods. A key feature of the results is the ability of the synthetic data integration algorithm to achieve high accuracy even with a limited amount of real data, which provides a significant advantage over conventional methods requiring large volumes of information.The application of mathematical modeling and Few-shot learning algo-rithms, combined with Generative Adversarial Networks (GANs) for gen-erating synthetic images, improved diagnostic accuracy to 93–95%, evenwith small datasets. This was achieved due to the model’s high generalization capacity, trained on diverse synthetic data that accounted for varying field conditions.The findings make it possible to effectively apply biological protection methods by optimizing disease diagno-sis based on mathematical modeling of the relationships between environmen-tal conditions and biological agents.The practical significance of the results is the ability for agricultur-al practitioners to employ innovative diagnostic methods to enhance sun-flower yield and reduce dependence on chemical protection agents. The proposed approaches contribute to the implementation of international envi-ronmental standards and could be integrated into agricultural decarbon-ization programs. The implementa-tion of biological protection methods reduces environmental risks, saves resources, and maintains agroecosys-tem productivity. Kokhan A. Improving methods for construction of neural networks as a tool for environmentally friendly sunflower protection techniques / A. Kokhan, I. Kravets, S. Sokolov and others // Eastern-European Journal of Enterprise Technologie. — 2025. — 1/10 ( 133 ). — P. 6-17.

2025-01-01T00:00:00Z