Our Work

Мақолада прокуратура органларининг коррупцияни олдини олиш ва унга қарши курашишда қонун ижодкорлиги фаолиятидаги иштироки, унинг асосий шакллари ҳамда ҳуқуқий асослари таҳлил қилинган. Прокуратура ор…

Мақолада прокуратура органларининг коррупцияни олдини олиш ва унга қарши курашишда қонун ижодкорлиги фаолиятидаги иштироки, унинг асосий шакллари ҳамда ҳуқуқий асослари таҳлил қилинган. Прокуратура органларининг қонун лойиҳаларини ишлаб чиқиш, муҳокама қилиш, ҳуқуқий ва коррупцияга қарши экспертизадан ўтказиш, шунингдек, қонунчиликни такомиллаштириш бўйича таклифлар киритишдаги иштироки коррупциявий хавфларни барвақт аниқлаш ва бартараф этишнинг превентив механизми сифатида ёритилган. Тадқиқот натижасида прокуратура органларининг қонун ижодкорлигидаги иштирокини янада такомиллаштириш, коррупцияга қарши экспертиза соҳасидаги ваколатларини ҳуқуқий жиҳатдан аниқлаштириш бўйича таклифлар илгари сурилган.

## Overview Overview Dataset obsahuje individuální odpovědi z průřezového online dotazníkového šetření u dospělých v České republice. Studie byla zaměřena na vývoj a psychometrické ověření čtyřpoložko…

