Қазақ ұлттық қыздар педагогикалық университеті / Казахский национальный женский педагогический университет
Постоянный URI для этого сообществаhttps://cris.qyzpu.edu.kz/handle/123456789/1
Просмотр
141 результаты
Результаты поиска
- Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация, Public Challenges in Creating an Intellectual Nation in Kazakhstan(2014) - Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация, Epistolary Communication in the Digital Age: Challenges and Opportunities for Press Services in Kazakhstan(2025); Amangeldiyeva, G - Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация, Soil morphological and physico-chemical characteristics of Zygophyllum fabago L. populations in the Ili-Balkhash Region of Kazakhstan(2025) - Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация, - Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация, Parental reflexivity and latent psychological violence among urban parents in Kazakhstan and Kyrgyzstan: an exploratory study(Frontiers Media, 2026-09-30); ; ; Marhabbat NurovIntroduction Parental reflective functioning (PRF) has been associated with less harmful parenting behavior and a lower likelihood of intergenerational continuity of violence. However, little is known about whether the association between parental reflexivity and psychologically harmful parenting differs between fathers and mothers in Central Asia. This study examined parental reflexivity, measured using A. V. Karpov’s Reflexivity Scale as an operational proxy for PRF, and its association with latent psychological violence among urban parents in Kazakhstan and Kyrgyzstan. Methods A cross-sectional multi-city study was conducted in Almaty, Shymkent, Turkestan, and Bishkek. The analytical sample ( N = 400), drawn from a larger dataset ( n = 500), included 158 fathers and 242 mothers. Measures included reflexivity, aggression, empathy, latent psychological violence (ILV), uyat intensity, and family-of-origin violence. Analyses comprised parent-group-specific regressions, bootstrap coefficient comparisons, hierarchical moderation models with a PRF × parent-group interaction, and robustness analyses using recruitment-site fixed effects, robust standard errors, the full sample, parent-group weighting, and additional family-context covariates. Results Reflexivity was strongly inversely associated with latent psychological violence in both parent groups. The PRF–ILV slope was descriptively steeper among fathers than mothers ( b = −0.900, R 2 = 0.485 vs. b = −0.779, R 2 = 0.417), but the difference was not statistically significant ( z = −1.27, p = 0.204; 95% bootstrap CI [−0.320, 0.067]). The PRF × parent-group interaction was also nonsignificant (Δ R 2 = 0.002, p = 0.201). Among highly reflective parents with family-of-origin violence, none of five fathers met the exploratory high-ILV threshold (ILV ≥ 70), compared with 1 of 7 mothers; this difference was nonsignificant ( p = 1.000). Family-of-origin violence was associated with lower reflexivity among both fathers ( d = 0.64) and mothers ( d = 0.74). Discussion Parental reflexivity showed a robust inverse association with latent psychological violence, but formal analyses provided no evidence that this association differed between fathers and mothers. The descriptively steeper father association should therefore be regarded as hypothesis-generating rather than as evidence of a father-specific effect. These findings support further longitudinal and intervention research in urban Central Asian populations. - Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация, - Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация, Bulletin WKU(2025-04-14)ГЕОГРАФИЯДАН ӨТІЛЕТІН «ЖАСЫЛ ЭНЕРГИЯ КӨЗДЕРІ» ТАҚЫРЫБЫН ПРОБЛЕМАЛЫҚ ОҚЫТУ ТЕХНОЛОГИЯСЫ АРҚЫЛЫ ҚАРАСТЫРУ Аңдатпа.Мақалада білім алушылардың География пәнінен оқылатын «жасыл энергия көздері» түсінігі, проблемалық оқыту технологиясы арқылы қарастырылып отыр.Атап айтқанда күн мен желден алынатын энергиялардың Қазақстандағы жағдайы мен ерекшеліктері қарастырылған.Ал бұл баламалы энергия көздері осы кездері біздің елдің ғана емес жүниежүзілік елдер деңгейіндегі көкейтесті мәселелерінің бірі болып отыр.Және «Баламалы энергия» көздері табиғи ресурстарды үнемі тұтынудың мүмкіндігі болмаған жағдайда сарқылмайтын энергия көзі ретінде тиімді пайдалануға бағытталған.Жасыл экономиканы дамыту, экологиялық дағдарысты болдырмаудың бірден бір жолы.Жердегі табиғи жасыл энергияның негізгі көзітаусылмайтын энергия қорлары -Жел мен Күн.Және Қазақстан кремнийге бай болғандықтан жаңа технологиялар көмегімен, фотоэлектрлік модульдер өндіру қолға алынуда.Астанада фотоэлектрлік модульдер шығаратын «Astana Solar» зауыты Қазақстандық кремнийден күн батареяларын шығаруды қатты қолға алуда.Аталған энергия көздерінің адамзат тіршілігі үшін өте маңыздысырадиоактивті заттар шығармауында.2013 ж.Мемлекет басшысының Жарлығымен Қазақстанның «жасыл» экономикаға көшу тұжырымдамасы қабылданды.2020 ж. дейінгі қысқа және 2030-2050 жылдарға дейінгі ұзақ мерзімді тұжырымдамада болашақта дамытатын индикаторлар қажеттігі көрсетілген.Демек, жасыл немесе жаңартылған энергия негізінде дамитынелдің табиғатын жақсартуға, жаңартуға үлес қосатын, зиян келтірмеуге бағытталған жаңа технологиялардың қажеттілігі.Осы орайда, білім алушылардың танымдық әрекетін қалыптастыру мақсатында, берілген тапсырмаларпроблемалық технологиялар арқылы оқытудың жеке, топтық жолдары арқылы ұйымдастырылған. - Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация, Вестник ЗКУ(2026-07-24); This study comprehensively examines contemporary issues in predicting topographic elevation through the integration of Geographic Information Systems (GIS) and Machine Learning algorithms. Currently, the development of high-precision Digital Elevation Models (DEM) for the territory of Kazakhstan is of paramount importance. This is primarily due to the unique geomorphological complexity of the country; the Kazakh landscape, ranging from the Caspian depressions to the high-altitude systems of the Tien Shan and Altai, poses a significantly challenge for any mathematical model. From a practical standpoint, such natural heterogeneity significantly reduces the effectiveness of classical geostatistical interpolation methods, such as Kriging or Inverse Distance Weighting (IDW). Standard approaches often fail to account for sharp topographic gradients, leading to substantial errors. To address these shortcomings, this research employs modern data-driven approaches. The subject of the study is the process of regression forecasting of elevation points by integrating spatial data from GIS platforms into machine learning models. The primary objective is to identify the most optimal model adapted to the specific characteristics of the local terrain. To this end, three different architectures were tested: Random Forest, Gradient Boosting, and Artificial Neural Networks (ANN). In the initial stage, GIS data underwent preprocessing and normalizations, after which the predictive capacity of each model was compared against actual measurement points. The results indicated that machine learning methods provide 20-35% higher accuracy compared to traditional techniques. During the comparative analysis, the Random Forest model datasets. This model allowed for a more accurate description of local terrain fluctuations. In conclusion, the proposed methodology paves the way for elevating digital cartography in Kazakhstan to a qualitatively new level. It is recommended to implement these research findings in geodetic design, hydrological modeling, environmental monitoring, and state systems for transformation aimed at the efficient use of the country`s land resources. - Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация, Construction of the Nations in Post-soviet on the Condition of Russian Diasporas “Post Imperial Syndrome”(Elsevier BV, 2013-12-01); - Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация,