Анализ страницы https://jtleek.com/talks
Основное Готовность: 100%
Домен
jtleek.com
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Домен второго уровня идеален для продвижения.
Отличный запоминающийся домен.
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Цепочка редиректов:
https://jtleek.com/talks
301 MovedPermanently
https://jtleek.com/talks/
200 OK
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
Не настроен HSTS (Strict-Transport-Security) — рекомендуется включить.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 25.09.2026 19:27:21.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
UTF-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице UTF-8.
Язык
en-US
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык документа указан явно: en-US.
Скорость загрузки
~0,50сек
Время отклика сервера (TTFB)
?
Time To First Byte — время до получения первого байта от сервера. Норма до 200 мс. Медленный отклик ухудшает пользовательский опыт и ранжирование: Яндекс и Google учитывают скорость страниц.
Скорость загрузки сайта 0,50сек оптимальна.
Объем документа
21Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 21Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 2
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Кол-во файлов ресурсов 2 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | /talks/assets/css/style.css?v=02daa74a62104eb86613233fd00575825e2b9dbb | |
| js | https://cdnjs.cloudflare.com/ajax/libs/anchor-js/4.1.0/anchor.min.js |
Серверные заголовки
Кол-во: 17
HTTP-заголовки ответа сервера
?
Заголовки сервера передают браузеру и поисковику служебную информацию: кеширование, безопасность (CSP, HSTS), сжатие (gzip). Правильная настройка ускоряет загрузку и повышает защищённость.
Найдены серверные заголовки 17шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| ETag | "6a7f9383-560d" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 7B0E:1C389F:4685E6:4C534F:6A8ADCF0 |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sun, 23 Aug 2026 11:43:45 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270063-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787485425.171253,VS0,VE139 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 406dda9ba9881a1950eb7966f511625bee2953fe |
CMS
Jekyll v3.10.0
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
В мета-теге generator указано: Jekyll v3.10.0.
Веб-сервер
GitHub.com
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
В заголовке Server указано: GitHub.com.
Мета-теги Готовность: 48%
Title
License | talks
Заголовок страницы в браузере и поисковой выдаче
?
Title — главный SEO-заголовок страницы. Влияет на CTR в поиске и ранжирование. Оптимальная длина: 50–70 символов. Ключевые слова — ближе к началу.
Необходимо увеличить число символов в title (текущее значение мало: 15, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Slides from presentations
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Необходимо увеличить число символов в description (текущее значение мало: 25, минимум: 80, оптимально: от 120 до 130)
Keywords
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Установите мета-тег keywords!
Канонический Url
https://jtleek.com/talks/
Указывает поисковику основную версию страницы
?
Canonical (rel=canonical) предотвращает проблему дублей страниц. Должен точно совпадать с URL проверяемой страницы. Неправильный canonical может передать ссылочный вес на другую страницу.
Канонический Url прописан корректно.
Robots
Ошибок нет
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots не указан. Страница свободна для индексации.
Адаптивность
width=device-width, initial-scale=1
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Разметка OpenGraph
Кол-во: 6
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph задана. Страница оптимизирована под социальные сети.
Показать полный список og мета-тегов
| Тип | Значение |
|---|---|
| og:title | License |
| og:locale | en_US |
| og:description | Slides from presentations |
| og:url | https://jtleek.com/talks/ |
| og:site_name | talks |
| og:type | website |
Все мета-теги
Кол-во: 11
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 11шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | viewport | width=device-width, initial-scale=1 |
| name | generator | Jekyll v3.10.0 |
| name | description | Slides from presentations |
| name | twitter:card | summary |
| property | og:title | License |
| property | og:locale | en_US |
| property | og:description | Slides from presentations |
| property | og:url | https://jtleek.com/talks/ |
| property | og:site_name | talks |
| property | og:type | website |
| property | twitter:title | License |
Оптимизация Готовность: 57%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют в единственном экземпляре).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Слова из title 2 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Абзацев с текстом 2 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Среднее число слов в абзаце 13 достаточно.
Кол-во знаков контента 6384 на странице оптимально.
Кол-во слов 1018 на странице оптимально.
Заголовки
Ошибок нет
Иерархия заголовков H1–H6
?
H1 должен быть один и содержать ключевой запрос. H2–H6 описывают подразделы. Пропуск уровней (H1 → H3) и несколько H1 — типичные ошибки, снижающие понятность страницы для поисковика.
На странице присутствуют заголовки <h1> 1. Это прекрасно.
На странице присутствуют заголовки <h2> 7. Это хорошо.
На странице присутствуют заголовки <h3> 10.
Тошнота
5,66
Насколько одно слово доминирует в тексте
?
Классическая тошнота = √(частота самого повторяющегося слова). Норма до 7–8: текст воспринимается естественно. Выше — поисковик может счесть страницу переспамленной.
Тошнота превышает норму 3. Измените текст страницы!
Академич. тошнота
22,30%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота превышает норму 5-15%. Измените текст страницы!
Семантическое ядро
20
Наиболее часто встречающиеся слова на странице
?