## Overview Overview Dataset obsahuje individuální odpovědi z průřezového online dotazníkového šetření u dospělých v České republice. Studie byla zaměřena na vývoj a psychometrické ověření čtyřpoložkové škály Compulsive Pornography Use Scale (CPUS-4), která zachycuje behaviorální projevy kompulzivního užívání pornografie v návaznosti na rámec ICD-11 pro kompulzivní sexuální chování. Součástí dat jsou sociodemografické údaje, charakteristiky užívání pornografie a položky a skóry CPUS-4, PAST, DASS-21 a UCLA-3. Rukopis uvádí výchozí vzorek 1 134 respondentů a analytický vzorek 1 023 respondentů po vyloučení 111 případů s chybějícími položkami hlavních psychometrických nástrojů. Data slouží především k psychometrickým analýzám a studiu souvislostí mezi užíváním pornografie, psychickými obtížemi a osamělostí. Nereprezentativní výběr, sebevýpovědní měření a průřezový design omezují zobecnitelnost a neumožňují vyvozovat kauzalitu. CPUS-4 není samostatným diagnostickým nástrojem. Jedná se o citlivé osobní údaje, které mohou být zpřístupněny pouze na základě žádosti adresované autorům a s jejich souhlasem. Související článek: Babilonová, T., Pontes, H. M., Pipová, H., Reháková, T., Komrska, Š., & Suchá, J. (2026). The development and psychometric evaluation of the brief Compulsive Pornography Use Scale (CPUS-4). BMC Psychology. https://doi.org/10.1186/s40359-026-05328-1. ## Methods • Průřezové, neintervenční online dotazníkové šetření u dospělých v České republice. • Nepravděpodobnostní příležitostný výběr a samovýběr; distribuce přes sociální sítě Facebook, Instagram a Discord. • Sběr probíhal od ledna do března 2024. • Analytický vzorek: N = 1 023, 364 mužů, 632 žen, 10 osob v kategorii "jiné" a 17 chybějících údajů o genderu. Respondenti jsou ve věku 18–72 let, průměrný věk je 27,52 roku (SD = 7,74). • Pro EFA a CFA byl analytický vzorek náhodně rozdělen se stratifikací podle genderu a věkových tercilů: EFA n = 511, CFA n = 512. Chybějící gender tvořil samostatné stratum. ## Data structure Proměnná / proměnné Popis, jednotka a kódování ID Číselný identifikátor záznamu; 1 089 dostupných jedinečných hodnot. Date Datum a čas záznamu. Time Číselný údaj 146–9 249; doba vyplňování v sekundách. Gender 1 = muž, 2 = žena, 4 = jiné; mapování odvozené dle výše uvedeného postupu. Kód 3 (nechci odpovědět) se nevyskytuje. Age Věk v letech; 18–72. occupation 0 = neuvedeno; 1 = student/ka; 2 = zaměstnaný/á; 3 = OSVČ; 4 = nezaměstnaný/á / nestudující; 5 = jiné (např. rodičovská dovolená, důchod, dlouhodobá péče). education 0 = neuvedeno; 1 = základní (ISCED 2); 2 = střední bez maturity (ISCED 3); 3 = střední s maturitou (ISCED 3); 4 = vyšší odborné (ISCED 5); 5 = vysokoškolské (ISCED 6–8). ageporn Odhadovaný věk prvního kontaktu s pornografickým materiálem, roky; 0–40. Nula znamená nikdy. porn30d Počet případů sledování pornografie za posledních 30 dnů; 0–50. Jde o počet sledování, nikoli počet dnů. porntime1 Průměrná denní doba sledování pornografie v pracovní den, v hodinách (rozpětí 0–5) porntime2 Průměrná denní doba sledování pornografie ve volný den, v hodinách (rozpětí 0–12). ucla1, ucla2, ucla3 Položky osamělosti; v souboru 0, 1, 2, 3. Nula znamená, že respondent položku nevyplnil. Odpovědi byly kódovány na škále od 1 do 3 následovně: 1 = téměř nikdy, 2 = někdy a 3 = často. ucla_ts Součet položek ucla1–ucla3. past1–past25 Každý celočíselný index od 1 do 25 označuje samostatnou položku PAST. Odpovědi byly kódovány na škále od 0 do 4 následovně: 0 = nikdy, 1 = jeden až dvakrát, 2 = zřídka, 3 = někdy a 4 = často. past_ts Součet položek past1–past25. cpus1, cpus2, cpus3, cpus4 Položky CPUS-4; Odpovědi byly kódovány na škále od 1 do 5 následovně: 1 = nikdy, 2 = málokdy, 3 = někdy, 4 = často a 5 = velmi často. Nula znamená, že respondent položku nevyplnil. cpus_ts Součet položek cpus1–cpus4 dass1, dass6, dass8, dass11, dass12, dass14, dass18 Sedm položek faktoru stresu DASS-21. Odpovědi byly kódovány na škále od 0 do 3 následovně: 0 = vůbec se mě to netýkalo, 1 = do určité míry nebo někdy se mě to týkalo, 2 = do velké míry nebo často se mě to týkalo a 3 = velice nebo skoro vždy se mě to týkalo. dass3, dass5, dass10, dass13, dass16, dass17, dass21 Sedm položek faktoru deprese DASS-21. Odpovědi byly kódovány na škále od 0 do 3 následovně: 0 = vůbec se mě to netýkalo, 1 = do určité míry nebo někdy se mě to týkalo, 2 = do velké míry nebo často se mě to týkalo a 3 = velice nebo skoro vždy se mě to týkalo. dass2, dass4, dass7, dass9, dass15, dass19, dass20 Sedm položek faktoru úzkosti DASS-21. Odpovědi byly kódovány na škále od 0 do 3 následovně: 0 = vůbec se mě to netýkalo, 1 = do určité míry nebo někdy se mě to týkalo, 2 = do velké míry nebo často se mě to týkalo a 3 = velice nebo skoro vždy se mě to týkalo. dep_ts Součet sedmi položek faktoru deprese. anx_ts Součet sedmi položek faktoru úzkosti. str_ts Součet sedmi položek faktoru stresu. ## Usage Jak data načíst Příklad pro Python s pandas a openpyxl. Soubory umístěte do pracovního adresáře. Kód zachovává původní hodnoty a neprovádí neověřené překódování. Příklad pro Python: from pathlib import Path import pandas as pd path = Path("dataset_cpus.xlsx") df = pd.read_excel(path, sheet_name="Data", engine="openpyxl") df = df.dropna(axis=1, how="all") # pouze zcela prázdné sloupce print("Řádkové pozice a proměnné:", df.shape) # (1134, 72) print("Zcela prázdné řádky:", df.isna().all(axis=1).sum()) # 14 items = ( [f"ucla{i}" for i in range(1, 4)] + [f"past{i}" for i in range(1, 26)] + [f"cpus{i}" for i in range(1, 5)] + [f"dass{i}" for i in range(1, 22)] ) analytic = df.dropna(subset=items).copy() print("Kompletní případy:", len(analytic)) # 1023 # Jde o reprodukci výběru podle chybějících položek, # nikoli potvrzení správnosti veškerého kódování. print("Nuly v UCLA v analytickém vzorku:", analytic[["ucla1", "ucla2", "ucla3"]].eq(0).any(axis=1).sum()) # 6 # Přepočet do nového sloupce, bez přepsání uloženého skóru. past_items = [f"past{i}" for i in range(1, 26)] df["past_ts_recomputed"] = df[past_items].sum(axis=1, min_count=25) available = df[["past_ts", "past_ts_recomputed"]].notna().all(axis=1) mismatch = available & df["past_ts"].ne(df["past_ts_recomputed"]) print(df.loc[mismatch, ["ID", "past_ts", "past_ts_recomputed"]]) Požadavky na software nebo závislosti Pro uvedený příklad je potřeba Python 3, pandas a openpyxl (pip install pandas openpyxl). Pro reprodukci publikovaných analýz je relevantní R a balíčky uvedené v oddílu Methods. XLSX lze prohlížet také v Excelu nebo LibreOffice Calc. Známá omezení pro re-use • Prázdné buňky znamenají, že údaj byl odstraněn v rámci čištění dat. • Výběr kompletních případů reprodukuje velikost analytického vzorku a tabulku 1. • Vzorek je nereprezentativní a převažují ženy a mladší dospělí. Nelze z něj bez dalšího odvozovat populační prevalenci ani zobecňovat výsledky na děti, klinickou populaci nebo jiné jazykové prostředí. • Sebevýpovědní údaje mohou být ovlivněny vybavováním a sociální žádoucností. Jednotlivé nástroje mají rozdílná referenční období. • Použití datasetu je podmíněno vyžádáním od korespondenčního autora, jeho licence je CC BY 4.0. • Před veřejným sdílením je nutné vyjasnit zacházení s přesnými časovými značkami a dalšími potenciálně rozlišujícími údaji. ## Change log - 2026-09-26: První vydání ## Contact Jaroslava Suchá, jaroslava.sucha@upol.cz ACCESS CONDITIONS Access to this record is restricted due to: Personal sensitive data. Access may be granted for legitimate research purposes upon reasonable request and subject to approval by the data steward. To request access, please contact: Jaroslava Suchá (jaroslava.sucha@upol.cz). The request should include: • brief project description and intended use • institutional affiliation • agreement to sign a Data Use Agreement (DUA), if required

Uzbekistan occupies a strategically important position in Central Asia and plays an increasingly significant role in the region's foreign trade and economic integration. The expansion of goods exports…

Uzbekistan occupies a strategically important position in Central Asia and plays an increasingly significant role in the region's foreign trade and economic integration. The expansion of goods exports is one of the major factors contributing to Uzbekistan's integration into regional and international markets. This article examines the role of Uzbekistan's goods exports in the development of Central Asian trade relations, identifies major export commodities and destination markets, and evaluates the factors influencing export competitiveness. Particular attention is given to the geographical diversification of exports, industrial products, agricultural commodities, textiles, non-ferrous metals, chemical products, and machinery. The study applies comparative, statistical, structural, and analytical methods to assess Uzbekistan's export position in Central Asia. The findings demonstrate that the country's export potential is closely associated with the diversification of production, development of transport and logistics infrastructure, expansion of regional trade, and implementation of value-added production. Strengthening economic cooperation with Kazakhstan, Kyrgyzstan, Tajikistan, and Turkmenistan can further increase the regional significance of Uzbekistan's exports.

Mazkur maqolada jamiyat, fan-texnika, raqamli texnologiyalar va globallashuv jarayonlarining til taraqqiyotiga ta’siri tahlil qilinadi. Zamonaviy ijtimoiy hayotda yangi tushunchalarning paydo bo…

Mazkur maqolada jamiyat, fan-texnika, raqamli texnologiyalar va globallashuv jarayonlarining til taraqqiyotiga ta’siri tahlil qilinadi. Zamonaviy ijtimoiy hayotda yangi tushunchalarning paydo bo‘lishi natijasida yangi so‘z va terminlarning tilga kirib kelishi, o‘zlashma birliklarning faollashuvi hamda internet kommunikatsiyasi ta’sirida til qo‘llanishining o‘zgarishi yoritiladi. O‘zbek tilining raqamli muhitdagi imkoniyatlari va sun’iy intellekt texnologiyalari bilan bog‘liq rivojlanishi ham ko‘rib chiqiladi. Tadqiqotda ilmiy manbalarni tahlil qilish, qiyoslash, tavsiflash va umumlashtirish usullaridan foydalanildi. Natijalar til rivoji jamiyat taraqqiyotining ajralmas bir bo‘lagi ekanligini ko‘rsatadi. Tadqiqot natijasida zamonaviy o‘zbek tilida raqamli va ijtimoiy sohalarga oid yangi leksik qatlam faol shakllanayotgani, bunda o‘zlashma va neologizmlar nisbati oshib borayotgani aniqlandi.

El presente artículo tuvo como objetivo determinar la relación entre las estrategias didácticas y el aprendizaje autónomo en estudiantes de educación superior. Para …

El presente artículo tuvo como objetivo determinar la relación entre las estrategias didácticas y el aprendizaje autónomo en estudiantes de educación superior. Para ello, se desarrolló una investigación de tipo básica, con enfoque cuantitativo y un diseño no experimental, descriptivo-correlacional y de corte transversal. La población estuvo conformada por 142 estudiantes, quienes participaron mediante un censo. Para la recolección de los datos, se aplicaron dos cuestionarios: el primero permitió medir las estrategias didácticas y el segundo, el aprendizaje autónomo. Ambos instrumentos cumplieron con los criterios de validez, establecidos mediante juicio de expertos, y presentaron niveles adecuados de confiabilidad. Posteriormente, para contrastar la hipótesis, se aplicó la prueba de correlación Rho de Spearman, utilizando los procedimientos estadísticos correspondientes. Los resultados evidenciaron que no existe una relación estadísticamente significativa entre las estrategias didácticas y el aprendizaje autónomo en los estudiantes del Instituto Superior Pedagógico Público de Chiclayo (ρ = -0.088; p = 0.296). Esto indica que, en la muestra analizada, las variaciones en las estrategias didácticas no se asociaron de manera significativa con el nivel de aprendizaje autónomo de los estudiantes.

Camera lens defects may cover the same number of pixels yet obstruct very different parts of a useful viewing region. This paper separates geometric defect coverage from task-aware spatial criticality…

Camera lens defects may cover the same number of pixels yet obstruct very different parts of a useful viewing region. This paper separates geometric defect coverage from task-aware spatial criticality. It also handles incomplete masks by reporting deterministic lower and upper bounds. A maximum regional score prevents serious obstruction in a small critical region from being hidden by aggregation. Computations on fixed masks show the effects of location, regional dilution, and unresolved pixels. An exhaustive test of 196,608 scalar bounds found no violations under the stated assumptions. The method is an assessment layer for segmentation output, not a claim of calibrated safety risk.

Commits d931703: Fix naming in tiling, again. (Troels Henriksen) 22ab4b5: Another style remark. (Troels Henriksen)

What's Changed Add interactive ICSOC demo artifact by @GBisi in https://github.com/GBisi/stableshots/pull/1 Add selectable QSimBench traces to the demo by @GBisi in https://github.com/GBisi/stablesho…

What's Changed Add interactive ICSOC demo artifact by @GBisi in https://github.com/GBisi/stableshots/pull/1 Add selectable QSimBench traces to the demo by @GBisi in https://github.com/GBisi/stableshots/pull/2 Improve decision plot and audit event navigation by @GBisi in https://github.com/GBisi/stableshots/pull/3 Fix scientific notation on decision-history shot axis by @GBisi in https://github.com/GBisi/stableshots/pull/4 Add cumulative distribution inspection to the demo by @GBisi in https://github.com/GBisi/stableshots/pull/5 New Contributors @GBisi made their first contribution in https://github.com/GBisi/stableshots/pull/1 Full Changelog: https://github.com/GBisi/stableshots/commits/v1

Reproduction code, executed notebook, manuscript and supplementary material for "A recession-dependent Levy-driven stochastic volatility model for asset-liability management under solvency regulation"…

Reproduction code, executed notebook, manuscript and supplementary material for "A recession-dependent Levy-driven stochastic volatility model for asset-liability management under solvency regulation" (Al-Ma'shumah, Sumarti, Che Taib, Puspita), submitted to the Applied Mathematical Modelling special issue "Advanced Mathematical Modelling and Computational Methods for Insurance and Risk Analytics." See README.md for what is included and SHARING.md for what is withheld and why (a licensed Indonesian government bond series is not redistributed; it is available from the corresponding author on request). This version updates the code, notebook, manuscript and supplement to the current AMM submission and corrects the title, which in earlier versions of this record referred to a prior working title of this paper from a previous journal submission.