Channel
@TFR2022
On this record: Growth · Engagement · What this channel posts · Reactions · Stars · Posts · Citations · Cite this entry
534subscribers
+0 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1001729714300 |
|---|---|
| Type | Channel |
| Username | @TFR2022 |
| Description | Крупнейшая в Европе конференция отрасли переводов и локализации. Ежегодно она собирает от 300 до 500 участников. tconference.ru vk.com/translationforumrussia |
| Created | Between 1 December 2021 and 31 March 2023— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 8 August 2026 |
| Last confirmed live | 8 August 2026 |
| Measurements held | 2 |
| On Telegram | t.me/TFR2022 |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 8 Aug 2026, 03:49 | 534 | no change |
| 7 Aug 2026, 15:02 | 534 | first reading |
19 posts held, back to 23 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.
| Window | Rolling 30 days · latest post in window 7 August 2026 |
|---|---|
| Posts held | 19 (23 June 2026 – 7 August 2026) |
| Views total | 3,939 |
| Reactions total | 90 |
| Forwards / comments | not exposed by the public surface — not measured, not estimated |
| Readings taken | 8 Aug 2026, 03:49 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 8 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.
143 reactions across 19 posts, in 6 distinct kinds. The most used accounts for 48.3% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 69 | 48.3% | |
| 🔥 | 48 | 33.6% | |
| 👍 | 17 | 11.9% | |
| 👏 | 6 | 4.20% | |
| 💯 | 2 | 1.40% | |
| ⚡ | 1 | 0.699% |
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 19 of the 19 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 143reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 19 most recent posts we hold, published 23 June 2026 to 7 August 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.
A paid reaction is a reader spending Telegram Stars — bought with money — on a post by @TFR2022. Telegram publishes the count on the public post preview alongside ordinary reactions, and this register reads it there. It is the only figure on this site that measures money moving rather than attention.
Stars are not reactions, and the two are never added. They are rendered in the same strip on Telegram and counted in the same shape, but one is a tap and the other is a purchase. The reaction totals and the engagement rate elsewhere on this page exclude every figure in this section, and no rate here is computed against a reaction count.
This is not revenue, and we publish no currency figure. What a Star costs a reader and what it pays a channel are different numbers, Telegram takes a share we cannot observe, and the terms have changed. Converting a Star count into money would be an estimate dressed as a measurement, so the count is where we stop.
Counted over the 19 most recent posts we hold for this entry, published 23 June 2026 to 7 August 2026. Star counts above 1,000 reach us in Telegram’s short form and carry the same three-significant-figure rounding as everything else on this page.
Наши следующие докладчики, Ирина Рыбникова и Филипп Вейн, представляют платформу ИИ-оркестрации КОМЕТА для перевода и обработки корпоративных документов📋 📌Ирина — член программного комитета TFR, директор продукта КОМЕТА. У нее — 25-летний опыт развития крепких и самостоятельных команд, которые создают и переводят на разные языки интерфейсные тексты, документацию и другой контент компаний. Также она — соавтор проекта…
🔥5
Наш следующий докладчик – Никита Звонилкин, специалист по сопровождению клиентов компании Амберит📊 За 10 лет в локализации он успел примерить на себя роли лингвиста, менеджера проектов и специалиста по внедрению ИИ-инструментов. Сейчас Никита помогает партнерам и пользователям внедрять CAT-систему Катминт, автоматизировать рабочие процессы и эффективнее использовать возможности ИИ в переводческих проектах. Он работа…
🔥13❤4⚡1
Must see: ведущие спикеры TFR 2026 🔥 Translation Forum Russia — это в первую очередь люди: те, кто уже знает, куда движется переводческая отрасль, и те, кто вместе с нами ищет ответы на этот вопрос. В этом году на TFR выступят эксперты из самых разных областей — вот лишь несколько спикеров форума, доклады которых однозначно заслуживают внимания: Ирина Алексеева, создатель и директор Санкт-Петербургской высшей школ…
❤7🔥5👍1💯1