Топ слов по частоте использования. Показывает, какие слова доминируют в тексте с точки зрения поисковика.
Контент страницы содержит осмысленный текст и слова.
Показать список слов
| Слово | Кол-во | Частота |
|---|---|---|
| science | 32 | 3,14% |
| building | 13 | 1,28% |
| public | 11 | 1,08% |
| inference | 9 | 0,88% |
| health | 9 | 0,88% |
| expression | 8 | 0,79% |
| intervention | 8 | 0,79% |
| population | 7 | 0,69% |
| education | 7 | 0,69% |
| economic | 7 | 0,69% |
| scaling | 6 | 0,59% |
| engines | 6 | 0,59% |
| post-prediction | 6 | 0,59% |
| reproducibility | 6 | 0,59% |
| oncology | 5 | 0,49% |
| statistics | 5 | 0,49% |
| recount | 5 | 0,49% |
| research | 5 | 0,49% |
| things | 4 | 0,39% |
| studying | 4 | 0,39% |
Индексация Готовность: 0%
Индексирование
Ошибок нет
Разрешено ли индексирование страницы
?
Проверяет, не закрыта ли страница от индексации через robots.txt, meta robots или X-Robots-Tag. Страница, закрытая от индексации, не появится в поисковой выдаче.
Анкоров на странице 102 оптимально. Поисковые роботы обязательно проиндексируют сайт.
Robots.txt
Не найден
Файл управления сканированием сайта роботами
?
Robots.txt указывает поисковым роботам, какие страницы сканировать, а какие — нет. Ошибки в файле могут случайно закрыть важные разделы от индексации.
Файл robots.txt не найден (ошибка 404). Крайне рекомендуем добавить файл robots.txt, это правило хорошего тона для поисковых роботов.
Sitemap
Кол-во: 0
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.
Внутренние ссылки
Кол-во: 2
Ссылки на другие страницы своего сайта
?
Внутренние ссылки распределяют ссылочный вес между страницами и помогают поисковику обходить сайт. Пустые анкоры и ссылки на запрещённые robots.txt страницы — типичные ошибки.
Внутренних ссылок на странице 2 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние |
|---|---|---|
| /talks/ |
talks
|
|
| / |
http://jtleek.com/
|
|
Внешние ссылки
Кол-во: 100
Ссылки на сторонние сайты
?
Исходящие внешние ссылки передают часть ссылочного веса на чужие сайты. Ссылки на авторитетные ресурсы безопасны; ссылки на мусорные сайты могут навредить репутации страницы.
Внешних ссылок на странице 100 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор |
|---|---|
| creativecommons.org |
<img alt="Creative Commons License" style="border-width:0" src="https://i.creativecommons.org/l/by-sa/4.0/88x31.png">
|
| creativecommons.org |
Creative Commons Attribution-ShareAlike 4.0 International License
|
| docs.google.com |
Building open infrastructure for translational AI in a cancer center
|
| docs.google.com |
Building open infrastructure for translational AI in a cancer center
|
| docs.google.com |
Building, scaling, and deploying AI engines (BIME)
|
| docs.google.com |
Building, scaling, and deploying AI engines (BIG NCTN)
|
| docs.google.com |
Building, scaling, and using AI engines
|
| docs.google.com |
Building, scaling and using AI engines
|
| docs.google.com |
Inference with predicted data (the role of public health in a world where we have machine learned everything)
|
| docs.google.com |
Building, scaling, and using AI engines
|
| docs.google.com |
Predicting future experiments
|
| docs.google.com |
Things Hadley Wickham has taught me
|
| docs.google.com |
Building Scaling, and Using AI Engines
|
| docs.google.com |
Building an oncology AI engine at the Fred Hutch and beyond
|
| docs.google.com |
(Bio)statistics in the AI age
|
| docs.google.com |
Post-prediction inference
|
| docs.google.com |
Data to impact
|
| docs.google.com |
Post-prediction inference
|
| docs.google.com |
AI in translational oncology
|
| docs.google.com |
Inference with predicted data
|
| docs.google.com |
Building the Fred Hutch Data Science Lab
|
| docs.google.com |
Taking calculated career risks to impact the world through data science
|
| docs.google.com |
Studying gene expression at population scale with recount(Fred Hutch)
|
| docs.google.com |
Studying gene expression at population scale with recount
|
| docs.google.com |
Population scale transcriptomics for precision oncology (UW)
|
| docs.google.com |
Population scale transcriptomics for precision oncology (Cincinatti Children’s)
|
| docs.google.com |
Adventures in teaching data science big and small
|
| docs.google.com |
Population scale transcriptomics for precision oncology (FHCC)
|
| docs.google.com |
Post-prediction inference (UW)
|
| docs.google.com |
Post-prediction inference (Flatiron Research X)
|
| docs.google.com |
Adventures in teaching big and small. From online Coursera courses to community based data science education
|
| docs.google.com |
Datatrail – Biostatisticians Building Inclusive Data Science Communities
(UMich Social Good)
|
| docs.google.com |
DataTrail - Biostatisticians building inclusive data science communities (Fred Hutch)
|
| docs.google.com |
Post-prediction inference (TorBug)
|
| docs.google.com |
What you can learn about human gene expression when making 70,000 RNA-seq samples easy to use (VATDSI)
|
| docs.google.com |
The winding path to reproducibility in AI (AACR)
|
| docs.google.com |
Mutually intensive data science learning as an economic and public health intervention
|
| docs.google.com |
Post-prediction inference
|
| docs.google.com |
Mutually intensive data science learning as an economic and public health intervention
|
| docs.google.com |
Mutually intensive data science learning as an economic and public health intervention
|
| docs.google.com |
Why you should care about statistics
|
| docs.google.com |
The Johns Hopkins Data Science Lab Overview
|
| docs.google.com |
Using data science to create economic opportunities in East Baltimore
|
| docs.google.com |
Human data interaction (things we don’t know)
|
| docs.google.com |
(Genomic) Data Science Education as an Economic and Public Health Intervention
|
| docs.google.com |
Data Science Education as an Economic and Public Health Intervention—How (bio)Statisticians Can Lead Change in the World
|
| docs.google.com |
Data Science Education as an Economic and Public Health Intervention—How Biostatisticians Can Lead Change in the World
|
| docs.google.com |
Inference after prediction
|
| docs.google.com |
The future of educational content development is plain text
|
| docs.google.com |
The relationship between statistics and trust in science
|
| docs.google.com |
Medicine is a data science we should teach like it
|
| docs.google.com |
Navigating the garden of forking paths – multiple testing and p-hacking and pre-registration (oh my!)
