OZON.ru
Москва- Ozon для бизнеса
- Мобильное приложение
- Реферальная программа
- Зарабатывай с Ozon
- Подарочные сертификаты
- Помощь
- Пункты выдачи
- TOP Fashion
- Premium
- Ozon Travel
- Ozon Express
- Ozon Card
- LIVE
- Акции
- Бренды
- Магазины
- Электроника
- Одежда и обувь
- Детские товары
- Дом и сад
- Зона лучших цен
Такой страницы не существует
Вернуться на главную Зарабатывайте с OzonВаши товары на OzonРеферальная программаУстановите постамат Ozon BoxОткройте пункт выдачи OzonСтать Поставщиком OzonЧто продавать на OzonEcommerce Online SchoolSelling on OzonО компанииОб Ozon / About OzonВакансииКонтакты для прессыРеквизитыАрт-проект Ozon BallonБренд OzonГорячая линия комплаенсУстойчивое развитиеOzon ЗаботаПомощьКак сделать заказДоставкаОплатаКонтактыБезопасностьOzon для бизнесаДобавить компаниюМои компанииПодарочные сертификаты © 1998 – 2021 ООО «Интернет Решения». Все права защищены. OzonИнтернет-магазинOzon ВакансииРабота в OzonOZON TravelАвиабилетыRoute 256Бесплатные IT курсыLITRES.ruЭлектронные книгиУченые предупредили о влиянии майнинга биткоинов на климат: Госэкономика: Экономика: Lenta.ru
Издание ссылается на Кембриджский индекс потребления электроэнергии в биткойнах от исследователей Кембриджского университета. Согласно ему, количество энергии, используемое для создания криптовалюты, достигло уровня, эквивалентного годовому углеродному следу Аргентины. По словам профессора экономики в Университете Нью-Мексико Бенджамина Джонса, речь идет о десятках тераватт электроэнергии в год, которые используются только для майнинга.
Издание поясняет, что алгоритм добычи биткоинов усложняется по мере увеличения количества криптовалюты. На данный момент добыто более 18,5 миллионов биткоинов из 21 миллиона возможных, поэтому для майнинга требуется специальное компьютерное оборудование с высокой вычислительной мощностью и, как следствие, больше энергии для его работы.
Добыча биткоина — это серьезный вопрос для правительств и корпораций, стремящихся ограничить свой углеродный след. При этом биткоин по-прежнему остается ведущей криптовалютой. Поэтому воздействие валюты на окружающую среду, скорее всего, будет возрастать, предполагает издание.
Ранее в феврале аналитическая платформа Digiconomist, сообщала, что количество электроэнергии, которое необходимо для майнинга сопоставимо с тем, что за год потребляет целая страна. При майнинге вырабатывается 36,95 мегатонны углекислого газа в год, примерно как в Новой Зеландии. Выброс двуокиси углерода, сопровождающий производство электроэнергии, в свою очередь ведет к усилению парникового эффекта на планете.
Биткоин начал расти с марта 2020 года на фоне новостей о развивающейся пандемии коронавируса, когда мировые фондовые рынки и цена на нефть обрушились. За прошлый год криптовалюта подорожала в четыре раза и к началу января 2021 года почти пробила отметку в 42 тысячи долларов, а к 20 февраля — 57 тысяч долларов за монету. Вскоре цена криптовалюты стала снижаться, на момент публикации материала биткоин стоил 46,3 тысячи долларов.
Только важное и интересное — у нас в Facebook
Hashing24 — обзор облачной платформы для майнинга биткоинов
Обновлено 3 августа 2021 Просмотров: 68 540 Автор: Дмитрий ПетровПриветствую вас, дорогие читатели блога KtoNaNovenkogo.ru! Делать деньги из воздуха пока не научились, но вот из электричества – уже да. Для этого достаточно включить свой ПК в розетку, в Сеть и начать штамповать новые биткоины!
Вот только счет за электроэнергию составит несколько десятков зеленых. Да и в мощности компьютера придется вложить пару кило. Поэтому лучше майнить в облаках!
Все оптимизируется
Время майнеров-одиночек подходит к концу (см. что такое майнинг). Добыча криптов стала затратнее, потому что желающих «покопать» увеличилось в разы. И этому способствует постоянное «высотное» ралли курса биткоина.
Увеличение количества майнеров привело к повышению мощностей оборудования. Один и тот же блок биткоина генерируется теперь не у двух-трех, а у сотен. И признан будет тот «образец», который появился первым.
Из-за этого для старта майнеру нужен первоначальный капитал, которые исчисляются тысячами долларов. Плюс к этому потребуется отдельное помещение для размещения оборудования, поддержание оптимальных температурных условий… Но можно полетать в облаках! И не только чтобы помечтать, но и подзаработать.
Облачный майнинг
Перечисленные выше тенденции крипторынка порождают новые форматы сотрудничества. В последние годы стали появляться облачные сервисы, специализирующиеся на сдаче своих мощностей для майнинга.
Такие компании за небольшую арендную плату предоставляют в распоряжение пользователей часть специализированного оборудования, размещенного в дата-центрах (биткоин-фермах).
Облачный майнинг происходит без участия «арендатора». Стоимость технического обслуживания взятых «напрокат» мощностей уже включена в арендную плату. Это похоже на использование услуг хостинга, где вы также снимаете определенный «метраж» виртуального пространства.
Запуск и поддержка отдельного сервера для размещения одного маленького сайта экономически невыгодно. Как и использование собственного оборудования для небольшого по объему майнинга.
Понятно, что крупные добытчики криптов строят собственные фермы и размещают в них сотни машин для майнинга. Но стоимость реализации подобных проектов по карману только единицам.
Старый вариант, подразумевающий апгрейд домашнего компьютера с помощью нескольких мощных видеокарт, уже не актуален. Скорость криптовычислений, которые они обеспечивают, не позволят вам угнаться за другими майнерами.
Вот и получается, что облачный майнинг – оптимальный способ добычи биткоина в небольших (сравнительно) объемах. Но даже эти объемы обеспечивают прибыль в размере 80-100% годовых.
Надежно!
Инновационность биткоина и незнание публикой особенностей технологии открывает широкие просторы для обмана. Этим не преминула воспользоваться сетевая мошенническая братия. Но все-таки среди вороха «криптопирамид» есть честные компании. Одна из них – это Hashing24.
*при клике по картинке она откроется в полный размер в новом окне
Сервис не владеет собственными «фермами», а сдает в аренду майнинговые мощности BitFury.
Компания BitFury является одним из мировых лидеров криптовалютного рынка. Она специализируется на развертывании биткоин-ферм, разработке специализированного ПО и оборудования для майнинга.
Hashing24 продает контракты на майнинг. При этом добыча самих биткоинов происходит в дата-центрах BitFury.
*при клике по картинке она откроется в полный размер в новом окне
Кратко о Hashing24:
- Основана в 2012 г.
- Предоставляет услуги майнинга для физических лиц.
- Выступает посредником между конечными пользователями и крупными поставщиками биткоин-мощностей.
- Компания представляет только проверенных поставщиков.
- Hashing24 защищает интересы своих клиентов.
- Проводит постоянный мониторинг технического состояния оборудования биткоин-ферм.
- Компания имеет представительства в Великобритании, Украине и Таиланде.
*при клике по картинке она откроется в полный размер в новом окне
Воочию
Ну, давайте, наконец-то поклацаем функционал платформы! Уверен, что такое желание «преследует» и вас. Но будьте осторожны: инновационность облачно-майнинговых сервисов может вызвать сильный приступ острого любопытства 🙂 .
- Регистрируемся.
*при клике по картинке она откроется в полный размер в новом окне - Валидируемся – жмем на ссылку в присланном письме.
- Задаем пин-код – это говорит о том, что платформа поддерживает высокий уровень безопасности пользовательских данных.
- Выбираем стоимость пакета – зависит от объема арендуемых для майнинга мощностей. Дополнительно (из «намайненной» за день суммы) взимается пеня за обслуживание оборудования.
- Если вы хотите подробно разобраться в функционале, возможностях платформы (да и просто в процессе майнинга), то можно включить демо-режим.
*при клике по картинке она откроется в полный размер в новом окне - Процесс майнинга запустится на следующий день, и вы сможете воочию рассмотреть «волшебство» этого процесса. А также прикинуть, сколько можно поднять BTC при выбранной мощности.
*при клике по картинке она откроется в полный размер в новом окне - Если некогда ждать и хочется начать «майничать», то в пользовательском функционале Hashing24 есть специальный «гипотетический» калькулятор. Он позволяет подсчитать приблизительный доход от добычи биткоина при установленных параметрах мощности, существующей загрузке (сложности) блокчейна (что это такое?) и стоимости BTC.
Подсчитаем годовые: с 20 долларов ежемесячно получаем 2$ дохода. В год получается 24$ или 120% годовых! Неплохо, пусть даже и гипотетически!
*при клике по картинке она откроется в полный размер в новом окне - «Намайненное» в Hashing24 переводится на указанный BTC-кошелек.
*при клике по картинке она откроется в полный размер в новом окне - Оплатить услуги платформы можно несколькими способами. В том числе и с банковской карты.
*при клике по картинке она откроется в полный размер в новом окне
Антипирамидальность Hashing24
Думаю, что честность рассматриваемого майнингового сервиса на лицо. Но, на всякий пожарный, «сконцентрируем» все доказательства:
- Сотрудничество с BitFury – едва ли такая крупная авторитетная компания взаимодействовала бы с мошенническим сервисом.
- Прозрачность – вся тарификация прозрачная, ничего не утаено от пользователей.
- Двухфакторная авторизация – едва ли «пирамида» станет заморачиваться над ее реализацией.
- Расширенный функционал – то же самое.
- Нет ограничений на ввод и вывод средств – на площадке ничего «не оседает». Как, например, на трейдерских платформах.
- «Хрустящие» биткоины – в отличие от «пирамидного» майнинга пользователи Hashing24 получают новенькие биткоины с несколькими транзакциями (BTC от BitFury и их перевод майнерам).
Биткоин состоит из блоков, в которые вписаны история всех транзакций. Высота новых BTC составляет несколько блоков. «Пирамиды», специализирующиеся на майнинге, выплачивают своим пользователям «старыми» биткоинами, состоящими из множества блоков. Проверить возраст любого BTC можно на сайте Blockchain, введя хеш (что это такое?) в специальное поисковое поле.
*при клике по картинке она откроется в полный размер в новом окне
- Позитивные отзывы.
- «Солидный» возраст.
- Официальные представительства в нескольких странах мира.
Увы, сомнений нет!
Вот такой получился скучный материал об облачном майнинге: ни интриги, ни разоблачений! Хотя… Мы разоблачили Hashing24 в честности и прозрачности. Но в этом, наверное, никто и не сомневался 🙂 .
Удачи вам! До скорых встреч на страницах блога KtoNaNovenkogo.ru
Эта статья относится к рубрикам:
Платформа RSK объявляет о новой программе повышения вознаграждения за слитный майнинг Биткойн
Проект, связывающий Биткойн и смарт-контракты, становится самой прибыльной платформой слитного майнинга Биткойн в пространстве блокчейн.
Платформа смарт-контрактов RSK на основе сети Биткойн объявила о запуске программы стимулирования, по которой повышается вознаграждение в RBTC за майнинг собственного токена RSK. Уровень вознаграждения за майнинг увеличился более чем на 1000 процентов по сравнению с текущим уровнем.
Программа вознаграждений была объявлена сегодня на Международном саммите лидеров майнинга в Чэнду, Китай, что сделало RSK самой прибыльной платформой слитного майнинга Биткойн.
Программа начала работу 1 сентября, и анализ результатов с 1 по 5 сентября показывает увеличение вознаграждений за блок на 1000%. С момента объявления программы общее вознаграждение превысило вознаграждение всех остальных платформ слитного майнинга Биткойн, составив в первый месяц 48 788 долларов США, причем эта сумма распределена по трем пулам майнинга.
Все майнеры RSK теперь имеют право на вознаграждение по новой программе. Это означает, что в течение октября майнеры, которые занимаются слитным майнингом в сети RSK, получат компенсацию в размере не менее 50 000 долларов США. Три из крупнейших пулов майнинга Биткойн уже позволяют проводить слитный майнинг с RSK.
Представители пулов, заинтересованные во внедрении слитного майнинга RBTC, могут получить дополнительную информацию на странице mining.rsk.co.
При прежней ставке вознаграждений за слитный майнинг RSK уже удалось достичь 45% хэша Биткойн. Это достижение делает RSK самой безопасной и эффективной платформой смарт-контрактов в мире. Теперь, предлагая более высокое вознаграждение за майнинг, RSK сможет привлечь больше заинтересованных лиц к слитному майнингу RBTC, что дополнительно повысит безопасность сети, а также масштабируемость, функциональность и совместимость всей экосистемы Биткойн.
Вознаграждение за блок было увеличено после того, как IOV Labs объявила о приобретении крупнейшей в Латинской Америке социальной сети Taringa, а также о своих планах по использованию инфраструктуры RSK и блокчейна RIF для обслуживания 30 миллионов пользователей этой сети.
Саммит майнеров MinerSummit, на котором была объявлена новая программа стимулирования слитного майнинга, представляет собой эксклюзивную конференцию по майнингу криптовалют. Целью проведения этой встречи является объединение мировых лидеров, которые сегодня формируют индустрию криптовалют. На встречу было приглашено 300 участников, в том числе представители некоторых ведущих компаний в сфере майнинга.
Адриан Эйдельман, главный технический директор RSK Labs, так прокомментировал это событие: «Для RSK крайне важно обеспечить достаточное вознаграждение майнерам и пулам, поскольку от этого зависит то, останется ли RSK самой безопасной платформой смарт-контрактов. Поскольку мы стимулируем развитие и увеличение объема операций в сети, то хотим быть уверены в наличии достаточных стимулов, чтобы сделать платформу RSK привлекательной для интеграции майнеров и пулов. Достигнув 45% общей хэш-мощности Биткойн, мы продолжаем работать для повышения этого показателя в ближайшем будущем. Программа стимулирования является следующим шагом на пути к более тесному сотрудничеству с индустрией майнинга и созданию полноценной экосистемы DeFi на основе Биткойн»
О компании IOV Labs
IOV Labs — это организация, нацеленная на развитие платформ, необходимых для новой финансовой системы на основе блокчейн-технологий, которая обеспечит доступность финансовых услуг во всем мире и устранит разрыв между этими зарождающимися технологиями и их массовым внедрением.
В настоящее время компания занимается разработками наиболее популярных решений для сети смарт-контрактов RSK и платформ RIF OS. RSK Network является самой безопасной платформой смарт-контрактов в мире, поскольку использует хэш-мощность Биткойн. Протоколы RIF OS — это набор открытых и децентрализованных инфраструктурных протоколов, которые обеспечивают более быструю, простую и масштабируемую разработку распределенных приложений (dApps) в единой среде для массового внедрения Биткойн и RSK.
Загрузить пресс-релиз
🥇Лучшие сайты для облачного майнинга биткойнов в декабре 2021 года
SHAMINING занимается предоставлением облачного майнинга с использованием технологии, разработанной экспертами в области информационных технологий и криптовалют. Основная идея продукта — эффективное использование разрозненных вычислительных ресурсов. Мы стремимся объединить инвесторов, в том числе новичков, на одной платформе. Доверие наших клиентов основано на очевидных доказательствах: они честно получают свой доход каждый день. SHAMINING занимается предоставлением облачного майнинга с использованием технологии, разработанной экспертами в области ИТ и криптовалют. Основная идея продукта — эффективное использование разрозненных вычислительных ресурсов. Мы стремимся объединить инвесторов, в том числе новичков, на одной платформе. Доверие наших клиентов основано на очевидных доказательствах: они честно получают свой доход каждый день.
- Инвестируйте онлайн из любого места
- Выводите деньги безопасно и мгновенно
- Управляйте своими майнерами с любого устройства, будь то настольный компьютер или мобильный телефон
Облачный майнинг биткойнов Еще не так давно вы могли потратить несколько сотен долларов на специализированное оборудование и получить неплохую прибыль, добывая криптовалюты. Однако в связи с перенасыщенностью отрасли практически невозможно заглянуть внутрь.
Это связано с тем, что в сфере майнинга доминирует небольшое количество игроков, большинство из которых находятся в Китае. При этом у вас все еще есть шанс постоянно получать прибыль за счет добычи полезных ископаемых, делясь своими ресурсами с другими инвесторами.
Известный как «облачный майнинг», не требуется покупать какое-либо оборудование или вносить электроэнергию. Вместо этого вы просто покупаете «мощность хэширования» и получаете долю прибыли, пропорциональную вашим инвестициям.
Если вы хотите узнать, отвечает ли это вашим долгосрочным инвестиционным целям, обязательно прочтите наши Бесплатное руководство 2021 по лучшим сайтам облачного майнинга.
Примечание. Облачный майнинг — это нерегулируемый сектор, поэтому существует множество пролетных платформ, которые не имеют других намерений, кроме как украсть ваши деньги. Поэтому перед регистрацией следует проявлять особую осторожность.
Содержание
Что такое облачная добыча?
Облачный майнинг — это процесс майнинга криптовалют, таких как биткойны и Ethereum без необходимости покупать какое-либо оборудование. Обычно оборудование, необходимое для майнинга криптовалют своими руками, может стоить тысячи. Более того, поскольку базовый блокчейн со временем становится все более сложным, недавно приобретенные аппаратные устройства должны быть заменены еще более мощными устройствами, что впоследствии сделает ваши вложения ненужными.
Затем вам необходимо учесть затраты на эксплуатацию вашего оборудования, не в последнюю очередь потому, что вам потребуется, чтобы оно работало 24 часа в сутки, чтобы иметь шанс получить прибыль. Таким образом, мощным майнинговым устройствам для работы требуется неприличное количество электроэнергии, что является еще одной ценой, которая съедает вашу долгосрочную рентабельность инвестиций. Здесь в игру вступает облачный майнинг биткойнов.
В своей основной форме облачный майнинг биткойнов позволяет вам получить доступ к пространству майнинга криптовалюты, не выходя из собственного дома — без необходимости покупать какое-либо оборудование или потреблять электричество. Напротив, вы будете инвестировать средства в полноценную операцию по майнингу, у которой уже есть необходимая структура для успешного майнинга.
При этом вы будете получать часть прибыли от майнинга, пропорциональную сумме, которую вы инвестируете. Это позволяет вам увидеть окупаемость ваших инвестиций с первого дня, поскольку платформы облачного майнинга биткойнов обычно выплачивают выплаты ежедневно. После этого у вас будет возможность реинвестировать свою прибыль, а это означает, что вы сможете извлечь выгоду из плодов сложных процентов.
Однако важно подчеркнуть, что пространство облачного майнинга биткойнов часто работает как Дикий Запад. Хотя существует ряд установленных и заслуживающих доверия платформ, многих из них нет. Фактически, было бесчисленное множество платформ облачного майнинга, которые просто исчезли в одночасье, унося с собой средства инвесторов. Таким образом, вам нужно действовать с особой осторожностью.
Каковы плюсы и минусы облачного майнинга?
Доводы
- Добывайте криптовалюты без использования оборудования
- Нет необходимости потреблять электроэнергию
- Вкладывайте столько, сколько хотите
- Посмотрите на окупаемость своих инвестиций с первого дня
- Выберите криптовалюту, которую вы хотите майнить в облаке
- Получите долю прибыли от майнинга, пропорциональную вашим инвестициям
Минусы
- Множество теневых сайтов облачного майнинга
- Потенциальная прибыль сверхнизкая
Как работают платформы облачного майнинга?
Прежде чем присоединиться к платформе облачного майнинга в первый раз, очень важно, чтобы вы твердо понимали, как обычно работает этот процесс. По этой причине мы предлагаем ознакомиться со следующими пошаговыми инструкциями.
Примечание. В примерах облачного майнинга, которые мы приводим ниже, мы используем упрощенные числа и вычисления. Это необходимо для того, чтобы вы полностью поняли процесс.
🥇 Шаг 1. Выберите сайт облачного майнинга
В первую очередь вам нужно будет выбрать сайт облачного майнинга биткойнов, который соответствует вашим индивидуальным потребностям. Лучший способ сделать это — провести расширенное исследование платформы, например, узнать, как долго сайт работает и какие обзоры находятся в открытом доступе.
Мы представили несколько советов о том, на что нужно обращать внимание в биткойнах. сайт облачного майнинга далее в нашем руководстве. В качестве альтернативы мы также перечисляем наши лучшие варианты для лучших сайтов облачного майнинга 2021 года в конце этой страницы.
🥇 Шаг 2: Откройте счет и внесите средства
После того, как вы выбрали платформу облачного майнинга, которую хотите использовать, вам нужно будет открыть учетную запись. В большинстве случаев вам нужно только указать адрес электронной почты и выбрать имя пользователя и пароль. Это связано с тем, что сайты облачного майнинга не имеют отношения к фиатным валютам, поэтому от них не требуется запрашивать у вас какую-либо личную или финансовую информацию.
Затем вам нужно будет внести некоторые средства, поскольку сайты облачного майнинга, как правило, поддерживают ряд криптовалют на выбор. Процесс работает так же, как и сторонний обмен криптовалюты, поскольку вам нужно будет перевести средства из вашего личного кошелька.
Вам нужно будет:
- Нажмите на криптовалюту, которую вы хотите внести на сайт облачного майнинга.
- Скопируйте уникальный адрес депозитного кошелька в буфер обмена
- Перейдите в свой личный кошелек и вставьте адрес
- Введите сумму, которую вы хотите внести, а затем переведите средства
- Ваш сайт облачного майнинга должен быть зачислен в течение 10-20 минут
🥇 Шаг 3: выберите криптовалюту для майнинга
После того, как вы выбрали платформу облачного майнинга, которую хотели бы использовать, вы сможете сделать вложение. Сайты облачного майнинга обычно предоставляют вам возможность майнить несколько различных криптовалют, каждая из которых имеет свои плюсы и минусы.
Например, в то время как майнинг биткойнов обеспечивает большую стабильность, чем другие криптовалюты на рынке, майнинг менее популярной альтернативной монеты потенциально предлагает больший потенциал роста.
Примечание. Существует ряд факторов, которые необходимо учитывать перед выбором криптовалюты для майнинга, например, минимальный хешрейт, размер контракта и прогнозируемая доходность. Мы рассмотрим это более подробно позже.
После того, как вы нашли криптовалюту, которую хотите майнить в облаке, вам нужно будет решить, сколько вы хотите инвестировать. Как только вы это сделаете, средства будут списаны с баланса вашего счета, и процесс инвестирования будет завершен.
🥇 Шаг 4. Получите свою долю до истечения срока контракта
В подавляющем большинстве случаев вам необходимо будет инвестировать в течение минимального периода времени. Этот период, известный как «Контрактный период», определяет период времени, в течение которого вам нужно будет заблокировать свои первоначальные инвестиции. Это действует аналогично облигациям с фиксированной процентной ставкой, поскольку вы будете получать выплаты по процентам в течение всего срока, а первоначальную сумму депозита — в дату погашения контракта.
Тем не менее, большинство сайтов облачного майнинга будут распределять вашу долю прибыли от майнинга на ежедневной основе. Это будет происходить каждый день до истечения срока контракта. Когда это произойдет, вы получите полную сумму обратно.
Например:
- Вы инвестируете 1 BTC в контракт на облачный майнинг биткойнов
- Контракт — один год
- Инвестиции в облачный майнинг приносят 0.0001 BTC в день.
- Вы получаете 0.0001 BTC каждый день в течение одного года
- По истечении годичного периода вы получите обратно свой 1 BTC.
Если возможно, рекомендуется повторно инвестировать ваши ежедневные выплаты обратно в другие инвестиции. Это позволит вам наслаждаться эффектом сложных процентов, то есть вы будете получать «проценты на проценты» и, таким образом, приумножить свои деньги намного быстрее.
Выбор криптовалюты для майнинга
Итак, теперь, когда вы знаете, как обычно работают платформы облачного майнинга, вам нужно подумать о конкретной криптовалюте, которую вы хотите майнить. Это непросто, поскольку не существует универсального ответа на вопрос, какую монету лучше майнить. Вместо этого есть масса переменных, которые нужно учитывать.
Это включает:
✔️ Краткосрочный потенциал монеты
Прежде всего, вам нужно посмотреть, как данная криптовалюта работает на открытом рынке. Например, если монета находится на восходящей траектории в течение нескольких недель или месяцев, то, возможно, стоит прыгнуть дальше.
Зачем? Что ж, вы будете получать прибыль от облачного майнинга на ежедневной основе, которая будет выплачиваться в криптовалюте, которую вы добываете. Таким образом, реальная стоимость монеты будет иметь прямое влияние на вашу общую рентабельность инвестиций, особенно если вы планируете продать свои монеты, как только они будут оплачены.
✔️ Долгосрочный потенциал монеты
Если вас больше интересует долгосрочный жизнеспособность ваших инвестиций, вам может быть лучше выбрать криптовалюту, которая, по вашему мнению, имеет хорошие шансы вырасти в цене в будущем. Поступая так, вы сохраните прибыль от облачного майнинга с целью продажи монет через несколько лет.
В конечном итоге, если вы уверены в потенциале выбранной криптовалюты, у вас есть шанс получить монеты по сниженной цене с помощью облачного майнинга.
✔️ Конкурентоспособность
В первые несколько лет Bitcoin, можно было выиграть награды за майнинг с помощью базового процессора. Это произошло потому, что между майнерами практически не было конкуренции, а это означало, что у каждого были хорошие шансы выиграть это важнейшее вознаграждение за блок. Однако, поскольку Биткойн теперь является классом активов с многомиллиардными фунтами, в сфере майнинга доминирует определенное количество хорошо обеспеченных ресурсами буровых установок.
Таким образом, возможно, стоит выбрать криптовалюту, которая работает в менее конкурентной сфере майнинга. Фактически, чем менее ценна соответствующая монета, тем больше шансов, что ваша операция облачного майнинга будет последовательно получение награды за блок.
✔️ Прогнозируемая доходность
Большинство сайтов облачного майнинга предоставят вам разбивку предполагаемой выплаты по выбранной вами криптовалюте. Иногда это выражается в долларах за каждый кВт / с или MH / s. Однако из-за этого сложно точно определить, сколько вы, вероятно, получите, поэтому мы предпочитаем сайты, предлагающие прогнозируемую доходность в процентах.
Обратите внимание, что нет никакой гарантии, что вы получите прогнозируемую доходность, опубликованную сайтом облачного майнинга, поскольку рыночные условия меняются почти ежедневно.
Как выбрать сайт для облачного майнинга?
Выбор платформы для использования в поисках прибыли от облачного майнинга — самая сложная часть процесса. Это связано с тем, что отрасль работает нерегулируемым образом, поэтому ваши деньги никогда не будут в безопасности на 100%.
Тем не менее, мы перечислили некоторые из основных факторов, на которые вам нужно обратить внимание, прежде чем присоединиться к новому сайту облачного майнинга.
Примечание. Если у вас нет времени для проведения собственного исследования, мы перечислили наши лучшие платформы облачного майнинга ниже.
🥇 Репутация и послужной список
Хотя платформы облачного майнинга не регулируются, у вас все еще есть множество информации, доступной вам в открытом доступе. Во-первых, проверьте, когда был запущен сайт облачного майнинга. Чем дольше он работает — тем лучше.
Затем вам следует изучить такие веб-сайты, как Reddit, чтобы оценить общественное восприятие поставщика облачного майнинга. Если есть постоянные жалобы от прошлых инвесторов сайта, вам, вероятно, следует избегать этого.
🥇 Поддерживаемые монеты
Вам также необходимо учитывать тип криптовалюты, с помощью которой вы хотите пополнить свой счет облачного майнинга. Если платформа не поддерживает монету, которую вы сейчас держите, это означает, что вам нужно пойти и купить ее.
Это может увеличить стоимость ваших инвестиций, если учесть комиссию за обмен, поэтому оцените, какие монеты поддерживаются, прежде чем открывать счет.
🥇 Горное оборудование
Платформы облачного майнинга должны иметь полноценную установку для майнинга, которая способна постоянно получать вознаграждения за блоки. Если этого не произойдет, у вас не будет шанса заработать деньги. В первую очередь это аппаратные устройства, которыми владеет платформа.
Как мы отмечали ранее, майнерам часто требуется постоянно обновлять аппаратные устройства по мере повышения уровня сложности блокчейна. Таким образом, изучите настройку рассматриваемого сайта облачного майнинга и, что особенно важно, какое оборудование у него есть.
🥇 Расположение
Местоположение платформы облачного майнинга также должно играть важную роль в процессе принятия решений. Например, вы захотите выбрать компанию по добыче полезных ископаемых в стране с дешевыми ценами на энергию. Это сделано для того, чтобы ваша урожайность не была съедена постоянно растущим потреблением электроэнергии.
Точно так же вы захотите выбрать сайт облачного майнинга, расположенный в безопасном для криптографии месте. В противном случае всегда есть шанс, что операция будет закрыта местными властями.
🥇 Минимальный контракт
Важно оценить минимальный контракт, к которому будут привязаны ваши инвестиции. Например, если сайт облачного майнинга требует, чтобы все инвесторы заключили годовой контракт, это означает, что ваши основные инвестиции не будут возвращены до конца года. Это может быть проблематично, если вы столкнулись с краткосрочным кризисом денежного потока и вам нужно обналичить свои инвестиции.
🥇 Сборы
Компании, занимающиеся облачным майнингом, зарабатывают деньги. Таким образом, вам необходимо иметь четкое представление о базовой структуре комиссионных. В некоторых случаях с вас могут взимать переменную плату в зависимости от количества потребляемой электроэнергии. В других случаях сайт облачного майнинга может брать процент от суммы, которую вы получаете в виде прибыли. Например, платформа может забрать 10% от вашего вознаграждения за майнинг 0.0001 BTC.
Более того, вам необходимо оценить, разделяет ли платформа облачного майнинга оба вознаграждения за блок. и комиссия за транзакцию блока или просто вознаграждение. Во многих случаях платформы сохранят комиссию за транзакцию, которую они собрали, когда выиграли вознаграждение за блок, что означает, что вы упускаете дополнительный доход.
Риски использования сайта облачного майнинга
Как и в случае с любым инвестиционным продуктом, вам необходимо твердо понимать основные риски. В конце концов, криптовалюты работают в очень спекулятивной отрасли, поэтому всегда есть шанс потерять деньги.
⚡ Сайты мошенничества с облачным майнингом
Хотя облачный майнинг по-прежнему является относительно новым явлением, существует бесчисленное количество примеров мошеннических веб-сайтов, которые убежали с клиентскими средствами.
Хотя изначально платформа могла работать законным образом, мы видели случаи, когда сайт облачного майнинга просто отключался в одночасье, а инвесторы теряли все.
В конечном счете, нет никакой гарантии, что этого не случится с вами, не в последнюю очередь из-за нерегулируемого и не имеющего границ характера криптовалют.
⚡ Рыночные условия
Вы будете майнить криптовалюты, поэтому ваша прибыль будет выплачиваться в криптовалютах. Таким образом, чтобы реализовать свой выигрыш в фунтах и пенсах, вам необходимо будет продать свои монеты на открытом рынке.
Однако, если рынки криптовалюты проходят период медвежьего настроения, вам может потребоваться выгрузить монеты по сниженной цене.
Это может привести к убыткам, что впоследствии сделает излишние инвестиции в облачный майнинг. В более серьезных случаях, если соответствующий криптовалютный проект полностью рухнет, ваша прибыль от облачного майнинга может быть бесполезной.
⚡ Заключен невыгодный контракт
Хотя сайт облачного майнинга мог ранее иметь успех в добыче определенной криптовалюты, нет гарантии, что так будет всегда.
Например, если крупная операция по добыче полезных ископаемых разрабатывает новое аппаратное устройство, способное генерировать большую мощность хэширования, чем что-либо другое на рынке, сайт облачного майнинга может больше не конкурировать.
Это будет очень проблематично, если вы заблокированы в контракте облачного майнинга, из которого вы не можете выйти.
Лучшие сайты облачного майнинга 2021
Хотя мы предлагаем провести собственное исследование, прежде чем присоединиться к новому сайту облачного майнинга, мы перечислили наши лучшие варианты ниже. Важно убедиться, что платформа подходит для ваших индивидуальных нужд и что вы понимаете риски.
Заключение
Если вы прочитали наше руководство по облачному майнингу биткойнов от начала до конца, есть надежда, что теперь у вас есть твердое представление о том, как работает это пространство. Это должно включать факторы, которые необходимо учитывать при выборе сайта облачного майнинга, а также оценку того, какую криптовалюту майнить.
Что наиболее важно, вы также осведомлены о многих рисках инвестирования в сайт облачного майнинга — таких как привязанность к невыгодному контракту или работа на медвежьем рынке криптовалют.
С учетом сказанного, облачный майнинг действительно дает возможность получать небольшую, хотя и стабильную, прибыль. Нет необходимости покупать дорогостоящие аппаратные устройства, и вам не нужно беспокоиться о потреблении электроэнергии. Вместо этого вам просто нужно решить, какую монету вы хотите майнить, сколько вы хотите инвестировать, и все.
Часто задаваемые вопросы
Есть ли бесплатные платформы для облачного майнинга?
Хотя ряд платформ облачного майнинга может заявить, что предлагают свои услуги на бесплатной основе, это вряд ли будет законной операцией. В конце концов, зачем платформе вкладывать кучу денег в полноценную установку для майнинга только для того, чтобы затем предлагать свои услуги облачного майнинга бесплатно?
Как узнать, заслуживает ли доверия сайт облачного майнинга?
Сайты облачного майнинга работают нерегулируемым образом, поэтому вам нужно быть очень осторожным с тем, с кем вы регистрируетесь. Лучшее, что вы можете сделать, — это проверить, как долго платформа работает, и просмотреть отзывы в открытом доступе от прошлых и текущих инвесторов.
Сколько стоит облачный майнинг?
С одной стороны, вам не нужно покупать какое-либо оборудование, поэтому вы можете инвестировать столько, сколько захотите. Однако вам нужно будет заплатить комиссию за использование сайта облачного майнинга, которая будет варьироваться от поставщика к поставщику.
Какова продолжительность контрактов на облачный майнинг?
Минимальный срок контракта, предлагаемый платформами облачного майнинга, будет варьироваться от сайта к сайту. Некоторые предлагают минимальный срок в 6 месяцев, другие — дольше.
Могу ли я досрочно выйти из контракта на облачный майнинг?
Это зависит от условий контракта. Лучшие сайты облачного майнинга предложат пункт о расторжении контракта, который позволяет вам выйти из контракта, если он остается убыточным в течение определенного количества дней подряд.
Какие криптовалюты я могу использовать в облаке?
Сайты облачного майнинга будут поддерживать криптовалюты в зависимости от оборудования, которым они обладают. Это связано с тем, что у криптовалют часто есть собственный алгоритм хеширования, поэтому платформам необходимо инвестировать в специализированные устройства. Тем не менее, варианты включают Bitcoin, Ethereum, Bitcoin Cash, Litecoin и другие.
Как оплачивается прибыль от облачного майнинга?
Сайты облачного майнинга обычно распределяют прибыль ежедневно. Обычно это та же валюта, в которой вы занимаетесь облачным майнингом. Например, если вы добываете Ethereum, вы будете получать ежедневную прибыль в ETH.
С чего начать облачный майнинг? Отвечает Nhash — ПрофитГид
Nhash стала одной из лучших платформ облачного майнинга с многолетним опытом предоставления первоклассных систем майнинга криптовалют.
Платформа предлагает пользователям компьютерные мощности для майнинга биткоинов, лайткоинов, эфириума и других криптовалют.
Зарегистрируйтесь и получите бесплатный купон на 30 долларов и бонус на 5 долларов с услугами Nhash Cloud Mining.
У Nhash есть целая команда инженеров, разработчиков и специалистов, которые следят за тем, чтобы все работало должным образом, и предлагают инвесторам лучшие из возможных пулов для майнинга для получения хороших вознаграждений. Веб-сайт Nhash удобен и прост в использовании для среднего криптоэнтузиаста.
Платформа облачного майнинга предлагает одни из самых доступных тарифных планов, которые гарантируют, что пользователи могут начать майнинг без огромного капитала. Всего за 70 долларов вы можете приобрести план майнинга, который предлагает однодневный контракт без комиссии за обслуживание и фиксированный доход до 3% от инвестиций.
Другие предложения включают план на 200 долларов, 7-дневный контракт с возвратом в 12 долларов. Мега-план стоит 2000 долларов с 30-дневным контрактом и возвратом в размере 2000 + 500 долларов, при этом план на 5000 долларов предлагает 45-дневный контракт без платы за обслуживание и ожидаемую прибыль в размере 5000 + 2000 долларов.
Что уникально в NHash, так это то, что он предлагает услуги облачного майнинга без взимания платы за обслуживание, что является нормой для других платформ. Он также обеспечивает более высокую отдачу от инвестиций, чем другие платформы, и инвесторам гарантируют выплату средств. Вы получите 2% от количества хэш-мощностей, приобретенных вашим рефералом. Например, если кто-то купит контракт на 100 долларов, используя ваш реферальный код, вы получите 2 доллара бесплатно. Это беспроигрышная ситуация!
У Nhash есть активная система поддержки клиентов, доступная в чате и по электронной почте для решения проблем, а раздел часто задаваемых вопросов помогает пользователям решать общие проблемы. Процесс регистрации на NHash также простой и занимает всего несколько минут.
Если вы хотите пользоваться быстрым и доступным облачным майнингом и получать фиксированный доход каждый день, вы можете воспользоваться текущей рекламной акцией, предлагаемой Nhash. Новые зарегистрировавшиеся пользователи получают бесплатный купон на 30 долларов и бонус в размере 5 долларов при покупке любых планов облачного майнинга. Чтобы узнать больше о NHash и приобрести планы облачного майнинга, нажмите кнопку «PRICING» в правом верхнем углу веб-сайта, чтобы узнать больше об инвестициях.
Подписывайтесь на наши социальные сети:
Backblaze анонсировал услугу облачного майнинга Chia. Эксперты усомнились в ее выгоде
Сервис Backblaze предложил майнерам Chia размещать файлы участков на облачной платформе B2 по цене $5 за 1 ТБ в месяц.
Работоспособность новой услуги разработчики протестировали с привлечением ограниченного числа майнеров криптовалюты. По утверждению Backblaze, их платформа полностью совместима с алгоритмом добычи Chia.
Это не снимает ряд ограничений, с которыми столкнутся пользователи. Изначально файлы участков (плотов) им придется генерировать на собственных мощностях. Облако можно использовать только для хранения и непосредственного майнинга криптовалюты.
По подсчетам Chia Calculator, ежемесячная выгода от использования хранилища емкостью 1 ТБ при текущей стоимости монеты составляет $5,28. Однако с ростом сетевого пространства эффективность снизится. Тот же инструмент показывает, что за полгода пользователь сможет добыть около $6,78, заплатив при этом $30 за облачное хранилище.
В своем сообщении Backblaze также подчеркнула, что услуга носит экспериментальный характер. Сейчас объем хранилища для майнеров Chia ограничен 100 ТБ, увеличить его можно, обратившись в отдел продаж.
Инструкция по загрузке участков Chia на платформу B2 опубликована в репозитории «b2fs4chia» на GitHub.
Напомним, крупный немецкий хостинг-провайдер Hetzner запретил майнинг на своих серверах после того, как пользователи начали добывать с их помощью криптовалюту Chia.
Ранее платформа облачных вычислений Amazon Web Services предложила использовать свою систему для майнинга монеты, но в тот же день удалила информацию с сайта.
По подсчетам экспертов, добыча Chia сокращает срок службы SSD емкостью 512 ГБ с пяти лет до двух месяцев. Однако создатель монеты Брэм Коэн заявил, что это не относится к корпоративным накопителям или жестким дискам.
Что такое Chia Network (CHIA)?
Подписывайтесь на новости ForkLog в Telegram: ForkLog Feed — вся лента новостей, ForkLog — самые важные новости, инфографика и мнения.
Нашли ошибку в тексте? Выделите ее и нажмите CTRL+ENTER
Платформа для майнинга криптовалютBitdeer станет публичной в результате слияния SPAC на 4 млрд долларов
18 ноября (Рейтер) — Bitdeer Technologies заявила в четверг, что планирует выйти на биржу путем слияния с фирмой Blue Safari Group Acquisition Corp (BSGA.O). сделка, оценивающая платформу для майнинга криптовалюты в 4 миллиарда долларов.
Сингапурская компания была выделена из китайского гиганта по добыче биткойнов Bitmain в январе и удваивает свои усилия по внедрению возобновляемых технологий в добычу цифровых активов.
Специальная компания по приобретению акций (SPAC), Blue Safari Group, стала публичной в июне, получив 57,5 млн долларов в результате первичного публичного размещения акций.
Зарегистрируйтесь сейчас и получите БЕСПЛАТНЫЙ неограниченный доступ к reuters.com
Зарегистрироваться
SPAC — это зарегистрированная на бирже компания, не имеющая коммерческих операций, но имеющая пул капитала, который она использует для слияния с частной компанией. Затем сделка делает частную компанию публичной.
В этом году несколько компаний, работающих в сфере цифровых активов, выбрали путь выхода на публичные рынки по принципу «пустой чек».В июле майнер криптовалюты Core Scientific Holding Co согласился на такое слияние с SPAC, поддерживаемым BlackRock Inc (BLK.N).
В том же месяце криптофирма Bullish также согласилась слиться с компанией с пустым чеком в рамках сделки на 9 миллиардов долларов.
Bitdeer заявила, что планирует провести листинг на фондовой бирже Nasdaq после закрытия сделки в первом квартале следующего года.
Биткойн, самая популярная криптовалюта, в последние месяцы продолжала испытывать резкие колебания цен. Ранее на этой неделе он упал ниже 60 000 долларов впервые за более чем две недели после достижения рекордного уровня в 69 000 долларов в ноябре.10.
Зарегистрируйтесь сейчас и получите БЕСПЛАТНЫЙ неограниченный доступ к reuters.com
Зарегистрируйтесь
Отчетность Мехназ Ясмин в Бангалоре; Под редакцией Рамакришнана М.
Наши стандарты: принципы доверия Thomson Reuters.
BTC.top запускает платформу совместного майнинга, представляя ее как убийцу облачного майнинга
Китайский майнинговый пул Btc.top хочет обновить концепцию облачного майнинга, которая позволяет пользователям добывать криптовалюту удаленно, покупая определенную сумму хэш-мощности от третьей стороны, что называется «совместным майнингом».
Объявленная 25 июля компания B.top, новая дочерняя компания по «совместному майнингу», стремится снизить риски, связанные с «популярными продуктами для облачного майнинга», за счет большей гибкости.
В частности, B.top утверждает, что взимает плату за обслуживание и техническое обслуживание со своих пользователей только после того, как они достигли точки безубыточности, а это означает, что ее клиенты начинают делиться прибылью, когда их доход равен стоимости, которую они первоначально заплатили за покупку оборудование. По заявлению компании, тогда он начинает заряжаться с 17.От 5% до 30%, в зависимости от того, сколько вложили их клиенты.
Кроме того, B.top утверждает, что предлагает оборудование для майнинга «по оптовым ценам», что позволяет пользователям либо покупать доли в отдельных майнерах, в зависимости от того, сколько терахешей (TH) хешрейта они хотят иметь, либо покупать их. машины в целом. Последний вариант якобы позволяет клиентам забрать свое оборудование с майнинговых ферм B.top, расположенных по всему Китаю, и отправить его в пункт назначения по своему выбору или перепродать свои майнеры обратно компании по рыночной цене перепродажи.
«Я полагаю, что другие горнодобывающие компании промышленного масштаба также вскоре начнут предлагать аналогичные продукты для совместной добычи полезных ископаемых», — сказал Cointelegraph основатель и генеральный директор Btc.top Цзян Чжоэр, добавив, что он ожидает, что предложение будет популярным как среди розничных, так и среди институциональных клиентов:
«Хотя B.TOP нацелен на то, чтобы облегчить людям участие в майнинге криптовалют, я считаю, что он также привлечет институциональных клиентов со всего мира, которые хотели бы воспользоваться преимуществами нашей инфраструктуры промышленного масштаба, стратегического отраслевого партнерства и самые низкие тарифы на электроэнергию в наших дата-центрах по всему Китаю.”
По словам Zhuoer, некоторые из совместных пользователей майнинга B.top в Китае, где они представили эту программу еще в марте, готовы инвестировать до 10-20 миллионов юаней, или 1,4-2,8 миллиона долларов. Теперь платформа запущена на международном уровне.
B.top утверждает, что взимает около 3,3 цента США за киловатт-час, хотя кажется, что цена может измениться после окончания сезона дождей в Сычуани, поскольку там расположены по крайней мере некоторые из его майнинговых ферм. С пользователей взимается плата за электроэнергию, потребляемую их оборудованием на протяжении всей программы.
Китай остается королем, когда дело доходит до майнинга
В то время как Китай в настоящее время отвечает за 65% от общего хешрейта Биткойн, согласно карте Bitcoin Mining Map, разработанной Кембриджским центром альтернативного финансирования, некоторые страны предпочитают принимать жесткие меры. активность.
Ранее в этом месяце Венесуэла, которая занимает 10-е место на указанной карте, запретила майнинг криптовалюты из государственного жилья.
UALCAN: интегрированная платформа интеллектуального анализа данных для облегчения всестороннего анализа транскриптома рака — Медицинский факультет — Патология
Последние достижения в технологии секвенирования привели к огромному всплеску данных по геномике и транскриптомике поколений.Консорциум Cancer Genome Atlas (TCGA) использовал такие современные технологии для секвенирования образцов, взятых у тысяч онкологических пациентов с самыми разными видами рака.
Анализ больших данных проекта привел к всеобъемлющей молекулярной характеристике нескольких типов рака и идентификации потенциальных биомаркеров. Такой большой объем данных предоставляет прекрасную возможность исследователям рака и клиницистам поднять вопросы, связанные с неоднородностью опухоли, расовым неравенством, и выявить новые маркеры, специфичные для подтипа рака.Для систематического изучения раковых данных исследователями и клиницистами необходимы аналитические платформы с удобными для пользователя функциями.
Несмотря на то, что существуют вычислительные инструменты, которые могут помочь исследователям в проведении анализа конкретных данных TCGA, существует потребность в ресурсе для облегчения анализа экспрессии генов и профилей выживаемости для подгрупп опухолей и молекулярных подтипов рака.
Для решения этой проблемы группа отделения патологии UAB под руководством Соорьянараяна Варамбалли, Ph.D., доцент кафедры молекулярной и клеточной патологии и директор отдела трансляционных исследований онкологической патологии и Комплексного онкологического центра UAB разработали базу данных рака Университета Алабамы , или UALCAN, , простой в использовании интерактивный веб-портал для работы в -глубокий анализ данных экспрессии гена TCGA.
UALCAN использует секвенирование РНК TCGA и клинические данные пациентов с 33 различными типами рака, включая несколько метастатических опухолей. Удобные для пользователя функции веб-платформы облегчают:
1) анализ относительной экспрессии запрашиваемого гена (ов) в опухолевых и нормальных образцах, а также в различных подгруппах опухолей на основе индивидуальных стадий рака, степени опухоли, расы, масса тела или другие клинико-патологические особенности
2) понимание комбинированного воздействия уровня экспрессии генов и клинико-патологических особенностей на выживаемость пациентов
3) идентификация основных избыточно и недостаточно экспрессируемых генов в отдельных типах рака
Этот ресурс помогает в in silico для проверки генов-мишеней и для идентификации биомаркеров-кандидатов, специфичных для подгруппы опухолей.
UALCAN позволяет пользователям экспортировать результаты экспрессии генов и анализа выживаемости в виде готовых к публикации графических изображений в форматах png, jpeg и PDF. Предварительно составленный список из 250 верхних или недостаточно экспрессируемых генов основных видов рака (с большой выборкой), а также популярных подтипов рака (например, тройной отрицательный рак молочной железы [TNBC], опухоли простаты со слиянием ETS) предоставляется через тепловую карту. особенность. Это готовый к использованию список потенциальных маркеров для дальнейшего изучения.
Используя UALCAN, можно исследовать / подтверждать паттерн экспрессии рака всех сотен определяемых пользователем генов с помощью опции «Сканирование по классам генов».UALCAN служит универсальным центром, обеспечивая легкий доступ к внешним ресурсам, таким как GeneCards, Справочная база данных белков человека (HPRD) (для изучения соответствующих белковых взаимодействий), PubMed, TargetScan (для поиска предсказанных микроРНК, которые потенциально регулируют интересующий ген. ) и Атлас белков человека (для исследования экспрессии белков при различных формах рака).
С момента публикации в 2017 году UALCAN был посещен более 50 000 раз по всему миру и пользуется большим спросом.Мы считаем, что UALCAN будет чрезвычайно полезным для ускорения идентификации биомаркеров рака и терапевтических целей. В будущем мы добавим в UALCAN новые функции, включая анализ экспрессии некодирующих РНК и микроРНК.
Эта работа была поддержана UAB Pathology, Комплексным онкологическим центром UAB, Медицинской школой UAB и Фондом исследований рака молочной железы Алабамы (BCRFA).
Другие участники этого проекта: Даршан Чандрашекар, доктор философии., Биоинформатика; Бхуван Башел, инженер-программист, Planet Fundraiser; Саи Акашая Ходигере Баласубраманья; Исраэль Понсе-Родригес, ИТ-менеджер, UAB; Балабхадрапатруни Чакраварти, доктор философии, UAB; и Чад Крейтон, доктор философии, Медицинский колледж Бейлора.
UALCAN находится в открытом доступе по адресу: http://ualcan.path.uab.edu.
Статья в журнале Neoplasia с описанием этого веб-портала находится здесь: https://www.ncbi.nlm.nih.gov/pubmed/28732212
UALCAN был представлен на сайте блога RNA-Seq: http: // www.rna-seqblog.com/tag/ualcan/
База данных микрочипов рака и интегрированная платформа интеллектуального анализа данных
Neoplasia. 2004 Jan; 6 (1): 1–6.
, * †, 2 , * †, 2 , ‡ , ‡ , * , § , * и ‡ # **Daniel R Rhodes
* Департамент патологии Медицинская школа Мичиганского университета, Анн-Арбор, Мичиган 48109, США
† Департамент биоинформатики Медицинской школы Мичиганского университета, Анн-Арбор , MI 48109, USA
Jianjun Yu
* Департамент патологии Медицинская школа Мичиганского университета, Анн-Арбор, MI 48109, США
† Департамент биоинформатики, Медицинская школа Мичиганского университета, Анн-Арбор, штат Мичиган 48109 , США
К. Шанкер
‡ Институт биоинформатики, Бангалор, Индия
Нандан Дешпанде
‡ Институт биоинформатики, Бангалор, Индия
Радика Варамба lly
* Кафедра патологии Медицинская школа Мичиганского университета, Анн-Арбор, Мичиган 48109, США
Дебашис Гош
§ Кафедра биостатистики, Медицинская школа Мичиганского университета, Анн-Арбор, Мичиган 48109, США
Терренс Барретт
* Кафедра патологии Медицинская школа Мичиганского университета, Анн-Арбор, Мичиган 48109, США
Ахилеш Пандей
¶ Институт генетической медицины Маккусика-Натанса и факультет биологической химии школы Университета Джонса Хопкинса of Medicine, Балтимор, Мэриленд, США
Arul M Chinnaiyan
* Отделение патологии Медицинская школа Мичиганского университета, Анн-Арбор, Мичиган 48109, США
# Отделение урологии Медицинская школа Мичиганского университета, Анн-Арбор , MI 48109, USA
** Комплексный онкологический центр, Медицинская школа Мичиганского университета, Анн-Арбор, Мичиган 48109, США
* Департамент патологии Медицинская школа Мичиганского университета, Анн-Арбор, Мичиган 48109, США
† Департамент биоинформатики Медицинской школы Мичиганского университета, Анн-Арбор, штат Мичиган, 48109, США
‡ Институт биоинформатики, Бангалор, Индия
§ Департамент биостатистики, Медицинская школа Мичиганского университета, Анн-Арбор, штат Мичиган, 48109, США
¶ Институт генетической медицины МакКьюзика-Натанса и Департамент биологической химии, Джонс Медицинский факультет Университета Хопкинса, Балтимор, Мэриленд, США
# Отделение урологии Медицинская школа Мичиганского университета, Анн-Арбор, Мичиган 48109, США
** Комплексный онкологический центр, Медицинская школа Мичиганского университета, Анн-Арбор , MI 48109, USA
Всю корреспонденцию направляйте по адресу: Arul M.Чиннайян, отделение патологии, Медицинская школа Мичиганского университета, 1301 Catherine MSI 4237, Ann Arbor, MI 48109-0602, США. ude.hcimu@lura: liam-EПолучено 27 октября 2003 г .; Пересмотрено 27 октября 2003 г .; Принято 27 октября 2003 г.
Copyright © 2004 Neoplasia Press, Inc. Все права защищены. Эта статья цитируется в других статьях PMC.Abstract
Технология микроматриц ДНК привела к взрыву онкогеномных анализов, генерируя огромное количество данных и раскрывая сложные паттерны экспрессии генов рака.К сожалению, из-за отсутствия объединяющего биоинформатического ресурса, большинство этих данных остаются неизменными и разрозненными после публикации, что в значительной степени недостаточно используется сообществом исследователей рака. Здесь мы представляем ONCOMINE , базу данных микрочипов рака и веб-платформу для сбора данных, предназначенную для облегчения открытий на основе анализа экспрессии в масштабе всего генома. На сегодняшний день ONCOMINE содержит 65 наборов данных по экспрессии генов, включающих почти 48 миллионов измерений экспрессии генов из более чем 4700 экспериментов с микрочипами.Анализы дифференциальной экспрессии, сравнивающие большинство основных типов рака с соответствующими нормальными тканями, а также различные подтипы рака, доступны для изучения. Данные можно запрашивать и визуализировать для выбранного гена во всех анализах или для нескольких генов в выбранном анализе. Кроме того, наборы генов могут быть ограничены клинически важными аннотациями, включая секретируемые, киназные, мембранные и известные пары мишеней ген-лекарство, чтобы облегчить открытие новых биомаркеров и терапевтических мишеней.
Ключевые слова: Рак, транскриптом, экспрессия генов, микрочип, ONCOMINE
Введение
Профилирование экспрессии генов с помощью ДНК-микрочипов стало мощным подходом к изучению транскриптома рака. Более 100 опубликованных исследований представили анализ образцов рака человека, выявив сигнатуры экспрессии генов для большинства основных типов и подтипов рака и выявив паттерны экспрессии генов, которые коррелируют с различными характеристиками опухолей, включая степень опухоли или состояние дифференцировки, метастатический потенциал и выживаемость пациентов. [1–24].Кроме того, с помощью этих полногеномных скринингов были идентифицированы новые тканевые [25,26] и сывороточные [27,28] биомаркеры, а также потенциальные терапевтические мишени [29,30]. Эти открытия подчеркивают замечательное влияние, которое микроматрицы ДНК оказали на исследования рака; однако мы утверждаем, что из-за ограничений доступности и интеграции данных, полный потенциал профилирования экспрессии генов с помощью микрочипов не был реализован. Для большинства опубликованных исследований микрочипов, которые могут включать тысячи измерений генов на десятках или сотнях образцов рака, авторы представили одну интерпретацию своих данных и сообщили только о подмножестве генов, которые демонстрируют их конкретную гипотезу.Полные наборы данных микрочипов иногда становятся доступными в качестве дополнительных данных, но даже в этом случае наборы данных часто хранятся в виде зашифрованных текстовых файлов, хранятся и обрабатываются бессистемным образом и поэтому полезны только для тех, кто обладает знаниями в области вычислений. Хотя в настоящее время установлены стандарты для записи и обмена данными микрочипов [31], а авторов призывают предоставить свои полные наборы данных после публикации [32], весь потенциал данных микрочипов рака будет достигнут только тогда, когда они будут унифицированы, логически проанализированы , и сделать его легко доступным для сообщества исследователей рака.
Здесь мы описываем наши постоянные усилия по систематическому хранению, анализу и предоставлению доступа ко всем общедоступным данным микрочипов рака через веб-базу данных и платформу интеллектуального анализа данных, обозначенную ONCOMINE (www.oncomine.org). Наши усилия также включают централизацию данных аннотации генов из различных ресурсов генома, чтобы облегчить быструю интерпретацию потенциальной роли гена в развитии рака. Кроме того, мы интегрируем анализ данных микрочипов с другими ресурсами, включая аннотации генных онтологий и базу данных терапевтических целей.В этом отчете мы описываем сбор и анализ данных микрочипов, а также методы извлечения и визуализации данных, доступные в ONCOMINE , и демонстрируем потенциал для важных открытий.
Сбор и анализ данных
Поскольку целью этих постоянных усилий является сбор, анализ и обслуживание всех общедоступных данных микрочипов рака, мы определили все потенциальные исследования путем поиска в литературе, сосредоточив внимание на тех, которые сгенерировали профили экспрессии генов рака человека. образцы тканей.Мы получили полные наборы данных, если они были доступны, а если нет, мы связались с авторами, чтобы запросить набор данных. По состоянию на 1 мая 2003 г. мы каталогизировали информацию о 152 исследованиях раковых микрочипов (каталог доступен по адресу ONCOMINE ), из которых 40 исследований были доступны и скомпилированы — всего 37 901 459 измерений генов в 3762 экспериментах на микрочипах. Мы обработали и нормализовали каждый набор данных независимо с помощью одного метода (см. Раздел «Методы») и сопоставили каждую функцию микрочипа с Unigene build 159.
Хотя многие аналитические методы были применены к данным микрочипов, мы выбрали анализ дифференциальной экспрессии, используя статистику t в качестве меры дифференциальной экспрессии и частоту ложных открытий [33] в качестве скорректированной меры значимости. Чтобы определить потенциальный анализ дифференциального выражения, мы рассмотрели образцы в каждом наборе данных. Тридцать четыре набора данных содержали образцы, соответствующие обоим классам по крайней мере одного представляющего интерес сравнения, включая рак против соответствующей нормальной ткани, рак высокой степени (недифференцированный) рак против рак низкой степени (дифференцированный рак), плохой исход (метастазы, рецидив или специфическая смерть от рака) рак против хороший исход (долгосрочная выживаемость или безрецидивная выживаемость) рак, метастатический рак против первичный рак и рак подтипа 1 (e.g., положительный по рецептору эстрогена) по сравнению с подтипом 2 (например, отрицательный по рецептору эстрогена). Мы провели в общей сложности 81 анализ дифференциальной экспрессии, охватывающий 939 117 гипотез генов / рака. Гены, наиболее дифференциально экспрессируемые в этих анализах, можно изучить в ONCOMINE (см. Ниже).
GENE ModuleОбъединение данных микрочипа рака с последующей обработкой, нормализацией и анализом всех наборов данных одним методом позволяет проводить генно-ориентированный анализ.Обычно исследователи используют один набор данных микрочипа для идентификации набора генов, связанных с определенным типом или подтипом рака. С помощью ONCOMINE пользователи теперь могут оценивать и визуализировать дифференциальную экспрессию выбранного гена во всех доступных наборах данных и анализах дифференциальной экспрессии. После поиска интересующего гена ONCOMINE перечисляет все анализы дифференциальной экспрессии, в которые был включен ген, и позволяет пользователю выбрать интересующий анализ.Для выбранных анализов предоставляются статистические результаты, связанные с графическим представлением данных микрочипа. Чтобы проиллюстрировать ценность геноцентрического анализа с помощью ONCOMINE , мы выполнили поиск ERBB2 (т.е. HER2 / neu ), онкогена, который, как известно, амплифицируется в подмножестве опухолей груди и нацелен на терапевтическое антитело Герцептин [ 34]. Сначала мы изучили экспрессию ERBB2 при раке груди в соответствии с исследованием Sorlie et al. [21]. Мы обнаружили, что, как и ожидалось, ERBB2 сильно сверхэкспрессируется во фракции образцов рака молочной железы по сравнению с нормальными образцами молочной железы ( P =.057; ). Затем мы посмотрели на экспрессию ERBB2 во всех анализах «рак по сравнению с нормальным ». Интересно, что ERBB2 был значительно сверхэкспрессирован в диффузной большой B-клеточной лимфоме (DLBCL) по сравнению с нормальными B-клетками крови ( P, = 1,2e – 6), при немелкоклеточном раке легкого (NSCLC) по сравнению с нормальным легким ( P = 1,7e – 5 и P = 1,1e – 5) и при карциноме яичников относительно нормального яичника ( P = 1,0e – 5), но не в большинстве других типов рака. изображает эти анализы вместе с некоторыми другими, которые не были значимыми, в виде прямоугольной диаграммы с несколькими наборами данных для ERBB2.Примечательно, что ассоциации Her2 / neu с НМРЛ и раком яичников, выявленные с помощью ONCOMINE , были задокументированы другими независимыми исследованиями [35], а клинические испытания использования Герцептина для лечения НМРЛ продолжаются [36].
Анализ геноцентрической экспрессии ERBB2 (Her2 / neu), выявленный ONCOMINE. (A) ERBB2 сверхэкспрессируется в подгруппе рака молочной железы по сравнению с нормальной тканью молочной железы (P = 0,0567). (B) ERBB2 значительно сверхэкспрессируется в DLBCL по сравнению с нормальными B-клетками крови (P = 1.2e-6), при немелкоклеточном раке легкого относительно нормального легкого (P = 1,1e-5) и при карциноме яичников относительно нормального яичника (P = 1,0e-5), но не при гепатоцеллюлярной карциноме или относительном раке простаты. к их соответствующей нормальной ткани. Единицы оси Y — это нормализованные значения выражений (стандартные отклонения выше или ниже медианы для каждого массива). В скобках указано количество образцов в каждом классе. Аденок. указывает на аденокарциному; Ок. указывает на карциному; DLBCL указывает на диффузную В-крупноклеточную лимфому.
STUDY МодульМодуль STUDY предоставляет стандартную цветовую карту экспрессии генов для визуализации генов, наиболее дифференциально экспрессируемых в выбранном анализе. Многие из анализов дифференциальной экспрессии аналогичны тем, которые выполнялись в оригинальных публикациях; однако в ONCOMINE они централизованы и применяют единый надежный статистический метод. Кроме того, некоторые анализы, доступные в ONCOMINE , не были выполнены в исходных публикациях, что повысило ценность этих наборов данных микрочипов.Например, Ramaswamy et al. опубликовал отчет о классификации типов опухолей, в котором выделен конкретный набор генов, который может точно классифицировать типы опухолей различного происхождения [16]. Поскольку набор данных также включал соответствующие образцы нормальной ткани для многих типов рака, мы выполнили несколько анализов дифференциальной экспрессии «рак против нормальных», включая рак поджелудочной железы и нормальный поджелудочную железу — гипотеза, которая не была проверена ни одним из других доступные наборы данных.И последнее, что касается модуля STUDY : предоставляются прямые ссылки на модуль GENE , так что, если интересующий ген идентифицирован с помощью анализа дифференциальной экспрессии, пользователь может быстро оценить экспрессию гена с помощью других анализов дифференциальной экспрессии. (как показано ниже с простазином).
Интеграция онтологии генов
Многие исследования микрочипов рака направлены на выявление потенциальных терапевтических мишеней или диагностических маркеров.Гены обычно рассматриваются как потенциальные мишени или маркеры, если они сильно сверхэкспрессируются при конкретном раке, и их молекулярная функция или локализация предполагает, что они могут поддаваться фармакологическому ингибированию или обнаружению в сыворотке или ткани. Чтобы предоставить платформу для обнаружения потенциальных мишеней или маркеров, которые сверхэкспрессируются при раке, мы аннотировали гены соответствующими дескрипторами генной онтологии. Три категории онтологий были созданы путем объединения аннотаций онтологий генов от консорциума онтологий GO [37]: 1) мембраносвязанные, которые могут быть нацелены на терапию антителами; 2) киназа, которая может ингибироваться низкомолекулярными ингибиторами киназы; и 3) секретируемые, которые могут служить биомаркерами сыворотки.Значительно сверхэкспрессированные гены из каждой онтологической категории присутствовали почти во всех анализах. Гены в конкретной онтологической категории (например, мембрана), которые наиболее дифференциально экспрессируются в конкретном анализе (например, аденокарцинома легкого по сравнению с нормальным легким ), могут быть исследованы в ONCOMINE . Кроме того, специфические аннотации GO (например, связывание ДНК) также можно использовать для фильтрации анализов дифференциальной экспрессии.
Чтобы продемонстрировать полезность этого подхода, мы выделим анализ с использованием ONCOMINE для определения сывороточных биомаркеров рака яичников.Рак яичников, в частности, нуждается в улучшенных биомаркерах сыворотки для помощи в раннем обнаружении, поскольку он часто проявляется на поздних стадиях заболевания, когда возможности лечения ограничены. Недавно было опубликовано исследование, в котором предполагается, что простазин является потенциальным сывороточным биомаркером рака яичников [28]. Авторы профилировали небольшое количество клеточных линий рака яичников и обнаружили, что простазин был сверхэкспрессирован по сравнению с нормальными клеточными линиями яичников, а затем использовали иммуноферментный анализ, чтобы показать, что белок простазина обнаруживается на высоких уровнях в сыворотке больных раком яичников.Используя «секретный» фильтр в ONCOMINE , мы искали сверхэкспрессированные гены при раке яичников на основе исследования Welsh et al. [23], которые профилировали 27 первичных карцином яичников. Этот поиск независимо подтвердил, что простазин является одним из наиболее сверхэкспрессируемых генов с секретируемой аннотацией при раке яичников (). Если бы этот ресурс был доступен авторам исследования простазина [28], они могли бы избежать микроматричного анализа клеточных линий, двигаясь прямо от ONCOMINE к валидационным исследованиям.Следует отметить, что было обнаружено, что гены, кодирующие пять других секретируемых белков, более значительно сверхэкспрессируются, чем простазин (LIF, SPINT2, LGALS3BP, LYZ и ECGF1), что позволяет предположить, что могут существовать более точные биомаркеры. Геноцентрический анализ простазина показал, что этот ген также высоко экспрессируется при раке простаты, как определено двумя независимыми наборами данных и подмножеством рака легких, что предполагает более широкую роль этого маркера.
Гены, кодирующие секретируемые белки, наиболее сильно сверхэкспрессируются при карциноме яичников по сравнению с образцами нормальных яичников, как обнаружено ONCOMINE.PRSS8, шестой по значимости ген, ранее был показан как точный сывороточный биомаркер рака яичников [28]. Красный цвет означает переэкспрессию по сравнению со средним нормальным значением, черный — равно выраженный, а зеленый — заниженный. В скобках указано количество образцов в каждом классе.
Интеграция известных терапевтических мишеней
Основываясь на гипотезе о том, что терапевтические агенты наиболее эффективны при типах рака, при которых их мишени сильно экспрессируются (например, сверхэкспрессия ERRB2 при раке груди приводит к восприимчивости к герцептину), мы стремились предоставить платформу для исследования экспрессия всех известных терапевтических мишеней при раке, даже тех, которые нацелены на болезни, отличные от рака.Мы предположили, что эта платформа может привести к появлению новых ассоциаций лекарственной мишени и типа рака, предлагая новые применения терапевтических агентов, используемых в настоящее время. Мы составили набор из 148 известных лекарств-мишеней и соответствующих им лекарств, запросив базу данных терапевтических мишеней [38] и используя автоматический поиск в PubMed (см. Раздел «Методы»). Шестьдесят пять из этих мишеней оказались значительно сверхэкспрессированы по крайней мере в одном анализе дифференциальной экспрессии (данные не показаны).
В модуле STUDY пользователь может применить фильтр терапевтических целей, чтобы идентифицировать цели, наиболее избыточно экспрессируемые в конкретном анализе дифференциальной экспрессии.Напр., Мы обнаружили, что PTGS2, иначе известный как COX-2, является наиболее значительной сверхэкспрессируемой лекарственной мишенью при раке мочевого пузыря по сравнению с нормальной тканью мочевого пузыря ( Q = 3.1e – 15;). ЦОГ-2 — ключевой фермент биосинтеза простагландинов, на который нацелены нестероидные противовоспалительные препараты, такие как аспирин. Нам неизвестно, что ранее было показано, что COX-2 сверхэкспрессируется при раке мочевого пузыря, а ингибитор COX-2, целкоксиб, ингибирует образование опухолей мочевого пузыря у крыс [39] и в настоящее время проходит III фазу клинических испытаний для профилактики. рака мочевого пузыря у человека [40].Хотя эта ассоциация была сделана ранее, наш случайный результат подтверждает ценность этого подхода.
Терапевтические мишени сверхэкспрессируются при раке по данным ONCOMINE. (A) PTGS2 (COX-2) значительно сверхэкспрессируется при раке мочевого пузыря по сравнению с нормальными образцами мочевого пузыря (Q = 3,1e-15), подтверждая предыдущую работу о том, что COX-2 является потенциальной мишенью для рака мочевого пузыря. (B) ABL1 значительно сверхэкспрессируется при раке поджелудочной железы по сравнению с нормальными образцами поджелудочной железы (Q = 0,0097), что позволяет предположить, что ингибитор тирозинкиназы Abl, Gleevec, следует исследовать для использования.В скобках указано количество образцов в каждом классе.
Большинство гипотез, порожденных этим подходом, еще предстоит изучить. Например, при раке поджелудочной железы крайне необходимы эффективные стратегии лечения, поскольку существующие методы лечения имеют ограниченную эффективность с коэффициентом выживаемости менее 5% [41]. Применяя фильтр-мишень для лекарств, мы обнаружили, что ABL1 (Abl тирозинкиназа) является наиболее значительной сверхэкспрессируемой лекарственной мишенью при раке поджелудочной железы по сравнению с нормальной поджелудочной железой ( Q = 0.0097; ). Киназа Abl является мишенью для Gleevec, низкомолекулярного ингибитора, который недавно был одобрен для терапии первой линии при хроническом миелогенном лейкозе [42]. Хотя количество образцов поджелудочной железы, в которых была избыточна экспрессия ABL1, невелико ( n = 8), эта ассоциация является новой и заслуживает изучения. Если дальнейшие исследования подтвердят избыточную экспрессию ABL1 и продемонстрируют его роль в канцерогенезе поджелудочной железы, возможно, Гливек может быть полезен в его лечении. Геноцентрический анализ ABL1 также показал, что он сверхэкспрессируется в глиобластоме ( P =.0012) и медуллобластома ( P = 0,0005).
ONCOMINE Дополнительные возможности и будущие направленияЧтобы облегчить быструю интерпретацию потенциальной роли гена в развитии рака, ONCOMINE предоставляет централизованный ресурс аннотации генов, объединяющий информацию из других биоинформатических ресурсов, включая Swiss-Prot, LocusLink [43], и Unigene, а также с прямыми ссылками на Справочную базу данных по белкам человека (HPRD) [44] и SOURCE [45], а также с ресурсами по путям Kyoto Encyclopedia of Genes and Genomes (KEGG) [46] и Biocarta.Онлайн-руководство доступно на веб-сайте ONCOMINE , чтобы продемонстрировать его функциональность с помощью серии анализов образцов. Дальнейшая работа будет включать сбор дополнительных наборов данных микрочипов по мере их появления, усиление интеграции с другими ресурсами генома и анализ на основе корреляции. ONCOMINE также служит платформой для изучения «метасигнатур», идентифицированных из компендиума микроматрицы рака, как описано в нашем сопроводительном отчете (Представлено для публикации).
Таким образом, ONCOMINE — это мощная платформа для биоинформатических открытий, которая предоставляет данные микрочипов рака и возможности анализа для всего сообщества исследователей рака. Мы надеемся, что эта работа, а также постоянная поддержка и развитие ONCOMINE будут стимулировать дальнейшие исследования и максимальный доступ к данным микрочипов рака и генерирование гипотез на их основе, что в конечном итоге приведет к лучшему пониманию рака и разработке новых диагностических и терапевтических стратегий.
Методы
Сбор, обработка и хранение данных
Наборы данных микрочипов были загружены с общедоступных веб-сайтов или предоставлены авторами по запросу. Веб-адреса для загрузки определенных наборов данных перечислены по адресу ONCOMINE (www.oncomine.org). Все данные, которые были доступны от авторов, были включены в обработку и анализ, за исключением того, что отрицательные значения не были включены. Все данные были преобразованы логарифмически, центрированы по медиане для каждого массива, а стандартное отклонение нормализовано до одного для каждого массива.Исследования были названы в соответствии со следующим соглашением: FirstAuthor_TissueTypeProfiled (например, Dhanasekaran_Prostate). Для облегчения мультиисследования функции микроматрицы были сопоставлены с Unigene Build 159. Данные хранились в реляционной базе данных Oracle 8.1.
Анализ данных
Для каждого из 40 исследований микрочипов, представленных в базе данных, мы проанализировали профилированные образцы. Тридцать четыре исследования содержали по крайней мере четыре образца, соответствующие обоим классам одного интересующего анализа, и были дополнительно проанализированы.Представляющие интерес анализы включали рак по сравнению с соответствующей нормальной ткани, рак высокой степени злокачественности (недифференцированный) по сравнению с рак низкой степени (дифференцированный рак), плохой исход (метастазы, рецидив или смерть от рака), рак по сравнению с хороший результат (долгосрочная выживаемость или выживаемость без рецидива) рак, первичный рак против метастатического заболевания и подтип 1 против подтипа 2. После распределения образцов по классам каждый ген оценивался на предмет дифференциальной экспрессии с помощью статистики t с использованием Total Access Statistics 2002 (FMS Inc., Вена, Вирджиния). t -Тесты были проведены как двусторонние для анализа дифференциальной экспрессии, так и односторонние для анализа специфической сверхэкспрессии. Для анализа всего исследования значения P были скорректированы для множественных сравнений методом ложных обнаружений. Скорректированные значения P обозначаются как значения Q [33], где Q = P * n / i ( n = общее количество генов; i = отсортированный ранг ). Значение P ).
Целевой показатель лекарственного средства
Целевой показатель лекарственного средства определялся двумя способами. Сначала в базе данных терапевтических мишеней [38] запрашивали все мишени, которые имели определенный антагонист, ингибитор или антитело. Было идентифицировано сто девять уникальных лекарств-мишеней. Цели были нанесены на карту Unigene build 159 с использованием названий генов, символов и псевдонимов, предоставленных SOURCE [45]. Во-вторых, все названия лекарств, представленные в базе данных клинических испытаний Национального института рака (NCI) (http://www.nci.nih.gov/clinicaltrials/), были подвергнуты автоматическому поиску в PubMed, в котором были найдены статьи с названием лекарства и словом « ингибитор »или« антитело »в заголовке.Этот список названий был вручную исследован для поиска лекарств и их конкретных мишеней (например, ритуксимаб, CD20). Этим методом было идентифицировано 53 уникальных мишени. Всего было идентифицировано 148 уникальных генов-мишеней со специфическими ингибиторами лекарственных средств или антителами.
Онтология гена
Онтология гена GO [37], аннотации, связанные с идентификаторами кластера Unigene, были загружены с SOURCE [45]. Три категории онтологий были созданы путем объединения нескольких аннотаций. Следующие аннотации были частью мембраносвязанной категории: рецептор клеточной адгезии, рецептор, связанный с G-белком, плазматическая мембрана, белок периферической плазматической мембраны, трансмембранный рецептор и трансмембранный рецепторный белок тирозинкиназа.В категорию киназ входили: 1-фосфатидилинозитол-3-киназа, циклин-зависимая протеинкиназа, диацилглицерин-киназа, гуанилаткиназа, митоген-активированная протеинкиназа (MAP), MAP-киназа-киназа, MAP-киназа-киназа, киназа, не связанная с тимембраном. киназа, протеинкиназа, протеинкиназа С, протеин-серин / треонинкиназа, протеинтирозинкиназа, рецептор-сигнальная протеинтирозинкиназа, трансмембранный рецепторный протеин-серин / треонинкиназа и трансмембранный рецепторный протеинтирозинкиназа.Наконец, следующие аннотации были частью секретируемой категории: внеклеточный, внеклеточный матрикс и внеклеточное пространство.
ONCOMINE
ONCOMINE был разработан с использованием трехуровневой архитектуры. Серверная часть состоит из базы данных Oracle 8i для хранения данных и статистики микрочипов, а также серии плоских файлов с индексированными ключами для различных биологических баз данных. Средний уровень, который обрабатывает логику приложения и основные функции, был разработан с помощью Python (www.python.org). Внешний клиент был реализован с использованием ZOPE (www.zope.org). ONCOMINE можно найти на сайте www.oncomine.org.
Благодарности
Мы благодарим Васудеву Махависно за графику и Дугласа Гиббса за поддержку оборудования. D.R.R. является научным сотрудником Программы обучения медицинских ученых и A.M.C. является стипендиатом Пью.
Footnotes
1 Это было профинансировано пилотными фондами Деканата, Департамента патологии, грантом Министерства обороны США PC02322 и Программой биоинформатики.
2 Авторы внесли равный вклад в эту работу.
Ссылки
1. Ализаде А.А., Эйзен М.Б., Дэвис Р.Э., Лоссос И.С., Розенвальд А., Болдрик Дж. К., Сабет Х, Тран Т., Ю X и др. Определенные типы диффузной крупноклеточной В-клеточной лимфомы, идентифицированные с помощью профилирования экспрессии генов. Природа. 2000; 403: 503–511. [PubMed] [Google Scholar] 2. Алон У, Баркай Н., Ноттерман Д.А., Гиш К., Ибарра С., Мак Д., Левин А.Дж. Широкие паттерны экспрессии генов выявлены с помощью кластерного анализа опухолевых и нормальных тканей толстой кишки, исследованных с помощью массивов олигонуклеотидов.Proc Natl Acad Sci USA. 1999; 96: 6745–6750. [Бесплатная статья PMC] [PubMed] [Google Scholar] 3. Beer DG, Kardia SL, Huang CC, Giordano TJ, Levin AM, Misek DE, Lin L, Chen G, Gharib TG, Thomas DG и др. Профили экспрессии генов позволяют прогнозировать выживаемость пациентов с аденокарциномой легких. Nat Med. 2002; 8: 816–824. [PubMed] [Google Scholar] 4. Бхаттачарджи А., Ричардс В.Г., Стонтон Дж., Ли К., Монти С., Ваза П., Лэдд С., Бехешти Дж., Буэно Р., Джиллетт М. и др. Классификация карцином легкого человека по профилю экспрессии мРНК выявляет различные подклассы аденокарцином.Proc Natl Acad Sci USA. 2001; 98: 13790–13795. [Бесплатная статья PMC] [PubMed] [Google Scholar] 5. Chen X, Cheung ST, So S, Fan ST, Barry C, Higgins J, Lai KM, Ji J, Dudoit S, Ng IO и др. Паттерны экспрессии генов при раке печени человека. Mol Biol Cell. 2002; 13: 1929–1939. [Бесплатная статья PMC] [PubMed] [Google Scholar] 6. Дханасекаран С.М., Барретт Т.Р., Гош Д., Шах Р., Варамбалли С., Курачи К., Пиента К.Дж., Рубин М.А., Чиннайян А.М. Определение прогностических биомаркеров рака простаты. Природа. 2001; 412: 822–826.[PubMed] [Google Scholar] 7. Дирскьот Л., Тикьяр Т., Крухоффер М., Йенсен Дж. Л., Маркуссен Н., Гамильтон-Дютуа С., Вольф Х., Орнтофф Т.Ф. Выявление различных классов рака мочевого пузыря с помощью микроматриц. Нат Жене. 2003. 33: 90–96. [PubMed] [Google Scholar] 8. Фриерсон Х. Ф. младший, Эль-Наггар А. К., Валлийский Дж. Б., Сапиносо Л. М., Су А. И., Ченг Дж., Саку Т., Москалук К. А., Хэмптон Г. М.. Крупномасштабный молекулярный анализ позволяет идентифицировать гены с измененной экспрессией при аденоидно-кистозной карциноме слюны. Am J Pathol. 2002; 161: 1315–1323. [Бесплатная статья PMC] [PubMed] [Google Scholar] 9.Гарбер М.Э., Троянская О.Г., Шлуенс К., Петерсен С., Теслер З., Пацина-Генгербах М., ван де Рейн М., Розен Г.Д., Перу С.М., Уайт Р.И., Альтман Р.Б., Браун П.О., Ботштейн Д., Петерсен И. Разнообразие экспрессии генов при аденокарциноме легкого. Proc Natl Acad Sci USA. 2001; 98: 13784–13789. [Бесплатная статья PMC] [PubMed] [Google Scholar] 10. Луо Дж., Дугган Диджей, Чен Й, Соважот Дж., Юинг К.М., Биттнер М.Л., Трент Дж. М., Айзекс У. Б.. Рак предстательной железы человека и доброкачественная гиперплазия предстательной железы: молекулярное расслоение по профилю экспрессии генов.Cancer Res. 2001; 61: 4683–4688. [PubMed] [Google Scholar] 11. Луо Дж. Х., Ю. Ю. П., Чипли К., Лин Ф., Дефлавия П., Дир Р., Финкельштейн С., Михалопулос Г., Бечич М. Анализ экспрессии генов рака простаты. Mol Carcinog. 2002; 33: 25–35. [PubMed] [Google Scholar] 12. Маги Дж. А., Араки Т., Патил С., Эриг Т., Истин Л., Хамфри П. А., Каталония В. Дж., Уотсон М. А., Милбрандт Дж. Профилирование экспрессии выявляет сверхэкспрессию гепсина при раке простаты. Cancer Res. 2001. 61: 5692–5696. [PubMed] [Google Scholar] 13. Ноттерман Д.А., Алон Ю., Сирк А.Дж., Левин А.Дж.Профили экспрессии транскрипционных генов колоректальной аденомы, аденокарциномы и нормальной ткани, исследованные с помощью массивов олигонуклеотидов. Cancer Res. 2001; 61: 3124–3130. [PubMed] [Google Scholar] 14. Perou CM, Sorlie T., Eisen MB, van de Rijn M, Jeffrey SS, Rees CA, Pollack JR, Ross DT, Johnsen H, Akslen LA, Fluge O, Pergamenschikov A, Williams C, Zhu SX, Lonning PE, Borresen-Dale А.Л., Браун П.О., Ботштейн Д. Молекулярные портреты опухолей груди человека. Природа. 2000; 406: 747–752. [PubMed] [Google Scholar] 15.Pomeroy SL, Tamayo P, Gaasenbeek M, Sturla LM, Angelo M, McLaughlin ME, Kim JY, Goumnerova LC, Black PM, Lau C, Allen JC, Zagzag D, Olson JM, Curran T, Wetmore C, Biegel JA, Poggio T , Мукерджи С., Рифкин Р., Калифано А., Столовицкий Г., Луис Д. Н., Месиров Дж. П., Лендер Е. С., Голуб Т. Р.. Прогнозирование исхода эмбриональной опухоли центральной нервной системы на основе экспрессии генов. Природа. 2002; 415: 436–442. [PubMed] [Google Scholar] 16. Рамасвами С., Тамайо П., Рифкин Р., Мукерджи С., Йанг С.Х., Анджело М., Лэдд С., Райх М., Латулиппе Е., Месиров Дж. П., Поджио Т., Джеральд В., Лода М., Лендер Е.С., Голуб TR.Мультиклассовая диагностика рака с использованием сигнатур экспрессии опухолевых генов. Proc Natl Acad Sci USA . 2001; 98: 15149–15154. [Бесплатная статья PMC] [PubMed] [Google Scholar] 17. Шварц Д.Р., Кардиа С.Л., Шедден К.А., Куик Р., Михайлидис Дж., Тейлор Д.М., Мисек Д.Е., Ву Р., Чжай В., Дарра Д.М., Рид Х., Элленсон Л.Х., Джордано Т.Дж., Ферон Е.Р., Ханаш С.М., Чо КР. Экспрессия генов при раке яичников отражает как морфологию, так и биологическое поведение, что отличает светлые клетки от других карцином яичников с плохим прогнозом.Cancer Res. 2002; 62: 4722–4729. [PubMed] [Google Scholar] 18. Рикман Д.С., Бобек М.П., Мисек Д.Е., Куик Р., Блиавас М., Курнит Д.М., Тейлор Дж., Ханаш С.М. Отличительные молекулярные профили глиом высокой и низкой степени злокачественности на основе анализа олигонуклеотидных микрочипов. Cancer Res. 2001; 61: 6885–6891. [PubMed] [Google Scholar] 19. Розенвальд А., Райт Дж., Чан В. К., Коннорс Дж. М., Кампо Е., Фишер Р. И., Гаскойн Р. Д., Мюллер-Хермелинк Г. К., Смеланд Е. Б., Гилтнейн Дж. М. и др. Использование молекулярного профилирования для прогнозирования выживаемости после химиотерапии диффузной В-клеточной лимфомы.N Engl J Med. 2002; 346: 1937–1947. [PubMed] [Google Scholar] 20. Сингх Д., Феббо П.Г., Росс К., Джексон Д.Г., Манола Дж., Лэдд С., Тамайо П., Реншоу А.А., Д’Амико А.В., Ричи Дж. П., Лендер Е.С., Лода М., Кантофф П.В., Голуб Т.Р., Продавцы В.Р. Экспрессия генов коррелирует с клиническим поведением при раке простаты. Раковая клетка. 2002; 1: 203–209. [PubMed] [Google Scholar] 21. Сорли Т., Перу С.М., Тибширани Р., Аас Т., Гейслер С., Йонсен Х., Хасти Т., Эйзен М.Б., ван де Рейн М., Джеффри С.С., Торсен Т., Квист Х., Матезе Дж. К., Браун П.О., Ботштейн Д., Эйстейн Лоннинг П. , Borresen-Dale AL.Паттерны экспрессии генов карциномы молочной железы различают подклассы опухолей с клиническими последствиями. Proc Natl Acad Sci USA. 2001; 98: 10869–10874. [Бесплатная статья PMC] [PubMed] [Google Scholar] 22. Вант Вир Л.Дж., Дай Х., ван де Вейвер М.Дж., Хе Ю.Д., Харт А.А., Мао М., Петерс Х.Л., ван дер Кой К., Мартон М.Дж., Виттевин А.Т., Шрайбер Г.Дж., Керкховен Р.М., Робертс К., Линсли П.С., Бернардс Р, друг Ш. Профилирование экспрессии генов позволяет прогнозировать клинический исход рака груди. Природа. 2002; 415: 530–536. [PubMed] [Google Scholar] 23.Валлийский Дж. Б., Зарринкар П. П., Сапиносо Л. М., Керн С. Г., Белинг Калифорния, Монах Б. Дж., Локхарт Д. Д., Бургер Р. А., Хэмптон Г. М.. Анализ профилей экспрессии генов в образцах нормальной и неопластической ткани яичников позволяет идентифицировать молекулярные маркеры-кандидаты эпителиального рака яичников. Proc Natl Acad Sci USA. 2001; 98: 1176–1181. [Бесплатная статья PMC] [PubMed] [Google Scholar] 24. Валлийский Дж. Б., Сапинозо Л. М., Су А. И., Керн С. Г., Ван-Родрикес Дж., Москалук К. А., Фриерсон Х. Ф., мл., Хэмптон Г. М.. Анализ экспрессии генов определяет кандидаты в маркеры и фармакологические мишени при раке простаты.Cancer Res. 2001; 61: 5974–5978. [PubMed] [Google Scholar] 25. ван де Рейн М., Перу С.М., Тибширани Р., Хаас П., Каллиониеми О, Кононен Дж., Торхорст Дж., Заутер Дж., Зубер М., Кучли О.Р., Мросс Ф., Дитрих Х., Зейтц Р., Росс Д., Ботштейн Д., Браун П. Экспрессия цитокератинов 17 и 5 определяет группу карцином груди с плохим клиническим исходом. Am J Pathol. 2002; 161: 1991–1996. Ошибка в: Am J Pathol 2003; 163 : 377. [Бесплатная статья PMC] [PubMed] [Google Scholar] 26. Рубин М.А., Чжоу М., Дханасекаран С.М., Варамбалли С., Барретт Т.Р., Санда М.Г., Пиента К.Дж., Гош Д., Чиннайян А.М.Альфа-метилацил-кофермент А-рацемаза в качестве тканевого биомаркера рака простаты. ДЖАМА. 2002; 287: 1662–1670. [PubMed] [Google Scholar] 27. Танвар М.К., Гилберт М.Р., Голландия EC. Анализ микроматрицы экспрессии генов показывает, что YKL-40 является потенциальным сывороточным маркером злокачественного характера глиомы человека. Cancer Res. 2002; 62: 4364–4368. [PubMed] [Google Scholar] 28. Mok SC, Chao J, Skates S, Wong K, Yiu GK, Muto MG, Berkowitz RS, Cramer DW. Простазин, потенциальный сывороточный маркер рака яичников: идентификация с помощью технологии микрочипов.J Natl Cancer Inst. 2001; 93: 1458–1464. [PubMed] [Google Scholar] 29. Ye QH, Qin LX, Forgues M, He P, Kim JW, Peng AC, Simon R, Li Y, Robles AI, Chen Y, Ma ZC, Wu ZO, Ye SL, Liu YK, Tang ZY, Wang XW. Прогнозирование метастатических гепатоцеллюлярных карцином, положительных по вирусу гепатита B, с использованием профилей экспрессии генов и машинного обучения с учителем. Nat Med. 2003; 9: 416–423. [PubMed] [Google Scholar] 30. Армстронг С.А., Кунг А.Л., Мабон М.Э., Сильверман Л.Ингибирование FLT3 в MLL. Подтверждение терапевтической цели, идентифицированной с помощью классификации на основе экспрессии генов. Раковая клетка. 2003. 3: 173–183. [PubMed] [Google Scholar] 31. Brazma A, Hingamp P, Quackenbush J, Sherlock G, Spellman P, Stoeckert C, Aach J, Ansorge W, Ball CA, Causten HC, Gaasterland T, Glennison P, Holstege FC, Kim IF, Markowitz V, Matese JC, Parkinson H , Робинсон А., Сарканс Ю., Шульце-Кремер С., Стюарт Дж., Тейлор Р., Вило Дж., Вингрон М. Минимальная информация об эксперименте с микрочипами (MIAME) — стандарты для данных микрочипов.Нат Жене. 2001. 29: 365–371. [PubMed] [Google Scholar] 33. Стори Дж. Прямой подход к количеству ложных открытий. R Stat Soc. 2002; 64: 479–498. [Google Scholar] 34. Slamon DJ, Leyland-Jones B, Shak S, Fuchs H, Paton V, Bajamonde A, Fleming T., Eiermann W, Wolter J, Pegram M, Baselga J, Norton L. Использование химиотерапии плюс моноклональные антитела против HER2 при метастатическом поражении груди рак, который сверхэкспрессирует HER2. N Engl J Med. 2001; 344: 783–792. [PubMed] [Google Scholar] 35. Фудзимура М., Кацумата Н., Цуда Х., Учи Н., Миядзаки Х., Хидака Т., Сакаи М., Сайто С.HER2 часто сверхэкспрессируется при светлоклеточной аденокарциноме яичников: возможный новый метод лечения с использованием рекомбинантного моноклонального антитела против HER2, трастузумаба. Jpn J Cancer Res. 2002; 93: 1250–1257. [Бесплатная статья PMC] [PubMed] [Google Scholar] 36. Зиннер Р.Г., Ким Дж., Хербст Р.С. Клинические испытания трастузумаба при немелкоклеточном раке легкого: их основа и предварительные результаты. Рак легких. 2002; 37: 17–27. [PubMed] [Google Scholar] 37. Эшбернер М., Болл К.А., Блейк Д.А., Ботштейн Д., Батлер Х., Черри Д.М., Дэвис А.П., Долински К., Дуайт С.С., Эппиг Д.Т., Харрис М.А., Хилл Д.П., Иссель-Тарвер Л., Касарскис А., Льюис С., Матезе Дж.С., Ричардсон Дж., Рингуолд М., Рубин Дж. М., Шерлок Г.Генная онтология: инструмент для объединения биологии. Консорциум генных онтологий. Нат Жене. 2000; 25: 25–29. [Бесплатная статья PMC] [PubMed] [Google Scholar] 39. Grubbs CJ, Lubet RA, Koki AT, Leahy KM, Masferrer JL, Steele VE, Kelloff GJ, Hill DL, Seibert K. Целекоксиб ингибирует N -бутил- N — (4-гидроксибутил) -нитрозамин-индуцированный мочевой пузырь рака у самцов мышей B6D2F1 и самок крыс Fischer-344. Cancer Res. 2000; 60: 5599–5602. [PubMed] [Google Scholar] 40. Джи Дж, Сабичи А.Л., Гроссман HB.Химиопрофилактика поверхностного рака мочевого пузыря. Crit Rev Oncol Hematol. 2002. 43: 277–286. [PubMed] [Google Scholar] 41. Коннер Дж., О’Рейли Э. Рак поджелудочной железы: эпидемиология, генетика и подходы к скринингу. Онкология (Хантингтон) 2002; 16: 1615–1622. (1631–1612; обсуждение 1632–1613, 1637–1618) [PubMed] [Google Scholar] 42. Гливек одобрен для лечения ХМЛ первой линии. FDA Consum. 2003; 37: 5. [PubMed] [Google Scholar] 44. Наварро Дж. Д., Ниранджан В., Пери С., Джонналагадда С. К., Пандей А. От биологических баз данных до платформ для биомедицинских открытий.Trends Biotechnol. 2003 (в печати) [PubMed] [Google Scholar] 45. Дин М., Шерлок Дж., Бинкли Дж., Джин Х, Матезе Дж. К., Эрнандес-Буссард Т., Риз Калифорния, Черри Дж. М., Ботштейн Д., Браун П.О., Ализаде А.А. ИСТОЧНИК: единый геномный ресурс функциональных аннотаций, онтологий и данных экспрессии генов. Nucleic Acids Res. 2003. 31: 219–223. [Бесплатная статья PMC] [PubMed] [Google Scholar]Frontiers | Использование интеллектуального анализа данных для определения моделей использования онлайн-платформы оценки во время пандемии COVID-19
Введение
SARS-CoV-2 (коронавирус 2019, COVID-19) создал исключительную ситуацию (Лопес и Родо, 2020) в этом 2020 году.Хотя многие другие вирусы появились много лет назад, это не привело к возникновению такой глобальной чрезвычайной ситуации, как на этот раз (Sohrabi et al., 2020). Этот вирус, зародившийся в Китае, согласно официальным источникам, быстро распространяется по всему миру. Всемирная организация здравоохранения (ВОЗ) объявила пандемию 11 марта, и большому количеству стран пришлось принять меры для борьбы с распространением инфекций (Chinazzi et al., 2020; Parmet and Sinha, 2020; Studdert and Hall, 2020).Например, Испания объявила состояние тревоги 14 марта 2020 года Королевским указом и опубликовала в Официальном государственном бюллетене, установив ограничительные меры для передвижения и ограничив деятельность, которая могла быть осуществлена.
Эта недавняя беспрецедентная ситуация вызвала изменения в привычках и обычаях людей, изменив образ жизни прежде. Например, были закрыты учебные центры, была прекращена второстепенная производственная деятельность, отменены спортивные соревнования или были осуществлены поставки основных потребительских товаров для дома с соблюдением строгих мер безопасности (например,г., Корсини и др., 2020; Винер и др., 2020; Zhang et al., 2020). Это вынудило людей изменить привычный распорядок дня и приспособиться к этой новой ситуации, что означало сокращение социальных контактов, использование новых стратегий для общения с семьей и друзьями, изменение физической активности или привычек питания, а также способ учебы и работы (например, , Basilaia and Kvavadze, 2020; Belzunegui-Eraso и Erro-Garcés, 2020; Butler and Barrientos, 2020; Martínez-Ferrán et al., 2020).
В течение этих месяцев доступная технология облегчила коммуникацию, помогая проводить образовательную или рабочую деятельность (Ting et al., 2020). Онлайн-платформы были полезным альтернативным способом для студентов продолжить обучение или для многих компаний продолжить работу (Bao, 2020; Basilaia and Kvavadze, 2020). Использование новых информационных и коммуникационных технологий уже стало реальностью во многих областях, но этот период означал ускорение технологического перехода, который, возможно, ознаменует собой до и после использования этого типа программного обеспечения (Belzunegui-Eraso and Erro -Garcés, 2020; Dong et al., 2020; Kousha and Thelwall, 2020).
Онлайн-платформа оценки MenPas (см. Сноску 1) (González-Ruiz et al., 2010, 2018) — это виртуальная платформа, которая объединяет широкий набор инструментов, используемых для психосоциальной оценки. Его использование очень широко распространено в разных странах, и в последние годы число пользователей увеличилось. MenPas использовался в нескольких исследованиях для сбора данных исследований, которые можно проверить в опубликованной литературе (например, Aragón et al., 2017; Reigal et al., 2019; González-Guirval et al., 2020). С помощью этой платформы можно управлять группами людей, участвующих в расследованиях, и собирать данные для дальнейшей обработки. Это онлайн-платформа с легким доступом, запрограммированная для использования с нескольких устройств, что облегчает ее реализацию.
Большой объем данных, собранных MenPas за последние годы, позволяет нам получить много информации о типе пользователя, который подключается к платформе, а также об наиболее часто используемых инструментах. Помимо знания тех аспектов, которые вызывают наибольший интерес среди пользователей, глобальный анализ данных может предоставить информацию о демографических тенденциях.То есть, если есть изменения в потребностях, интересах или привычках людей. Пандемия, объявленная ВОЗ, и ограничения мобильности, установленные в некоторых странах, изменили привычки людей и повлияли на определенные аспекты их психического здоровья (Banerjee and Rai, 2020; Duan and Zhu, 2020; Li et al., 2020). Данные о глобальном использовании с марта по май 2020 года по сравнению с тем же периодом 2019 года показывают, что количество пользователей MenPas значительно увеличилось. Внутренний контроль событий платформы, связанный аккаунт Google Analytic (1800 vs.3100 сеансов) (Рисунок 1) и добавленный виджет ClustrMaps (2400 против 5300 посещений) (Рисунок 2) показывают четкую информацию об этом факте.
Рис. 1. пользователей MenPas (март и апрель 19-го по сравнению с мартом и апрелем 20-го) по данным Google Analytics.
Рис. 2. пользователей MenPas (март и апрель 19-го по сравнению с мартом и апрелем 20-го) по ClustrMaps.
Для учебы и работы пришлось использовать определенные онлайн-ресурсы, и людям пришлось изменить свой образ жизни с другими и его способ понимания своего окружения (Torales et al., 2020; Ван Г. и др., 2020; Wang C. et al., 2020). Отсутствие исследований, которые предоставляют информацию об изменениях в использовании и обычаях посредством анализа онлайн-платформ, в сочетании с тем фактом, что в настоящее время виртуальные платформы значительно расширили свое использование, предоставляют важную информацию для понимания изменений в поведении населения. Следовательно, такие платформы, как MenPas, могут помочь понять эти изменения, проанализировав их использование. Основная цель этого исследования — получить важные знания о моделях использования онлайн-платформ при изменении социально-экономической и экологической ситуации.Эти шаблоны могут показать, как члены общества адаптируют свое поведение и находят способ адаптироваться и удовлетворять свои потребности в этой ситуации. Итак, основная цель заключалась в том, чтобы определить, изменила ли пандемия COVID-19 характер пользователей Menpas. Чтобы определить это, было специально изучено использование следующих вопросников: Опросник тревожности конкурентного государства-2 (CSAI-2), Опросник тревожных свойств состояния (STAI), Профиль состояния настроения (POMS), Шкала устойчивости (RS), Психологический опросник спортивных результатов (IPED), опросник выгорания Маслаха (MBI) и форма самооценки-5 (AF-5).Были использованы два разных опросника тревожности, потому что оба доступны на платформе и учитывают разные аспекты оценки тревожности: CSAI-2 тестирует тревожность в спорте, а STAI тестирует общую тревогу. Информация из следующих переменных собиралась каждый раз, когда один пользователь заполнял анкету: его / ее возраст, его / ее пол, вид спорта, сколько часов занимался этим видом спорта, его / ее семейное положение, его / ее Уровень образования, профессия, анкета и дата ее заполнения.
Материалы и методы
Участники
Как показано на рисунке 3, мы собрали 11263 записей с 1 марта по 30 апреля 2019 г. (мужчины: 3687 — 32,74% и женщины: 7576 — 67,26%) и 20627 записей с 1 марта по апрель. 30-го числа в 2020 году (мужчины: 7655 — 37,11% и женщины: 12972 — 62,89%) людей, которые заполнили любой из следующих вопросников: Опросник состояния конкурентной тревожности-2 (CSAI-2), Опросник государственных черт тревожности ( STAI), профиль состояния настроения (POMS), шкала устойчивости (RS), психологический опросник спортивных результатов (IPED), опросник выгорания Маслаха (MBI) и форма самооценки-5 (AF-5) в MenPas (см. Сноску 1) .Menpas — это онлайновая программная платформа для психосоциальной оценки (González-Ruiz et al., 2010, 2018). Это исследование было выполнено с использованием данных из 803 стран мира (см. Сноску 3), где пользователи в основном из Испании, Колумбии, США, Мексики, Аргентины, Гватемалы, Чили, Коста-Рики, Сальвадора, Португалии, Китая, Эквадора, Россия, Перу, Великобритания, Республика Корея, Бразилия и Куба.
Рисунок 3. Участники.
Инструменты
(a) Опись тревожности конкурентного государства-2 (CSAI-2, Martens et al., 1990). Опросник позволяет оценить тревожность на соревнованиях. Он состоит из 27 пунктов, которые разделены на три фактора: когнитивная тревога, соматическая тревога и уверенность в себе. Для этого инструмента используется шкала типа Лайкерта от 1 (почти никогда) до 5 (почти всегда).
(b) Государственная инвентаризация тревожности (STAI, Spielberg et al., 1970). Опросник позволяет оценить состояние и личностную тревожность. Он состоит из 40 пунктов и двух факторов: тревожности состояния и тревожности черт.Баллы по каждому из них могут варьироваться от 0 до 60 баллов. Ответы на каждый вопрос основаны на 4 уровнях 0, 1, 2 и 3).
(c) Профиль состояния настроения (POMS, McNair et al., 1971). Этот опросник оценивает состояние настроения. Он состоит из 65 пунктов и оценивает семь параметров: напряжение, депрессия, гнев, бодрость, усталость, замешательство и дружбу. Ответы даются по шкале от 0 (совсем нет) до 4 (очень много)].
(d) Шкала устойчивости (RS, Wagnild and Young, 1993). Эта шкала оценивает уровень индивидуальной сопротивляемости, то есть способности противостоять различным стрессорам и адаптироваться к жизни до них.Он состоит из 25 пунктов и двух факторов: личной компетентности и принятия себя и жизни. Этот инструмент оценивается по шкале Лайкерта от 1 (не согласен) до 7 (полностью согласен).
(e) Психологический опросник спортивных результатов (IPED, Эрнандес-Мендо, 2006; Эрнандес-Мендо и др., 2014) — это испанская адаптация опросника психологических показателей (ИПП) (Loehr, 1986, 1990). Он используется для оценки некоторых психологических навыков, используемых спортсменами во время соревнований. Он состоит из 42 пунктов, разделенных на следующие измерения: уверенность в себе, отрицательный контроль над копингом, контроль внимания, контроль визуальных образов, уровень мотивации, положительный контроль над копингом и контроль отношения.Для этого инструмента используется шкала типа Лайкерта от 1 (почти никогда) до 5 (почти всегда).
(f) Инвентаризация выгорания в Маслахе (МБИ, Маслах и Джексон, 1981). Эта шкала оценивает уровень выгорания на работе. Он состоит из 22 пунктов и трех факторов: эмоциональное истощение, деперсонализация и отсутствие личных достижений. Этот инструмент отвечает по шкале Лайкерта от 0 (никогда) до 6 (каждый день).
(g) Форма самооценки-5 (AF-5, García and Musitu, 2001).Эта анкета оценивает многомерную самооценку. Он состоит из 30 пунктов и оценивает следующие параметры: академический / рабочий, социальный, эмоциональный, семейный и физический. Отвечает шкалой ответов со значениями от 1 (совершенно не согласен) до 99 (полностью согласен).
Процедура
Методики кластеризацииData Mining использовались для классификации людей, принимающих участие в опросах, в факторные наборы (кластеры). Кластеризация — это метод машинного обучения без учителя для автоматической группировки данных, наиболее популярным алгоритмом кластеризации которого является K-Means.Это многомерный метод разделения данных на наборы, которые должны быть как можно более однородными внутри самих себя и неоднородными между собой. В частности, для этого анализа использовался алгоритм K-средних, который основан на оценке расстояния между данными и средним значением каждой переменной. Поэтому рекомендуется обнаруживать закономерности или взаимосвязи между данными. В частности, было проанализировано использование следующих анкет: опросник состояния тревожности соревновательного состояния-2 (CSAI-2), опросник состояния черт тревожности (STAI), профиль состояния настроения (POMS), шкала устойчивости (RS), психологический опросник спортивных результатов. (IPED), выгорание и форма самооценки-5 (AF-5).
На рис. 4 (взято из https://select-statistics.co.uk/blog/customer-segmentation/) показан пример, в котором группа клиентов была сегментирована на основе их чувствительности к цене и лояльности к бренду.
Рис. 4. Группировка клиентов на основе их чувствительности к цене и лояльности к бренду.
Наиболее широко используемым алгоритмом кластеризации является алгоритм K-средних, поскольку он имеет очень хорошую масштабируемость с учетом объема данных. Основная проблема при использовании K-средних состоит в том, что вы должны указать количество групп, которые вы хотите найти.Это количество групп называется К.
. АлгоритмK-средних выполняет следующие шаги:
1. Инициализация: расположение центроидов K групп выбирается случайным образом.
2. Присвоение: каждому элементу данных присваивается ближайший центроид.
3. Обновление: положение центроида обновляется до среднего арифметического значений элементов данных, назначенных группе.
Шаги 2 и 3 выполняются итеративно до тех пор, пока больше не будет никаких изменений.
Анализ данных
Были проанализированы следующие анкеты: Опросник тревожности конкурентного состояния-2 (CSAI-2), Опросник тревожных свойств состояния (STAI), Профиль состояния настроения (POMS), Шкала устойчивости (RS), Психологический анализ спортивных результатов (IPED), выгорание и Форма Я-концепции-5 (AF-5).
Мы провели два кластерных анализа для каждого типа анкеты: 3 и 5 кластерных анализов на 2019 и 2020 годы. Были учтены следующие атрибуты (переменные): возраст, пол, спорт, часы занятий спортом, семейное положение, уровень образования. уровень, профессия и дата.
Кроме того, было построено дерево решений для ответа на следующий вопрос в 2019 и 2020 годах: «Какова профессия тех, кто прошел тест, с точки зрения пола, возраста, количества часов, потраченных на занятия спортом, семейного положения и даты анкету? »
Результаты
Здесь мы покажем результаты, сгруппированные по анкете.Как мы уже говорили ранее, мы проведем сравнение марта-мая 2019 года с 2020 годом, взяв 3 и 5 кластер. Итак, мы получим 3 и 5 наиболее репрезентативных людей, участвующих в опросе по каждому типу анкеты в 2019 и 2020 годах, и сравним основные различия по их характеристикам в зависимости от возраста, пола, вида спорта, часов занятий спортом, семейного положения, уровень образования, профессия и дата проведения опроса. Эффект, произведенный выбором 5 кластеров, заключался в том, что более крупные группы были разделены, но с сохранением тех же характеристик, поэтому мы представим только таблицу результатов с 3 кластерами, но результаты 5 кластеров доступны по любому запросу.
Кроме того, мы также строим дерево решений для каждой анкеты, чтобы ответить на следующий вопрос в 2019 и 2020 годах: «Какова профессия тех, кто прошел тест, с точки зрения пола, возраста, количества часов, потраченных на занятия спортом, семейных отношений». статус и дату анкеты? »
Опись состояния конкурентного беспокойства-2 (CSAI-2)
В таблице 1 показаны 3 кластера, полученные для анкеты CSAI-2 в 2019 году, а в таблице 2 показаны результаты 2020 года. Красные столбцы представляют менее значимый кластер, связанный с количеством элементов, принадлежащих кластеру, а зеленые столбцы представляют собой наиболее значимый.Каждый кластер также показывает количество людей, принадлежащих к нему, и процент, который он представляет.
Таблица 1. 3 кластера получены для анкеты CSAI-2 в 2019 г. и анализа CSAI-2 за март-май 2019 г.
Таблица 2. Анализ 3 кластера CSAI-2 за март-май 2020 г.
Видно, что группы 2020 года более однородны, чем группы 2019 года. Хотя обе они в основном женщины, холостые, выпускники, психологи, преобладающий возраст в 2020 году переместился с интервала 18-35 в интервал 36-65.
Другая информация, представляющая особый интерес, связана с полом. Хотя количество мужчин не является репрезентативным, чтобы иметь возможность сформировать группу в 2019 году, увеличение количества мужчин, заполнивших анкету в 2020 году, приводит к созданию группы мужчин, которые представляют почти четверть изучаемого населения. Примечательно также, что во время карантина увеличилось количество часов занятий спортом.
Чтобы ответить на заданный ранее вопрос, на рисунках 5, 6 деревьев решений показано, что большинство людей, заполняющих анкету CASI-2, являются психологами.
Рисунок 5. Профессия людей, заполняющих анкету CSAI-2 в дереве решений 2019 года.
Рисунок 6. Профессия людей, заполняющих анкету CSAI-2 в дереве решений 2020 года.
Государственная инвентаризация тревожности (STAI)
В таблице 3 показаны 3 кластера, полученные для анкеты STAI в 2019 году, а в таблице 4 показаны результаты за 2020 год. Красные столбцы представляют менее значимый кластер, связанный с количеством элементов, принадлежащих кластеру, а зеленые столбцы представляют собой наиболее значимый.Каждый кластер также показывает количество людей, принадлежащих к нему, и процент, который он представляет.
Таблица 3. Анализ STAI по 3 кластерам за март-май 2019 г.
Таблица 4. Анализ STAI по 3 кластерам за март-май 2020 г.
Результаты, полученные в этой анкете, аналогичны результатам, полученным в CSAI-2. Это логичный результат, потому что оба они связаны с тревогой. Видно, как увеличилось количество мужчин в 2020 году и увеличился возраст, поэтому пожилые люди заполняли анкеты тревожности на карантине.
Чтобы ответить на заданный ранее вопрос, на рисунках 7 и 8 показано, что большинство людей, заполняющих анкету CASI-2, также являются психологами.
Рисунок 7. Профессия людей, заполнивших анкету STAI в дереве решений 2019.
Рис. 8. Профессия людей, заполняющих анкету STAI в дереве решений 2020.
Профиль состояния настроения (POMS)
В таблице 5 показаны 3 кластера, полученные для анкеты POMS в 2019 году, а в таблице 6 показаны результаты за 2020 год.Красные столбцы представляют менее значимый кластер, связанный с количеством элементов, принадлежащих кластеру, а зеленые столбцы представляют собой наиболее значимый. Каждый кластер также показывает количество людей, принадлежащих к нему, и процент, который он представляет.
Таблица 5. Анализ POMS по 3 кластерам за март-май 2019 г.
Таблица 6. 3 кластера POMS-анализ за март-май 2020 г.
Результатыпоказывают, что есть новый тип людей, принимающих участие в опросе POMS в 2020 году, который не был значимым в 2019 году.Это мужчина от 18 до 35 лет, студент и занимается спортом 25 часов в неделю, что на 100% больше, чем в 2019 году.
Чтобы ответить на заданный ранее вопрос, на рисунках 9 и 10 деревья решений показано, что большинство людей, заполняющих анкету POMS, либо психологи, либо студенты. Однако на профессию больше всего влияет количество часов занятий спортом в 2019 году, а не возраст в 2020 году.
Рисунок 9. Профессия людей, заполнивших анкету POMS в дереве решений 2019.
Рисунок 10. Профессия людей, заполняющих анкету POMS в дереве решений 2020.
Шкала упругости (RS)
В таблице 7 показаны 3 кластера, полученные для анкеты RS в 2019 году, а в таблице 8 показаны результаты за 2020 год. Красные столбцы представляют менее значимый кластер, связанный с количеством элементов, принадлежащих кластеру, а зеленые столбцы представляют собой наиболее значимый. Каждый кластер также показывает количество людей, принадлежащих к нему, и процент, который он представляет.
Таблица 7. 3 кластера RS-анализ за март-май 2019 г.
Таблица 8. 3 кластера RS-анализ за март-май 2020 г.
Одним из наиболее важных фактов в результатах RS является то, что типичный человек, принимавший участие в опросе в 2019 году, был мужчиной, а в 2020 году было столько же мужчин, сколько и женщин. Также интересно, что в 2019 году Divorced создал кластер, но в 2020 году каждый кластер представляет для одиноких людей.
Чтобы ответить на заданный ранее вопрос, на рисунках 11, 12 деревьев решений показано, что большинство людей, заполняющих анкету RS, в 2019 году либо психологи, либо студенты, в зависимости от пола и времени занятий спортом.Однако профессия в 2020 году станет более разнородной, и возраст — один из самых важных моментов для принятия решения.
Рисунок 11. Профессия людей, заполняющих анкету RS, в дереве решений 2019 года.
Рисунок 12. Профессия людей, заполняющих анкету RS, в дереве решений 2020 года.
Психологический опросник спортивных результатов (IPED)
В таблице 9 показаны 3 кластера, полученные для анкеты IPED в 2019 году, а в таблице 10 показаны результаты за 2020 год.Красные столбцы представляют менее значимый кластер, связанный с количеством элементов, принадлежащих кластеру, а зеленые столбцы представляют собой наиболее значимый. Каждый кластер также показывает количество людей, принадлежащих к нему, и процент, который он представляет.
Таблица 9. Анализ IPED 3 кластера за март-май 2019 г.
Таблица 10. 3 кластерный анализ IPED за март-май 2020 г.
Есть одно важное изменение, касающееся пола людей, принимающих участие в опросе IPED.В 2019 году около 50% людей составляли мужчины и 50% женщины. Однако в 2020 году все они были женщинами. Также отмечается, что в 2020 году люди старше и имеют высшее образование, все они закончили обучение.
Чтобы ответить на заданный ранее вопрос, рисунки 13, 14 деревьев решений показывают, что большинство людей, заполняющих анкету IPED, являются психологами или студентами, но четкой закономерности нет.
Рис. 13. Профессия людей, заполнивших анкету IPED в дереве решений 2019.
Рисунок 14. Профессия людей, заполняющих анкету IPED в дереве решений 2020.
Инвентаризация выгорания Маслаха (МБИ)
В таблице 11 показаны 3 кластера, полученные для анкеты RS в 2019 году, а в таблице 12 показаны результаты за 2020 год. Красные столбцы представляют менее значимый кластер, связанный с количеством элементов, принадлежащих кластеру, а зеленые столбцы представляют собой наиболее значимый. Каждый кластер также показывает количество людей, принадлежащих к нему, и процент, который он представляет.
Таблица 11. Анализ MBI 3 кластера за март-май 2019 г.
Таблица 12. Анализ MBI с 3 кластерами за март-май 2020 г.
В период с 2019 по 2020 год наблюдается одно важное увеличение числа мужчин, принявших участие в опросе MBI. В 2019 году около 43% людей составляли мужчины и 57% женщины. Однако в 2020 году 74% людей составляли мужчины и 26% женщины. Этот факт связан с тем, что многие люди, занимающиеся боксом, приняли участие в опросе, поэтому типичный человек, принимающий участие в опросе MBI, проходит от молодой женщины, занимающейся 4-5 часами любого вида спорта в 2019 году, до молодого мужчины, занимающегося боксом 44 часа в 2020 году.
Чтобы ответить на заданный ранее вопрос, на рисунках 15, 16 деревьев решений показано, что большинство людей, заполняющих анкету MBI, являются либо психологами, либо студентами, которые в 2019 году занимаются спортом в определенное время и в часах, а возраст и часы занятий спортом в 2020 году являются основными факторами. но четкой закономерности нет.
Рисунок 15. Профессия людей, заполняющих анкету MBI в дереве решений 2019 года.
Рисунок 16. Профессия людей, заполняющих анкету MBI в дереве решений 2020 года.
Само-концепция Форма-5 (АФ-5)
В таблице 13 показаны 3 кластера, полученные для анкеты AF-5 в 2019 году, а в таблице 14 показаны результаты за 2020 год. Красные столбцы представляют менее значимый кластер, связанный с количеством элементов, принадлежащих кластеру, а зеленые столбцы представляют собой наиболее значимый. Каждый кластер также показывает количество людей, принадлежащих к нему, и процент, который он представляет.
Таблица 13. Анализ AF5 по 3 кластерам за март-май 2019 г.
Таблица 14. Анализ AF5 по 3 кластерам за март-май 2020 г.
Это значительный факт в отношении пола, потому что в 2019 году не было кластера, представляющего мужчин, но в 2020 году мы обнаружили один кластер, который представляет 20% людей, участвовавших в опросе мужчин в возрасте от 18 до 35 лет. Мы также видим, что количество часов занятий спортом увеличилось в 2020 году, как и уровень образования.
Чтобы ответить на заданный ранее вопрос, на рисунках 17, 18 деревья решений показывают, что большинство людей, заполняющих анкету AF-5, являются либо психологами, либо учителями, которые время и время занимаются спортом в 2019 году, а также семейное положение, возраст и часы занятий спортом. в 2020 году в качестве основных факторов, но четкой закономерности нет.
Рисунок 17. Профессия людей, заполняющих анкету AF5 в дереве решений 2019.
Рисунок 18. Профессия людей, заполняющих анкету AF5 в дереве решений 2020 года.
Обсуждение
Основная цель заключалась в том, чтобы определить, изменила ли пандемия COVID-19 характер пользователей Menpas. Чтобы проверить это, были изучены следующие анкеты, запрошенные людьми во всем мире: Опросник тревожности конкурентного государства-2 (CSAI-2), Опросник состояния черт тревожности (STAI), Профиль состояния настроения (POMS), Устойчивость. Шкала (RS), Психологический опросник спортивных результатов (IPED), Опросник выгорания Маслаха (MBI) и Форма самооценки-5 (AF-5).Во-первых, наблюдалось заметное увеличение количества пользователей: с 11263 записей с 1 марта по 30 апреля 2019 года до 20627 записей с 1 марта по 30 апреля 2020 года. Во-вторых, структура пользователей MenPas изменилась. также изменились, что указывает на то, что произошли изменения в способе использования платформы и в типе пользователя, реализованного MenPas.
Рост использования MenPas свидетельствует о том, что онлайн-платформы были одним из способов осуществления многих мероприятий (Basilaia and Kvavadze, 2020; Belzunegui-Eraso and Erro-Garcés, 2020).Технологический переход, возможно, был ускорен из-за этой пандемической ситуации и порождает смену парадигмы в стратегиях приближения к продуктивным или формирующим процедурам и т. Д. (Dong et al., 2020; Kousha and Thelwall, 2020). Среди прочего, образовательная и исследовательская деятельность привела к увеличению объема трафика данных через MenPas в последние годы (например, Aragón et al., 2017; Reigal et al., 2019; González-Guirval et al., 2020) . Таким образом, эти же факторы могут быть факторами, которые привели к значительному увеличению использования анализируемых месяцев 2020 года.Кроме того, эта платформа содержит инструменты, которые обычно используются в области прикладной психологии для решения различных проблем (González-Ruiz et al., 2010, 2018), например, оценки у спортсменов. Это могло быть и другими причинами, по которым его использование резко возросло.
Для CSAI-2 было отмечено, что наиболее представительный кластер в 2019 году состоял из людей в возрасте от 18 до 35 лет, женщин, одиноких и психологов. В 2020 году некоторые из этих характеристик сохранятся, хотя в настоящее время наиболее представительную группу составляют мужчины в возрасте от 36 до 65 лет.Для STAI было отмечено, что наиболее представительный кластер в 2019 году состоял из людей от 18 до 35 лет, женщин, одиноких и психологов. В 2020 году наиболее представительный кластер состоял из одиноких психологов-мужчин в возрасте от 18 до 35 лет. Для POMS тоже выделяется нечто подобное. Возрастной диапазон и семейное положение сохраняются, хотя наиболее репрезентативный кластер идет от женщин-психологов в 2019 году до студентов-мужчин в 2020 году. Для RS это происходит так же, как и для STAI по таким характеристикам, как возраст или семейное положение, хотя в данном случае это наиболее репрезентативный кластер. переходит от мужчин в 2019 году к женщинам в 2020 году.
Для IPED нет изменений в наиболее репрезентативном кластере, хотя наименее репрезентативные изменения от женатых психологов-мужчин в 2019 году до одиноких студенток в 2020 году, все в возрасте от 18 до 35 лет. Для AF5 изменений в наиболее репрезентативном кластере тоже нет, но по крайней мере. В 2019 году они были одинокими студентками, а в 2020 году одинокими психологами-мужчинами, всем в возрасте от 18 до 35 лет. Для MBI меняется наиболее репрезентативный кластер. В 2019 году его формируют женщины в возрасте от 18 до 35 лет, профессора-холостяки.В 2020 году он состоит из одиноких мужчин и студентов в возрасте от 18 до 35 лет.
Обнаруженные результаты не позволяют получить четкую картину использования. Однако можно выделить некоторые важные элементы. Во-первых, увеличилось количество пользователей и изменились характеристики пользователей. Это уже является актуальным фактом и указывает на изменения в способах использования платформы. Например, CSAI-2 чаще используется людьми в возрасте от 36 до 65 лет, что может указывать на то, что большее количество профессионалов в области спортивной психологии смогли использовать этот инструмент в своей прикладной работе (Belzunegui-Eraso и Erro-Garcés , 2020).В Испании в это время было введено ограничение на передвижение, но в других странах ограничения были другими. По этой причине считается, что в других странах MenPas можно было использовать как способ уменьшить личные контакты, даже при сохранении возможных соревнований для спортсменов. Кроме того, CSAI содержит шкалу уверенности в себе, которую можно использовать для мониторинга психологического состояния спортсмена во время заключения (Martens et al., 1990).
Во-вторых, в некоторых анкетах, таких как POMS, IPED, AF5 или MBI, видно, что студенты составляют наиболее репрезентативную группу в 2020 году, но не в 2019 году, или что наименее репрезентативная группа перестает быть группой студентов.Это, пожалуй, самый важный факт данного исследования, которое показывает, что многие образовательные учреждения смогли расширить использование этого типа платформы для обучения своих студентов (Bao, 2020; Basilaia and Kvavadze, 2020; Belzunegui-Eraso and Эрро-Гарсес, 2020). Эти анкеты широко используются в области психологии как в образовании, так и в исследованиях (González et al., 2019; Chen et al., 2020; Ramírez-Siqueiros et al., 2020). Следовательно, логично думать, что они использовались в течение этого периода для поддержания этого типа деятельности.
Ограничения и будущие работы
Несмотря на значительный рост использования MenPas, есть аспекты, которые трудно оценить. Например, за исследованные месяцы не все страны приняли одинаковые меры перед лицом пандемии, вызванной SARS-CoV-2 (коронавирус 2019, COVID-19), из-за разной эволюции пандемии и того, как вирус был распространен по всему миру. Поэтому было бы интересно оценить конкретные ситуации заключения или состояния тревоги в разных странах.Таким образом, можно указать, как каждый социально-политический контекст влияет на использование технологических ресурсов в Интернете. Точно так же было бы важно знать цель, для которой использовался MenPas. Хотя об этом можно относительно предположить, это точно не известно. Если бы у нас были эти данные, мы могли бы составить более точный профиль пользователей, использующих этот ресурс, и лучше понять, как эти инструменты используются в каждой области, но основная цель этого исследования — получить значительные знания о закономерностях использования онлайн-платформы при изменении социально-экономической и экологической ситуации, поэтому вопрос о том, почему пользователи использовали платформу, не имеет большого значения для данного исследования.
С другой стороны, данные с аналогичных платформ не были обнаружены, поскольку известные аналогичные платформы, такие как On-line Psychology Research, Social Psychology Network или Psicoactiva, не предоставляют таких данных. Как только они появятся, результаты будут сравниваться для более точной оценки использования людьми этого типа инструментов. Хотя изменения видны в профилях пользователей, сложно создать уникальный шаблон. Следовательно, потребуется больше данных, чтобы определить, как каждый слой населения изменил свои привычки, и узнать, каковы могут быть их потребности в подобных ситуациях.Мы отслеживали использование Menpas после исследования, и количество новых пользователей в 2020 году (95) примерно в десять раз больше, чем в 2019 году (8), и в 25 раз больше, чем в 2018 году (4). Итак, это означает, что мы должны анализировать новые данные в будущем, проверяя использование и эволюцию шаблонов.
Заключение
Данные, собранные в этом исследовании, показывают значительное увеличение трафика данных и количества пользователей MenPas в течение марта и апреля 2020 года из-за пандемии коронавируса. Кроме того, изменились характеристики пользователей, подчеркнув изменения в привычках людей.Этот факт показывает, что люди меняют и модифицируют свое поведение и находят способ адаптироваться и удовлетворять свои потребности, когда происходит внезапное и резкое изменение социально-экономической и экологической ситуации, в которой и когда они живут. Однако для создания конкретных профилей и определения потребностей, которые можно удовлетворить с помощью онлайн-платформы этого типа, необходимо больше данных.
Заявление о доступности данных
Необработанные данные, подтверждающие выводы этой статьи, будут предоставлены авторами без излишних оговорок.
Авторские взносы
AH-M, VM-S, RR, SG-R, JP-B и JM-B участвовали в дизайне исследования и сборе данных, выполнили статистический анализ и внесли свой вклад в интерпретацию результатов, написали рукопись, утвердили окончательный вариант рукописи в том виде, в котором он был представлен, и рассмотрен, и предоставлены отзывы о рукописи. Все авторы внесли существенный вклад в окончательную рукопись.
Конфликт интересов
Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.
Рецензент CF сообщил редактору о прошлом сотрудничестве с несколькими авторами (RR, AH-M и VM-S).
Сноски
Список литературы
Арагон, С., Лапреса, Д., Арана, Дж., Ангуера, М. Т., и Гарсон, Б. (2017). Пример познавательного потенциала анализа полярных координат: тактика спринта на элитных дистанциях 1500 м. Измер. Phys. Educ. Упражнение. Sci. 21, 26–33. DOI: 10.1080 / 1091367x.2016.1245192
CrossRef Полный текст | Google Scholar
Басилая, Г., Квавадзе, Д. (2020). Переход на онлайн-обучение в школах во время пандемии коронавируса SARS-CoV-2 (COVID-19) в Грузии. Педагогика. Res. 5, 1–9. DOI: 10.29333 / pr / 7937
CrossRef Полный текст | Google Scholar
Бельзунеги-Эрасо, А., и Эрро-Гарсес, А. (2020). Удаленная работа в контексте кризиса Covid-19. Устойчивое развитие 12: 3662.DOI: 10.3390 / su12093662
CrossRef Полный текст | Google Scholar
Батлер, М. Дж., И Барриентос, Р. М. (2020). Влияние питания на восприимчивость к COVID-19 и отдаленные последствия. Brain Behav. Иммун. 87, 53–54. DOI: 10.1016 / j.bbi.2020.04.040
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Чен, Ф., Гарсия, О. Ф., Фуэнтес, М. К., Гарсия-Рос, Р., и Гарсия, Ф. (2020). Я-концепция в Китае: проверка китайской версии опросника пятифакторной самооценки (AF5). Симметрия 12: 798. DOI: 10.3390 / sym12050798
CrossRef Полный текст | Google Scholar
Chinazzi, M., Davis, J. T., Ajelli, M., Gioannini, C., Litvinova, M., Merler, S., et al. (2020). Влияние ограничений на поездки на распространение вспышки нового коронавируса (COVID-19) в 2019 году. Наука 368, 395–400. DOI: 10.1126 / science.aba9757
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Корсини, А., Бишотти, Г. Н., Эйрале, К., и Вольпи, П. (2020). Во время чрезвычайной ситуации с COVID-19 футбол не может возобновиться в ближайшее время! Критический взгляд на итальянский опыт и призыв к действию. Ланцет 395, 497–506. DOI: 10.1136 / bjsports-2020-102306
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Донг, Э., Ду, Х., и Гарднер, Л. (2020). Интерактивная веб-панель для отслеживания COVID-19 в режиме реального времени. Lancet Infect. Дис. 20, 533–534. DOI: 10.1016 / s1473-3099 (20) 30120-1
CrossRef Полный текст | Google Scholar
Дуань, Л., и Чжу, Г. (2020). Психологические вмешательства для людей, пострадавших от эпидемии COVID-19. Ланцет психиатрии 7, 300–302. DOI: 10.1016 / s2215-0366 (20) 30073-0
CrossRef Полный текст | Google Scholar
Гарсия, Ф. и Муситу, Г. (2001). Autoconcepto Forma 5 (AF5). Руководство. Мадрид: ЧАЙ.
Google Scholar
Гонсалес И., Полвилло Р., Руис-Гальдон М., Рейес-Энгель А. и Ройо Дж. Л. (2019). Дисморфический вклад полиморфизмов нейромедиаторов и нейроэндокринной системы в субтерапевтические состояния настроения. Brain Behav. 9: e01140. DOI: 10.1002 / brb3.1140
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Гонсалес-Гирваль, Ф., Рейгал, Р. Э., Морилло-Баро, Дж. П., Хуарес-Руис де Мьер, Р., Эрнандес-Мендо, А., и Моралес-Санчес, В. (2020). Аналитический анализ конвергентного информационного инструмента для оценки действий и депортации: rejilla 1.0. Cuad. Псикол. Деп. 20, 83–94. DOI: 10.6018 / cpd.406371
CrossRef Полный текст | Google Scholar
Гонсалес-Руис, С.Л., Домингес-Альфонсо, Р., Чика-Мерино, Э., Пастрана-Бринконес, Дж. Л., и Эрнандес-Мендо, А. (2018). Виртуальная платформа для онлайн-оценки и исследований: menPas. Cuad. Псикол. Деп. 18, 26–48.
Google Scholar
Гонсалес-Руис, С. Л., Эрнандес-Мендо, А., и Пастрана-Бринконес, Дж. Л. (2010). Программное обеспечение Herramienta для оценки психосоциальной депортации и депортации. Лектур 15: 144.
Google Scholar
Эрнандес-Мендо, А.(2006). Cuestionario para la evalación psicológica de la ejecución deportiva: estudio complementario entre TCT y TRI. Rev. Psicol. Деп. 15, 71–93.
Google Scholar
Эрнандес-Мендо, А., Моралес-Санчес, В., и Пеньяльвер, И. (2014). Replicación de las propiedades psicométricas del Inventario psicológico de Ejecución Deportiva . Rev. Psicol. Деп. 23, 311–324.
Google Scholar
Куша, К., Телуолл, М.(2020). Публикации о COVID-19: охват базы данных, цитаты, читатели, твиты, новости, стены Facebook, сообщения Reddit. Кол. Sci. Шпилька . 1, 1068–1091. DOI: 10.1162 / qss_a_00066
CrossRef Полный текст | Google Scholar
Ли, С., Ван, Ю., Сюэ, Дж., Чжао, Н., и Чжу, Т. (2020). Влияние декларации об эпидемии COVID-19 на психологические последствия: исследование активных пользователей Weibo. Внутр. J. Environ. Res. Общественное здравоохранение 17: 2032. DOI: 10.3390 / ijerph27062032
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Лоэр, Дж.Э. (1986). Тренировка психологической стойкости для спорта: достижение спортивного мастерства . Лексингтон: Стивен Грин Пресс.
Google Scholar
Лоэр, Дж. Э. (1990). Ментальная игра . Нью-Йорк, Нью-Йорк: Сливовая книга.
Google Scholar
Мартенс, Р., Бертон, Д., Вили, Р. С., Бамп, Л. А., и Смит, Д. Е. (1990). «Разработка и валидация Индикатора состояния соревновательной тревоги-2», в «Соревновательная тревога в спорте», , ред.Мартенс, Р. С. Вили и Д. Бертон (Чампинг, Иллинойс: Human Kinetics), 127–140.
Google Scholar
Мартинес-Ферран, М., де ла Гиа-Галипиенсо, Ф., Санчис-Гомар, Ф., и Пареха-Галеано, Х. (2020). Метаболические последствия заключения во время пандемии COVID-19 из-за измененных привычек питания и физической активности. Питательные вещества 12: 1549. DOI: 10.3390 / nu12061549
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Маслах, К., и Джексон, С.Э. (1981). Инвентаризация выгорания Маслаха. Пало-Альто, Калифорния: Консультации психологов Press. DOI: 10.1037 / t05190-000
CrossRef Полный текст | Google Scholar
Макнейр, Д. М., Лорр, М., и Дропплман, Л. Е. (1971). Руководство по профилю состояний настроения (ПОМС). Сан-Диего, Калифорния: Служба образовательных и производственных испытаний.
Google Scholar
Рамирес-Сикейрос, М. Г., Себальос-Гуррола, О., Медина-Родригес, Р. Э., Рейес-Роблес, М., Бернал-Рейес, Ф., и Кокка, А. (2020). Factores psicosociales que contribuyen al éxito deportivo de jugadores Universitarios de balonmano. Cuader. Псикол. Деп. 20, 261–271. DOI: 10.6018 / cpd.356191
CrossRef Полный текст | Google Scholar
Рейгал Р. Э., Гонсалес-Гирваль Ф., Морильо-Баро Дж. П., Моралес-Санчес В., Хуарес-Руис де Мьер Р. и Эрнандес-Мендо А. (2019). Влияние компьютеризированной тренировки на внимательность юных футболистов. Фронт.Psychol. 10: 2279. DOI: 10.3389 / fpsyg.2019.02279
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Sohrabi, C., Alsafi, Z., O’Neill, N., Khan, M., Kerwan, A., Al-Jabir, A., et al. (2020). Всемирная организация здравоохранения объявляет глобальную чрезвычайную ситуацию: обзор нового коронавируса 2019 года (COVID-19). Внутр. J. Surg. 76, 71–76. DOI: 10.1016 / j.ijsu.2020.02.034
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Спилберг, К.Д., Горсуч Р. Л. и Лушене Р. Э. (1970). Руководство STAI. Пало-Альто, Калифорния: Пресса психолога-консультанта.
Google Scholar
Стаддерт, Д. М., и Холл, М. А. (2020). Контроль заболеваний, гражданские свободы и массовое тестирование — корректировка ограничений во время пандемии COVID-19. New Engl. J. Med. 383, 102-104. DOI: 10.1056 / NEJMp2007637
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Torales, J., O’Higgins, M., Castaldelli-Maia, J.М., и Вентриглио, А. (2020). Вспышка коронавируса COVID-19 и ее влияние на глобальное психическое здоровье. Внутр. J. Soc. Психиатрия 66, 317–320. DOI: 10.1177 / 0020764020915212
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Винер Р. М., Рассел С. Дж., Крокер Х., Пакер Дж., Уорд Дж., Стэнсфилд К. и др. (2020). Закрытие школ и методы управления во время вспышек коронавируса, включая COVID-19: быстрый систематический обзор. Ланцет для детей-подростков.Здоровье 4, 397–404. DOI: 10.1016 / s2352-4642 (20) 30095-x
CrossRef Полный текст | Google Scholar
Вагнильд, Г. М., и Янг, Х. М. (1993). Развитие и психометрия. J. Nurs. Измер. 1, 165–178.
Google Scholar
Ван, К., Ченг, З., Юэ, Х. Г., и МакАлир, М. (2020). Управление рисками COVID-19 университетами Китая. J. Risk Fin. Manag. 13, 1–6. DOI: 10.3390 / jrfm13020036
CrossRef Полный текст | Google Scholar
Ван, Г., Чжан, Ю., Чжао, Дж., Чжан, Дж., И Цзян, Ф. (2020). Снизить последствия домашнего заключения для детей во время вспышки COVID-19. Ланцет 395, 945–947. DOI: 10.1016 / s0140-6736 (20) 30547-x
CrossRef Полный текст | Google Scholar
Чжан, С. X., Ван, Ю., Раух, А., и Вэй, Ф. (2020). Беспрецедентное нарушение жизни и работы: здоровье, страдания и удовлетворенность жизнью работающих взрослых в Китае через месяц после вспышки COVID-19. Psychiatry Res. 288, 112958–112958.DOI: 10.1016 / j.psychres.2020.112958
PubMed Аннотация | CrossRef Полный текст | Google Scholar
MineLab — платформа облачного крипто-майнинга от ViserLab
MineLab, платформа для крипто-майнинга Laravel, которая дает прекрасную возможность создать свой веб-сайт облачного крипто-майнинга. миры становятся безналичными, а криптовалюта становится популярной день ото дня. в настоящее время эта отрасль оценивается в 8 миллиардов долларов. Многие люди теперь заинтересованы в запуске своей платформы облачного майнинга, некоторые центры обработки данных, у которых есть много инструментов для майнинга, заинтересованы в подключении к сети тех людей, которые могут там инвестировать.мы получили сотни запросов на разработку таких элементов и собираем идеи с некоторых популярных платформ облачного майнинга: Genesis Mining, Shamining, hashshiny, iqmining. это первичный выпуск Minelab, мы намерены обновить его, но это зависит от вашего выбора, зависит от продажи, зависит от запроса на обновление.
MineLab — это полноценная платформа облачного майнинга, которая приносит прибыль пользователям, следуя правилам, установленным администратором. MineLab легко устанавливается, управляется через админ-панель, имеет адаптивный дизайн, высокий уровень безопасности и интерактивный пользовательский интерфейс.плагины поддержки, LiveChat, Google ReCaptcha, аналитика, автоматический платежный шлюз, карты, валюты и криптовалюты.
Основные характеристики
— Чистый и современный пользовательский интерфейс.
— Сильный и мощный интерфейс администратора.
— Формы для размещения объявлений нескольких размеров.
— Настройка 20+ платежных шлюзов и 250+ валют.
— Простая функциональность и все динамические функции.
— Простая документация.
— Поддержка современного браузера и кросс-браузерной совместимости.
— Регулярные обновления объектов.
— Премиум и быстрая поддержка.
Функции панели пользователя
— 100% безопасная панель пользователя.
— Кошелек с несколькими монетами.
— Настройка безопасности.
— Депозит и снятие средств.
— Журналы приобретенных планов.
— Настройка профиля.
— Ежемесячная статистика депозитов.
— Автоматический способ оплаты.
— Билеты в службу поддержки.
Функции администратора
— 100% безопасная панель администратора.
— Диспетчер пользователей.
— Управляющий горняками.
— Менеджер плана.
— Диспетчер функций плана.
— Весь журнал продаж.
— Депозитный менеджер.
— Менеджер вывода.
— Билет в службу поддержки.
— Журналы транзакций.
— История входа пользователя.
— Менеджер языков.
— Диспетчер подписчиков.
— Базовая настройка.
— Настройка логотипа и значка.
— Настройка расширений.
— SEO менеджер.
— Инструменты настройки электронной почты.
— СМС-менеджер.
— Настройка SMS API.
— Конструктор страниц.
— Настройка внешнего интерфейса и менеджер разделов.
— И многое другое….
Создано для будущего
Использование лучших, перспективных и безопасных стеков, известных миру: bootstrap, laravel framework, jQuery.
Демо-доступ:
Интерфейс: https://script.viserlab.com/minelab/
Доступ администратора: https://script.viserlab.com/minelab/admin
Вход администратора: Имя пользователя: admin | Пароль: admin
Что вы получите вместе с этим скриптом?
— Полный исходный код
— Полная документация по проекту
— Полная база данных проекта
Версия 1.1 — 25 мая 2021 г.
- [FIX] Проблема с загрузкой изображения профиля пользователя
- [FIX] Ошибка часового пояса
- [FIX] Проблема с обновлением кошелька пользователя
- [FIX] Проблема с суммой автоматического ежедневного возврата
- [FIX] User Dashboard 500 Ошибка
- [ADD] Реферальная система
- [ADD] Cron Job инструкция
- [PATCH] Последнее исправление безопасности Laravel
Версия 1.2 — 27 мая 2021 г.
- [FIX] Адрес кошелька Проблемы в админке
- [FIX] Запретить запрос на вывод средств без адреса кошелька
- [ДОБАВИТЬ] Удален экспоненциальный формат числа
- [ADD] Добавить лимит вывода для майнеров
Служба поддержки:
Отправьте нам запрос о предпродажной подготовке продукта, запрос о послепродажной поддержке разработчиков, проект настройки и любые другие запросы по адресу: https://viserlab.com/supportПРИМЕЧАНИЯ: Все наши товары поставляются с лицензией Envato.мы кодируем каждую строку, поддерживая безопасность, если вы используете неавторизованную версию и сталкиваетесь с какими-либо проблемами / ошибками или сталкиваетесь с какими-либо проблемами безопасности, мы не несем ответственности за это. перед покупкой, пожалуйста, проверьте нашу демонстрацию, вы найдете то же самое, что и наша демонстрация.
Производитель платформ для горных работ №1 в США
Безопасная конструкция
Будь то драгоценные металлы, сырье или энергия, горнодобывающая промышленность США является важной частью экономического роста страны.А в некоторых секторах часы работы растягиваются до ночи; это большая проблема для оборудования, поэтому необходимо постоянное обслуживание.
Необходимость соответствовать производственным требованиям также может оказывать давление на мастерскую, поэтому вам необходимо убедиться, что мастерская настолько безопасна, насколько эффективна. Чтобы обеспечить бесперебойную работу оборудования и соблюдение требований OSHA, используйте решения для платформы обслуживания от SafeSmart Access.
Чтобы получить доступ ко всему горному оборудованию и конструкциям, а также для максимальной безопасности при работе на высоте, воспользуйтесь SafeSmart Access сегодня же.Стратегически расположенные в Нью-Йорке и Лос-Анджелесе, мы обслуживаем всю Америку, включая консультации на месте, разработку и доставку индивидуальных платформ. Сделайте SafeSmart Access вашим надежным и эффективным партнером для надлежащего рентабельного обслуживания оборудования.
Горное дело
Ознакомьтесь с нашими индивидуальными решениями
Проверяемое оборудование: SafeSmart Way
Для обеспечения безопасности подрядчиков по ремонту и техническому обслуживанию в горнодобывающей промышленности США SafeSmart Access разрабатывает ряд продуктов, которые помогают повысить безопасность и производительность:
- Платформы — от платформы для обслуживания до решения с регулируемой высотой, которое можно перемещать вручную на восток.
- Переносная лестница — от простой конструкции до чего-то более индивидуального, легкий и безопасный доступ к транспортным средствам и оборудованию обеспечивается с помощью нашего ассортимента переносных лестниц.
- Лестницы — это может показаться достаточно простым, но в более тяжелых отраслях все оборудование должно соответствовать требованиям и адаптировано к вашим потребностям — тяжелые лестницы для быстрого обслуживания оборудования, доступ к легким, но прочным вариантам из стекловолокна для электробезопасности.
Индивидуальные решения: уникальное оборудование для уникальных потребностей доступа.
SafeSmart понимает, что в горнодобывающей промышленности могут использоваться машины и транспортные средства неправильной формы. Им также нужен безопасный доступ, соответствующий требованиям OSHA.
Благодаря возможностям нашего специализированного магазина мы можем выехать на объект, оценить ваши потребности, составить оригинальный дизайн платформы обслуживания, которая идеально соответствует вашим потребностям, изготовить ваш продукт и доставить его на место.