Какие изменения происходят на российском рынке переводческих услуг? Что показывает статистика, а что остается «за кадром»? 📌22 августа на TFR Николай Куликов (АКМ-Вест) и Шамиль Юсупов (AG.translate) представят презентацию «Исследования российского переводческого рынка – состояние, пути развития, актуальные данные». Для подготовки будут использованы несколько источников информации: анализ открытых данных, предварител…
❤3🔥1
Новые направления TFR-2026 Каждый год программа Translation Forum Russia отражает изменения, которые происходят в переводческой отрасли. TFR 2026 не станет исключением: в этом году участников ждут новые темы и форматы, а также обсуждение вопросов, которые уже сегодня определяют развитие профессии. 🤖 Новый взгляд на искусственный интеллект в переводе В последние годы искусственный интеллект стал одной из самых обсу…
❤3🔥2💯1
🎞Жизнь нашего следующего докладчика похожа сценарий для фильма: Игорь Вахницкий начал свою работу в отделе переводов на Челябинском кузнечно-прессовом заводе, затем пять лет прожил и проработал начальником отдела переводов в Атомстройэкспорте (АСЭ) на проекте по сооружению АЭС «Руппур» в Бангладеш. Сейчас он работает координатором группы переводов на проекте по капитальному ремонту газоочистного завода в Туркменистан…
👍5
Дорогие друзья, Напоминаем вам об опросе «Большие языковые модели (LLM, БЯМ) в индустрии языка и перевода 2026», в котором исследуется применение, преимущества и риски LLM в сфере перевода и лингвистики 📚 📌Ссылка на опрос: https://docs.google.com/forms/d/e/1FAIpQLSdwCCWheQQXv0M1oLuD4SZn0PObmnOlhh2TF1aBgb3eWppKFA/viewform Ваши ответы и мнения помогут получить наиболее полную картину положения дел. Будем рады, если …
🔥1
🎯Следующий докладчик своим примером демонстрирует, что переводчик может не только переводить, но и быть успешным предпринимателем. Лина Белоногова – практикующий синхронист, эксперт по переводам нефтегазовой отрасли с опытом 15 лет, а также карьерный ментор, основатель и руководитель Школы и агентства нефтегазового перевода LinguaOil | Язык нефти. Именно она обучила более 400 устных и письменных переводчиков специали…
❤10
Остался один месяц до нашей встречи на TFR 2026 в Екатеринбурге! Успевайте зарегистрироваться! Что вас ждет? 📌Открытый разговор о том, как жить и работать в условиях трансформации отрасли переводов, что поможет адаптироваться и где найти новые драйверы роста. 📌Новые инструменты, какие из них наиболее эффективны для задач перевода и локализации. 📌Возможные точки карьерного роста. 📌Участие в обсуждении вопросов качест…
❤5🔥3
🫂Следующий докладчик – давний друг и соратник Translation Forum Russia. Юлия Епифанцева присоединилась к компании PROMT более 20 лет назад и принимала участие в разработке многочисленных систем машинного перевода PROMT. С 2011 года является руководителем по развитию бизнеса и отвечает за рыночную стратегию PROMT, исследования рынка и коммуникации🌟 Тема доклада Юлии: «Применение больших языковых моделей (LLM) в проду…
👏6👍2❤1
Наш следующий докладчик – Евгения Горн. Она – кандидат филологических наук, представитель академического сообщества, переводчик и руководитель исследовательского проекта Лаборатория перевода 👩🎓 Уже 15 лет Евгения занимается синхронным переводом и 10 лет работает в сфере образования, в том числе и на руководящих должностях. Обучение переводчиков, исследование языка и перевода, тренировка команд занимают большую часть…
❤10
Наш следующий докладчик знает всё о тайм- и риск-менеджменте, ведь она не только профессионал своего дела, но и мама четверых детей, которая в свободное время пишет стихи и занимается вокалом🎤🎼 Екатерина Караулова – переводчик, преподаватель и специалист по британскому произношению, дипломированный лингвист Тюменского государственного университета. Родом из Ханты-Мансийского АО, много лет живёт и работает в Тюмени🦫🦊…
❤3👍2
Showing the 12 most recent of 19 posts we hold for @TFR2022. 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 — 144,217 of 1,160,990entries 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 7 registered channels — 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 8 August 2026 — this entry's latest reading, not the date you are reading this.
“TFR 2026” (@TFR2022), 534 subscribers as measured 8 August 2026. Telegram Register, tgregister.com/channel/TFR2022.
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.