Channel
@natashprover
On this record: Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Cite this entry
114subscribers
+0 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1001327321017 |
|---|---|
| Type | Channel |
| Username | @natashprover |
| Description | Про слова и смыслы. Канал ведёт Наталья Полыця — филолог, журналист, создательница «Школы хорошего текста» и Good Stroy Agency. Жалобы, предложения, пожелания присылайте сюда: @n_policija |
| Created | Between 1 March 2018 and 30 June 2021— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 9 August 2026 |
| Last confirmed live | 9 August 2026 |
| Measurements held | 2 |
| On Telegram | t.me/natashprover |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 9 Aug 2026, 06:02 | 114 | no change |
| 7 Aug 2026, 22:34 | 114 | first reading |
20 posts held, back to 13 March 2024 — 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.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 20 posts for this entry, the most recent from 7 June 2024. An engagement rate over an empty window would be a number about nothing.
Lifetime counters from Telegram’s own channel header, read 9 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.
101 reactions across 17 posts, in 9 distinct kinds. The most used accounts for 40.6% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 41 | 40.6% | |
| 🔥 | 25 | 24.8% | |
| 👍 | 24 | 23.8% | |
| ❤🔥 | 3 | 2.97% | |
| 👏 | 2 | 1.98% | |
| 🕊 | 2 | 1.98% | |
| 😱 | 2 | 1.98% | |
| 😁 | 1 | 0.99% | |
| 🤔 | 1 | 0.99% |
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 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 101reactions 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 March 2024 to 7 June 2024, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
Ой, я забыла вас позвать на мастер-класс! Завтра в 11:30 рассказываю про работу с текстом: как работать с темой (где она есть, где ее нет, как научиться ее видеть и раскрывать), со слогом (как писать хороший текст или как минмиум нормальный), как подходить к тексту, если он творческий (для себя), и если он «для дела». В общем, попытаюсь охватить важные моменты для всех пишущих людей — журналистов, блогеров, пиарщиков…
❤5
«Евангелические беспорядки» и драка из-за «Орестеи» Афины, октябрь 1901 года. Издатель газеты «Акрополис», человек прогрессивных взглядов, считал, что текст Евангелия должен быть доступным для каждого грека, поэтому берется за публикацию в своем издании современного перевода Нового Завета на новогреческий язык. Грубо говоря, это как если переложить текст со старославянского на современный русский. Однако инициатива…
❤3👏1🔥1😱1
Что на картинке? Драка филологов! Если точнее, это греческие студенты-лингвисты и их педагоги на фоне Афинского университета дерутся с прогрессивной общественностью из-за нового перевода Евангелия. Изучала историю греческого студенческого сопротивления и обнаружила серийные языковые бунты. Написала об этом подробнее ниже 👇 PS Угадайте, где филологи, слева или справа?
«Нормальные люди», Салли Руни Недавно в одной женской группе видела вопрос: «Реально ли влюбиться в нормального мужика?» И сотни радостных комментариев в духе «без треша скучно» и «с мудаками веселее». Очень жаль, что кто-то считает своих избранников мудаками, но интересно другое. Первое: на кого мы ориентируемся, когда говорим о нормальности. Второе: почему отношения «без треша» кажутся нам скучными, т.е. почему…
❤3
Что делают люди, если их мнения о книге не сошлись? Ну, спорят. Что делают филологи? Пишут рецензию. Вот и мы с моей любимой Аней Новицкой поспорили про книгу «Нормальный люди» Салли Руни, и как итог — Аня опубликовала мой текст про книжку в своем книжном канале «Вкрации». Это пост про книгу, но ещё и про то, что нам сложно даются здоровые отношения, потому что в мировой литературе так талантливо романтизируются аб…
Наташ, проверь! pinned «Привет, друзья! Вспомнила (не прошло и три года), что у меня есть Телеграм-канал. И как будто он вдруг попросился во вторую жизнь. Когда я заводила этот канал, мне хотелось делиться своим взглядом на текст: показывать, что это за инструмент и как он работает.…»
Три книги о войне, которые не дают мне покоя Михаэль — подросток, который живет в Кёнигсберге, огромном, красивом, почти сказочном городе, учится в еврейской школе, ходит в филармонию, где дает концерты его отец. Лучший друг Михаэля — немецкий мальчик, живущий по соседству. Это начало книги «Закат Кёнигсберга», написанной уже взрослым Михаэлем, пережившим холокост, бомбардировки британской авиации, уничтожившей цен…
❤2👍1🔥1
А это то, что именно видят нейробиологи на МРТ, изучая наши речевые центры. Картинку взяла из другого исследования Эвелины Федоренко: тут сравнивается человек, у которого нет левой височной доли (фото сверху), с теми, у кого есть (снизу).
❤1👍1🤔1
Речь, мозг и ChatGPT Потрясающий выпуск у Ильи Колмановского про то, как ChatGPT нашел общий язык с человеческим мозгом. Автор поучаствовал в эксперименте Массачусетского технологического института по изучению речевых центров мозга. Идея в чем. Чтобы обработать речь, мозг задействует разные участки. Ну, скажем, если вы это читаете, у вас точно работает зрительная часть — а если кто-то читает вам вслух, то слуховая…
👍4🔥2❤1
Эта книга развивает некую внутреннюю «дополненную реальность»: читая, не забывайте дополнять сказанное тем, о чем умалчивается. Читаете про драйв и кураж 90-х, про время безграничных возможностей? Не забывайте добавлять картинки с пустыми полками, нищим и растерянным населением. Можно, например, слушать аудиокнигу и параллельно воображать себе то, как это происходило на самом деле. Например, когда начальник службы б…
🔥4👍1
«Время Березовского»: плутовской роман, тру-крайм, политический триллер и учебник по бизнесу Есть такой в литературе прием, ненадежный рассказчик — когда персонаж, от лица которого ведется повествование, вас обманывает. Причины разные: герой может пересказать историю в своих интересах (Гумберт Гумберт в «Лолите»), может быть не в себе («Записки сумасшедшего» Гоголя) или преступником («Убийство Роджера Экройда» Агаты…
👍3❤2🔥1
«Позвольте предоставить вам неудобства» «Причинять добро», «наносить пользу», «подвергать ласке» — вы наверняка слышали эти фразы. С точки зрения содержания они означают формы насилия, прикрытые «хорошими намерениями». С точки зрения языка они построены на оксюмороне — парадоксальном сочетании противоречащих друг другу по смыслу слов: глаголы «причинять», «наносить», «подвергать» используются как правило в негатив…
🔥2👍1😁1
Showing the 12 most recent of 20 posts we hold for @natashprover. 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.
Republishes
Channels on the register whose posts this channel has forwarded.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
Names
Channels on the register whose handles appear in this channel's posts.
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 9 August 2026 — this entry's latest reading, not the date you are reading this.
“Наташ, проверь!” (@natashprover), 114 subscribers as measured 9 August 2026. Telegram Register, tgregister.com/channel/natashprover.
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.