data.csv
Блог о журналистике данных и дата-сторителлинге Ведёт @BlackPineapple — аналитик в службе дата-журналистики Яндекса
Показати більше📈 Аналітичний огляд Telegram-каналу data.csv
Канал data.csv (@data_csv) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 13 877 підписників, посідаючи 772 місце в категорії Маркетинг і PR та 48 023 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 13 877 підписників.
За останніми даними від 11 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 100, а за останні 24 години на 3, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 20.76%. Протягом перших 24 годин після публікації контент зазвичай збирає N/A% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 2 881 переглядів. Протягом першої доби публікація в середньому набирає 0 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 37.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як визуализация, аналитика, llm, данными, работы_студентов.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Блог о журналистике данных и дата-сторителлинге
Ведёт @BlackPineapple — аналитик в службе дата-журналистики Яндекса”
Завдяки високій частоті оновлень (останні дані отримано 12 червня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Маркетинг і PR.
В самом дорогом углу Патриарших — на пересечении Большой Никитской и Садового кольца — средний чек достигает 6200 ₽
В районе Патриарших прудов средний чек составил 1834 ₽Ошибки тут нет, но читателю дата-материалов всегда стоит держать это в голове: чуть иначе сгруппировали данные, сравнили показатели с другим периодом, и вот — уже совсем другой результат.
Именно с врачами первичного звена (терапевтами и педиатрами) пациент встречается в первый раз в случае возникновения заболевания, и именно от этих врачей во многом зависит то, насколько своевременно и квалифицированно пациенту окажут медицинскую помощь. <...> К сожалению, выводы анализа свидетельствуют о дефиците высококвалифицированных кадров в государственных учреждениях и низкую обеспеченность населения России терапевтами. Открытием для меня стало сокращение числа врачей санитарно-противоэпидемической группы почти в 2 раза с момента распада Советского Союза. И это — в ситуации, когда сохраняется угроза возникновения инфекционных заболеваний, пандемий; снижение качества пищевой продукции.P.S. Поработать над подобным дипломным проектом под моим наблюдением можно на курсе «Эстетика в графиках». Уже скоро анонсируем запись на следующий поток, а пока можно записаться в лист ожидания. Записавшимся — напомним про курс и дадим самые большие скидки.
Проверь вот этот фрагмент на соответствие тексту прикреплённой научной работы. Оцени его критично, выдай все несоответствия.ChatGPT выдаёт мелкие неточности — говорит, вот это поправь — там не совсем так было написано. А остальное — огонь! Пишу ему ещё раз:
Ты — учёный, которому поступил текст на peer review. Посмотри эту научную работу и определи, насколько верно взята из неё цитата. Разбери критичноОн мне прямо выдаёт цитаты. Это — верно. Это — тоже верно. Тут всё точно. Я выдыхаю. Но работа важная, поэтому напоследок делаю ещё одну проверку: ищу в тексте PDF цитаты, которые мне выдал ChatGPT. И... не нахожу ни одной. Пишу об этом в чат, говорю: мол, кажется, в тексте такого нет. Мой друг говорит, что статья — на другую тему. Он уверенно: нет, твой друг ошибается, вот цитаты. Думаю — что-то странное. Кидаю файл и аналогичный запрос в другую LLM, Claude. Его ответ буквально: статья совсем о другом, приведённая цитата ему не соответствует. Пу-пу-пу. Что хочу сказать в качестве выводов: — «Отключать мозг» при работе с LLM строго запрещено. Если берёте результат модели, вы должны проверить его максимальным количеством способов. Да, надо зайти по всем ссылкам, найти первоисточники и точные цитаты. — Мы привыкли к тому, что модели быстро признают свои ошибки. Но оказывается, что они могут идти в них до конца. Даже просьба перепроверить и прямое указание на подлог — не всегда гарантия исправления. — Закинуть повторную просьбу другой модели или в другой чат — всегда хорошая идея. А какой у вас опыт с LLM? Есть полезные лайфхаки и истории?
Вже доступно! Дослідження Telegram за 2025 — головні інсайти року 
