Channel
@LD_praktika
On this record: Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Cite this entry
183subscribers
+0 since we began measuring on 6 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1003792938854 |
|---|---|
| Type | Channel |
| Username | @LD_praktika |
| Description | Практические инструменты порционного обучения: от декомпозиции навыка до измерения результата. Для методологов, тренеров, руководителей. Только прикладное. |
| Created | Between 1 February 2026 and 13 June 2026— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 7 August 2026 |
| Last confirmed live | 13 August 2026 |
| Measurements held | 2 |
| On Telegram | t.me/LD_praktika |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 7 Aug 2026, 08:02 | 183 | no change |
| 6 Aug 2026, 20:34 | 183 | first reading |
20 posts held, back to 13 June 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 pageof Telegram’s post history, 20 posts per page.
ERR is average views per post over the last 30 days divided by subscribers, the definition TGStat uses, so this figure is comparable with the one you will see elsewhere. It falls structurally as a channel grows: a high ERR on a small channel and a low one on a large channel describe reach mathematics, not quality. We publish the figure and the sample it came from and pass no verdict on it.
ER is defined industry-wide as (forwards + reactions + comments) ÷ views— note the denominator is views, not subscribers. Telegram’s public web preview carries views and reactions but not forward or comment counts, so the reaction rate above is the reactions term only and is therefore a floor: the true ER for this channel is higher by an amount we have not measured and will not estimate. It is computed over the 2 of 3 measured posts that carry a reaction reading, and over those same posts' views.
| Window | Rolling 30 days · latest post in window 31 July 2026 |
|---|---|
| Posts held | 20 (13 June 2026 – 31 July 2026) |
| Views total | 194 |
| Reactions total | 3 |
| Forwards / comments | not exposed by the public surface — not measured, not estimated |
| Readings taken | 7 Aug 2026, 08:02 UTC |
Views are a single reading per post, taken at the time above. A post published in the last day or two is still accumulating views, which pulls the 30-day average down slightly. That is a property of the standard definition rather than a fault in it, so we keep the definition rather than “correcting” the number into something nobody can reproduce.
Precision. Telegram publishes view counts on its public widget in short form — 8.12K, 3.7M — so any reading at or above 1,000 reaches us rounded to three significant figures, and only counts below 1,000 are exact. Averages and rates derived from them are shown to the same precision rather than to the unit: a figure like 3,701,250 would assert digits nobody measured.
Reaction counts are published per emoji and rounded the same way, so a total below 1,000 is exact and a larger one is a sum that may carry a rounded component from each emoji above 1,000. Because it is a sum, it does not look rounded — read a large reaction total as three significant figures per contributing emoji rather than as the figure it prints.
Lifetime counters from Telegram’s own channel header, read 7 August 2026 — not the date at the top of this page, which is when the subscriber count was last read. Below Telegram’s rounding threshold, so these counts are exact.
48 reactions across 12 posts, in 5 distinct kinds. The most used accounts for 50.0% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 🔥 | 24 | 50.0% | |
| ❤ | 13 | 27.1% | |
| ⚡ | 5 | 10.4% | |
| 👍 | 5 | 10.4% | |
| 🙏 | 1 | 2.08% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 14 of the 20 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 48reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 20 most recent posts we hold, published 13 June 2026 to 31 July 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
Эффект интервалов В 2006 и 2008 годах группа ученых под руководством Нила Сепеды (Cepeda) провела масштабные мета-анализы, чтобы понять: какой интервал между повторениями дает максимальный эффект для долгосрочного запоминания. Главный вывод: «Массированная практика» катастрофически проигрывает в долгосрочной перспективе. «Распределенная практика» (обучение, разбитое на короткие сессии с интервалами) обеспечивает гор…
❤1👍1
Концепция «Желательных трудностей» Роберта Бьорка (Desirable Difficulties) Роберт Бьорк (Robert Bjork), выдающийся когнитивный психолог из UCLA, выявил фундаментальное различие, которое меняет взгляд на традиционное понимание обучения: разницу между краткосрочной эффективностью и долгосрочным усвоением. 1. Performance (Текущая эффективность): Насколько хорошо человек выполняет задачу прямо сейчас, во время обучения.…
❤1
Суть порционного подхода на одной схеме Чтобы обучение меняло поведение, а не просто «знакомило с материалом», нужна четкая архитектура. Вот её 4 ключевых элемента 👆 📎 Сохраняйте эту инфографику как шпаргалку при проектировании любой микро-тренировки. #ИнструментарийLД #микрообучение #методология #декомпозиция #LДпрактика
Порционный подход (тренировки до 30 минут в день) — это мощный инструмент, но не панацея. При выборе формата обучения полезно задать себе вопрос: «Какую именно задачу мы решаем?» У каждого формата есть своя зона максимальной эффективности. Давайте расставим границы. Когда порционный подход работает эффективно: Формирование поведенческих привычек. Когда нужно перевести конкретный навык (например, «задавать открытый…
🔥4❤1
Заказчик просит «научить работать с возражениями». А мы меняем фокус и растим конверсию на 22%. Почему? В моей практике бывает так, что в ходе проектирования программы цель полностью меняется. Почему так происходит? Видение бизнеса изнутри процесса часто бывает «замылено» рутиной и внутренними стереотипами. То, что кажется причиной низких KPI, на поверку оказывается лишь симптомом. 📊 Два реальных кейса из практики…
⚡5
🛡 Риски упражнений: как предусмотреть «амортизаторы» до запуска курса В прошлом посте я показала два упражнения для старта курса супервайзеров — аудио-сценарий «Франкенштейн» и кейс-исповедь. К сожалению, идеальных инструментов не существует. За свою тренинговую практику я не встречала упражнения, которое «заходит на ура» в любой группе и в любом контексте. В очном тренинге тренер может гибко среагировать — перестр…
🔥4
Запускаю новую рубрику #Кухняметодолога Здесь буду делиться конкретными инструментами для разных программ и контекстов. Недавно мы разбирали, почему «wow-эффект» и избыточные эмоции вредят обучению. Но как тогда начать курс, чтобы вызвать интерес и желание погрузиться в тему, не скатываясь в детскую геймификацию? Отвечаю на примере курса для супервайзеров. Наша задача — запустить этап рефлексивного наблюдения (диаг…
🔥9❤1
🎭 Сколько эмоций — это слишком много? Коллеги, продолжая тему эмоционального компонента в обучении (пост про «wow-эффект»: https://t.me/LD_praktika/26), я столкнулась с одним неудобным вопросом. Не существует единого универсального порога, какое количество эмоционального контента считать достаточным и не создающим когнитивной перегрузки. А хотелось бы иметь более четкие ориентиры. В существующих исследованиях нашла…
❤5
🎭 Эмоции в обучении: вредят или помогают? Научный взгляд на баланс Коллеги, в прошлом посте мы разбирали, как «wow-эффект» и нерелевантные развлечения убивают обучение (эффект Seductive Details). Но правильно ли будет говорить, что эмоции в обучении не нужны совсем? Существуют научные данные о том, что это не совсем так. Но с очень важными оговорками. Что говорят мета-анализы? Анализ 21 исследования (более 2600 учас…
🔥2❤1
🛑 Почему «wow-эффект» и геймификация убивают обучение? Доказательная база Коллеги, мы часто гонимся за вовлеченностью: добавляем яркие анимации, квесты, эмоциональные сторис и «вау-моменты». Кажется, что чем эмоциональнее курс, тем лучше он усвоится. Но когнитивная психология говорит об обратном. Анализ десятков исследований (включая свежий мета-анализ 2026 года) доказывает: чрезмерный эмоциональный и развлекательны…
🔥5❤2
Делаю курс для наставников и супервайзеров. Глобальная цель — превратить их из «контролеров» в «навигаторов», которые связывают обучение с реальной практикой в полях. (Обязательно поделюсь с вами результатами, когда курс будет готов!) И тут я столкнулась с классической «ловушкой внедрения». В качестве одного из инструментов я взяла трекер прогресса. В теории — идеально: визуализация, мотивация, понятная точка «Б». …
👍3
СДО — это не про «загрузить курсы». Это про архитектуру результатов Коллеги, я начала серию статей о том, как выстроить обучение, которое реально влияет на бизнес-метрики, а не просто «закрывает галочки»: 📚 «Архитектура концепции: от бизнес-целей к учебной среде» Разбираем по блокам методологический каркас, который связывает стратегические цели компании с поведением сотрудников в поле. Без этой связки СДО превраща…
❤1👍1
Showing the 12 most recent of 20 posts we hold for @LD_praktika. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Citation-graph rank — 1,321,336 of 1,480,975entries in the measured graph. A weighted position computed from the forward and mention edges below — republished posts weigh more than named mentions — and recomputed periodically, over the whole graph. Published only as this ordinal position, never as a score: a position is a fact, and a score printed beside one channel’s name would read as a verdict this register does not make. The two counts beneath stay separate for the same reason mentions are never summed with forwards anywhere else on this page — a named-by count costs nothing to manufacture. The top 100 by this measure, or how it is computed.
Named by 1 registered channel — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 7 August 2026 — this entry's latest reading, not the date you are reading this.
“Инструментарий L&D” (@LD_praktika), 183 subscribers as measured 7 August 2026. Telegram Register, tgregister.com/channel/LD_praktika.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.