|
| docs.google.com |
Data science education as a scalable public health intervention (Irvine)
|
| docs.google.com |
Data science education as a scalable public health intervention (Chicago)
|
| docs.google.com |
Is most published research false? (a case study in reproducibility)
|
| docs.google.com |
Studying Human Gene Expression at Population Scale with the Recount Project
|
| docs.google.com |
10 statistics tips (and why you should use them!)
|
| docs.google.com |
Human-behavioral challenges in reproducibility & replicability (ReproZurich)
|
| docs.google.com |
Human data interaction - things we don’t know (JSM 2018)
|
| docs.google.com |
Data science in (bio)stats departments (ASA Chairs)
|
| docs.google.com |
Studying Human Gene Expression at Population Scale with the Recount Project (UCSD 2018)
|
| docs.google.com |
Improving the value of public genomic data with phenotype prediction (SAGES 2018)
|
| docs.google.com |
Defining and implementing reproducibility and replicability (SCT2018)
|
| docs.google.com |
The future of data science is plain text (eCOTs)
|
| docs.google.com |
Predicting and using metadata (Yale)
|
| docs.google.com |
Predicting and using metadata (Toronto)
|
| docs.google.com |
Human behaviorial challenges in biomedical data science
|
| docs.google.com |
Human-data interaction (Washington)
|
| docs.google.com |
Is most published research really false? (Columbia)
|
| docs.google.com |
The data science problem is humans and the solution is the internet
|
| docs.google.com |
Building a human gene expression resource (New York Genome Center)
|
| docs.google.com |
Is most published research false? (McGill)
|
| docs.google.com |
Coming to terms with data overload in science
|
| github.com |
pdf
|
| docs.google.com |
What can we (& you) learn about RNA from 70,000 (human) samples? (UCLA)
|
| docs.google.com |
What can we (& you) learn about RNA from 70,000 (human) samples? (OHSU)
|
| docs.google.com |
What can we (& you) learn about RNA from 70,000 (human) samples?
|
| docs.google.com |
Data Science as a Science
|
| docs.google.com |
What can we learn about RNA from 70,000 (human) samples?
|
| docs.google.com |
Is most published research really false?
|
| docs.google.com |
Re-annotating the human transcriptome with recount
|
| docs.google.com |
Is the p-value really the problem?
|
| slideshare.net |
Data science as a science
|
| slideshare.net |
JHU Data Science MOOCs - behind the scenes
|
| slideshare.net |
Fixing the leaks in the pipeline from public genomics data to the clinic
|
| slideshare.net |
Evidence based data analysis (NAS workshop on statistical reproducibility)
|
| slideshare.net |
We are all statisticians now (Rome Science Festival)
|
| speakerdeck.com |
High-resolution gene expression analysis (PhD thesis defense)
|
| slideshare.net |
Dissecting human brain development at high resolution using RNA-seq (ENAR 2015)
|
| speakerdeck.com |
We are all statisticians now
|
| speakerdeck.com |
Big data and reproducibility
|
| speakerdeck.com |
Adventures in Computational Biology
|
| slideshare.net |
Data science education at JHSPH
|
| slideshare.net |
Statisticians and big data
|
| speakerdeck.com |
Engineering new tools for differential expression analysis
|
| slideshare.net |
10 things statistics taught us about big data
|
| slideshare.net |
Genomics at JHU Biostats
|
| slideshare.net |
The world’s largest data science program: The Johns Hopkins Data Science Specialization
|
| slideshare.net |
JHU Job Talk (2009)
|
| github.com |
Improve this page
|
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Страница https://jtleek.com/talks готова к продвижению на 51%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: