Анализ страницы https://rujec.org/article/180870/
Основное Готовность: 75%
Домен
rujec.org
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.
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 07.11.2026 10:58:49.
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
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.
Скорость загрузки
~0,75сек
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 0,75сек оптимальна.
Объем документа
60Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 60Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 13
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 13 много для одной страницы. Приемлемо до 10. Проведите оптимизацию файлов ресурсов!
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | text/css | /lib/css/langs/en.css?v=1723472591 |
| stylesheet | text/css | /lib/css/journals/journal_77.css?v=1774450112 |
| stylesheet | https://fonts.googleapis.com/css2?family=Inter:ital,opsz,wght@0,14..32,100..900;1,14..32,100..900&display=swap | |
| stylesheet | https://fonts.googleapis.com/css?family=Open+Sans:400,600,700,400italic,300,300italic,600italic,700italic,800,800italic&subset=latin,greek,greek-ext,vietnamese,cyrillic-ext,latin-ext,cyrillic | |
| stylesheet | https://fonts.googleapis.com/css?family=Lato:300,300i,400,400i,700,700i&subset=latin-ext | |
| js | text/javascript | /lib/js/build/output/article_en.bundle.js?v=1787041472 |
| js | text/javascript | /lib/editors/ckeditor_4.4/plugins/lite/lite-interface.js?v=1723472590 |
| js | text/javascript | /lib/editors/ckeditor_4.4/ckeditor.js?v=1723472590 |
| js | text/javascript | /lib/editors/ckeditor_4.4/adapters/jquery.js?v=1723472590 |
| js | text/javascript | https://maps.googleapis.com/maps/api/js?key=AIzaSyDKyRTU3XxGYW-p7f7-1O3QMVKfStCOOYM&callback=Function.prototype |
| js | text/javascript | https://cdnjs.cloudflare.com/ajax/libs/mathjax/2.7.1/MathJax.js?config=TeX-AMS_HTML&noContrib |
| js | text/javascript | https://www.gstatic.com/charts/loader.js |
| js | https://www.googletagmanager.com/gtag/js?id=G-EP5VB3K95D |
Серверные заголовки
Кол-во: 9
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 9шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Date | Thu, 20 Aug 2026 17:29:55 GMT |
| Server | Apache |
| X-Powered-By | PHP/8.3.10 |
| Set-Cookie | PHPSESSID=d699358c1b2d3311cb10b00f25ca037a; path=/; domain=.rujec.org |
| Cache-Control | no-store, must-revalidate, no-cache |
| Pragma | no-cache |
| X-Frame-Options | SAMEORIGIN |
| Vary | Accept-Encoding |
| Transfer-Encoding | chunked |
CMS
Не определена
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.
CMS не определена. Вероятно, сайт самописный либо движок надёжно скрыт. Это не ошибка.
Веб-сервер
Apache
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.
Сайт работает на веб-сервере Apache.
Мета-теги Готовность: 23%
Title
Platformization without platform data: A latent variable approach
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 уменьшить число символов в title (текущее значение: 65, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Digital multi-sided platforms intermediate a growing share of household expenditure, yet direct cross-country measurement of platformization remains infeasible owing to the absence of publicly available data. This paper treats platformization — defined as the ratio of household consumption expenditure intermediated by platforms to total consumer spending — as a latent variable and estimates it using a Multiple Indicators Multiple Causes (MIMIC) model for a panel of 86 countries over 2000–2023, drawing on the World Bank’s World Development Indicators. The selection of causal and reflective variables is grounded in the Aghion–Howitt endogenous growth model, operationalizing the creative destruction mechanism in the context of platform economics. The methodological contribution consists in applying a Mundlak decomposition within the MIMIC specification, separating short-run (within-country) and long-run (between-country) determinants of platformization while preserving the random-effects structure required for latent variable identification. Bootstrap analysis and leave-one-country-out procedures identify a robust core of determinants: financial depth, broadband access, regulatory quality, urbanization, and R&amp;D expenditure (the latter exhibiting a negative between-effect interpreted as a crowding-out effect: countries with lower average R&amp;D intensity exhibit higher platformization because they are recipients of platform technologies originating in a small number of R&amp;D-intensive exporting economies). Country-level estimates reveal conditional β-convergence alongside persistent absolute gaps among income groups, consistent with technology diffusion under institutional heterogeneity. The resulting estimates are benchmarked against independent point estimates from the literature and can serve as a basis for cross-country comparison of platformization levels and assessment of long-run regulatory effects.
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 уменьшить число символов в description (текущее значение: 1954, оптимально: от 120 до 130)
Keywords
platformization;digital multi-sided platforms;MIMIC;structural equation modeling;latent variable;Mundlak decomposition;Aghion–Howitt model;convergence
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.
Keywords установлены.
Канонический Url
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.
Рекомендуем прописать канонический Url.
Robots
index, follow, all
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 со значением all не накладывает ограничений на индексирование и показ контента. Это правило используется по умолчанию и не влияет на работу поисковых роботов, даже если оно указано в коде.
Адаптивность
initial-scale=1.0, user-scalable=no
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 initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Meta-тег viewport со значением user-scalable определяет доступность масштабирования страницы пользователем.
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:image | https://rujec.org/showimg/d200x_1703537.jpg |
| og:title | Platformization without platform data: A latent variable approach |
| og:description | Digital multi-sided platforms intermediate a growing share of household expenditure, yet direct cross-country measurement of platformization remains infeasible owing to the absence of publicly available data. This paper treats platformization — defined as the ratio of household consumption expenditure intermediated by platforms to total consumer spending — as a latent variable and estimates it using a Multiple Indicators Multiple Causes (MIMIC) model for a panel of 86 countries over 2000–2023, drawing on the World Bank’s World Development Indicators. The selection of causal and reflective variables is grounded in the Aghion–Howitt endogenous growth model, operationalizing the creative destruction mechanism in the context of platform economics. The methodological contribution consists in applying a Mundlak decomposition within the MIMIC specification, separating short-run (within-country) and long-run (between-country) determinants of platformization while preserving the random-effects structure required for latent variable identification. Bootstrap analysis and leave-one-country-out procedures identify a robust core of determinants: financial depth, broadband access, regulatory quality, urbanization, and R&amp;D expenditure (the latter exhibiting a negative between-effect interpreted as a crowding-out effect: countries with lower average R&amp;D intensity exhibit higher platformization because they are recipients of platform technologies originating in a small number of R&amp;D-intensive exporting economies). Country-level estimates reveal conditional β-convergence alongside persistent absolute gaps among income groups, consistent with technology diffusion under institutional heterogeneity. The resulting estimates are benchmarked against independent point estimates from the literature and can serve as a basis for cross-country comparison of platformization levels and assessment of long-run regulatory effects. |
| og:url | https://rujec.org/article/180870/ |
| og:site_name | Russian Journal of Economics |
| og:type | article |
Все мета-теги
Кол-во: 85
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 85шт. 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 | initial-scale=1.0, user-scalable=no |
| name | description | Digital multi-sided platforms intermediate a growing share of household expenditure, yet direct cross-country measurement of platformization remains infeasible owing to the absence of publicly available data. This paper treats platformization — defined as the ratio of household consumption expenditure intermediated by platforms to total consumer spending — as a latent variable and estimates it using a Multiple Indicators Multiple Causes (MIMIC) model for a panel of 86 countries over 2000–2023, drawing on the World Bank’s World Development Indicators. The selection of causal and reflective variables is grounded in the Aghion–Howitt endogenous growth model, operationalizing the creative destruction mechanism in the context of platform economics. The methodological contribution consists in applying a Mundlak decomposition within the MIMIC specification, separating short-run (within-country) and long-run (between-country) determinants of platformization while preserving the random-effects structure required for latent variable identification. Bootstrap analysis and leave-one-country-out procedures identify a robust core of determinants: financial depth, broadband access, regulatory quality, urbanization, and R&amp;D expenditure (the latter exhibiting a negative between-effect interpreted as a crowding-out effect: countries with lower average R&amp;D intensity exhibit higher platformization because they are recipients of platform technologies originating in a small number of R&amp;D-intensive exporting economies). Country-level estimates reveal conditional β-convergence alongside persistent absolute gaps among income groups, consistent with technology diffusion under institutional heterogeneity. The resulting estimates are benchmarked against independent point estimates from the literature and can serve as a basis for cross-country comparison of platformization levels and assessment of long-run regulatory effects. |
| name | keywords | platformization;digital multi-sided platforms;MIMIC;structural equation modeling;latent variable;Mundlak decomposition;Aghion–Howitt model;convergence |
| name | author | Alexander M. Karminsky, Nikolay V. Voytov |
| name | distribution | global |
| name | robots | index, follow, all |
| name | twitter:card | summary |
| name | twitter:site | @ |
| name | twitter:title | Platformization without platform data: A latent variable approach |
| name | twitter:description | Digital multi-sided platforms intermediate a growing share of household expenditure, yet direct cross-country measurement of platformization remains infeasible owing to the absence of publicly available data. This paper treats platformization — defined as the ratio of household consumption expenditure intermediated by platforms to total consumer spending — as a latent variable and estimates it using a Multiple Indicators Multiple Causes (MIMIC) model for a panel of 86 countries over 2000–2023, drawing on the World Bank’s World Development Indicators. The selection of causal and reflective variables is grounded in the Aghion–Howitt endogenous growth model, operationalizing the creative destruction mechanism in the context of platform economics. The methodological contribution consists in applying a Mundlak decomposition within the MIMIC specification, separating short-run (within-country) and long-run (between-country) determinants of platformization while preserving the random-effects structure required for latent variable identification. Bootstrap analysis and leave-one-country-out procedures identify a robust core of determinants: financial depth, broadband access, regulatory quality, urbanization, and R&amp;D expenditure (the latter exhibiting a negative between-effect interpreted as a crowding-out effect: countries with lower average R&amp;D intensity exhibit higher platformization because they are recipients of platform technologies originating in a small number of R&amp;D-intensive exporting economies). Country-level estimates reveal conditional β-convergence alongside persistent absolute gaps among income groups, consistent with technology diffusion under institutional heterogeneity. The resulting estimates are benchmarked against independent point estimates from the literature and can serve as a basis for cross-country comparison of platformization levels and assessment of long-run regulatory effects. |
| name | twitter:image | https://rujec.org/showimg/d200x_1703537.jpg |
| name | twitter:url | https://rujec.org/article/180870/ |
| name | citation_fulltext_world_readable | |
| name | citation_access | all |
| name | citation_journal_title | Russian Journal of Economics |
| name | citation_publisher | Non-profit partnership "Voprosy Ekonomiki" |
| name | citation_title | Platformization without platform data: A latent variable approach |
| name | citation_abstract | Digital multi-sided platforms intermediate a growing share of household expenditure, yet direct cross-country measurement of platformization remains infeasible owing to the absence of publicly available data. This paper treats platformization — defined as the ratio of household consumption expenditure intermediated by platforms to total consumer spending — as a latent variable and estimates it using a Multiple Indicators Multiple Causes (MIMIC) model for a panel of 86 countries over 2000–2023, drawing on the World Bank’s World Development Indicators. The selection of causal and reflective variables is grounded in the Aghion–Howitt endogenous growth model, operationalizing the creative destruction mechanism in the context of platform economics. The methodological contribution consists in applying a Mundlak decomposition within the MIMIC specification, separating short-run (within-country) and long-run (between-country) determinants of platformization while preserving the random-effects structure required for latent variable identification. Bootstrap analysis and leave-one-country-out procedures identify a robust core of determinants: financial depth, broadband access, regulatory quality, urbanization, and R&amp;D expenditure (the latter exhibiting a negative between-effect interpreted as a crowding-out effect: countries with lower average R&amp;D intensity exhibit higher platformization because they are recipients of platform technologies originating in a small number of R&amp;D-intensive exporting economies). Country-level estimates reveal conditional β-convergence alongside persistent absolute gaps among income groups, consistent with technology diffusion under institutional heterogeneity. The resulting estimates are benchmarked against independent point estimates from the literature and can serve as a basis for cross-country comparison of platformization levels and assessment of long-run regulatory effects. |
| name | citation_volume | 12 |
| name | citation_issue | 2 |
| name | citation_firstpage | 199 |
| name | citation_lastpage | 229 |
| name | citation_doi | 10.32609/j.ruje.12.180870 |
| name | citation_id | 180870 |
| name | citation_publication_date | 2026/06/30 |
| name | citation_public_url | https://rujec.org/article/180870/ |
| name | citation_abstract_html_url | https://rujec.org/article/180870/ |
| name | citation_full_html_url | https://rujec.org/article/180870/ |
| name | citation_pdf_url | https://rujec.org/article/180870/download/pdf/ |
| name | citation_xml_url | https://rujec.org/article/180870/download/xml/ |
| name | citation_article_type | article-journal |
| name | citation_keywords | platformization;digital multi-sided platforms;MIMIC;structural equation modeling;latent variable;Mundlak decomposition;Aghion–Howitt model;convergence |
| name | dc.title | Platformization without platform data: A latent variable approach |
| name | dc.type | Research Article |
| name | dc.source | Russian Journal of Economics 12(2): 199-229 |
| name | dc.date | 2026/06/30 |
| name | dc.identifier | doi:10.32609/j.ruje.12.180870 |
| name | dc.publisher | Non-profit partnership "Voprosy Ekonomiki" |
| name | dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| name | dc.format | text/html |
| name | dc.language | en |
| name | prism.publicationName | Platformization without platform data: A latent variable approach |
| name | prism.issn | 2405-4739 |
| name | prism.publicationDate | 2026/06/30 |
| name | prism.volume | 12 |
| name | prism:issueIdentifier | 2 |
| name | prism.doi | 10.32609/j.ruje.12.180870 |
| name | prism.section | Research Article |
| name | prism.startingPage | 199 |
| name | prism.endingPage | 229 |
| name | prism.pageRange | 199-229 |
| name | prism.copyright | 2026 Alexander M. Karminsky, Nikolay V. Voytov |
| name | prism.rightsAgent | rujec@rujec.org |
| name | eprints.title | Platformization without platform data: A latent variable approach |
| name | eprints.type | Research Article |
| name | eprints.datestamp | 2026/06/30 |
| name | eprints.ispublished | pub |
| name | eprints.date | 2026 |
| name | eprints.date_type | published |
| name | eprints.publication | Non-profit partnership "Voprosy Ekonomiki" |
| name | eprints.volume | 12 |
| name | eprints.number | 2 |
| name | eprints.pagerange | 199-229 |
| name | dc.creator | Alexander M. Karminsky |
| name | dc.creator | Nikolay V. Voytov |
| name | dc.contributor | Alexander M. Karminsky |
| name | dc.contributor | Nikolay V. Voytov |
| name | eprints.creators_name | Alexander M. Karminsky |
| name | eprints.creators_name | Nikolay V. Voytov |
| name | citation_author | Alexander M. Karminsky |
| name | citation_author_institution | HSE University, Moscow, Russia |
| name | citation_author_orcid | https://orcid.org/0000-0001-8943-4611 |
| name | citation_author | Nikolay V. Voytov |
| name | citation_author_institution | HSE University, Moscow, Russia |
| name | citation_author_email | nvvoitov@gmail.com |
| name | citation_author_orcid | https://orcid.org/0000-0001-6662-9213 |
| name | citation_issn | 2405-4739 |
| name | citation_issn | 2618-7213 |
| property | og:image | https://rujec.org/showimg/d200x_1703537.jpg |
| property | og:title | Platformization without platform data: A latent variable approach |
| property | og:description | Digital multi-sided platforms intermediate a growing share of household expenditure, yet direct cross-country measurement of platformization remains infeasible owing to the absence of publicly available data. This paper treats platformization — defined as the ratio of household consumption expenditure intermediated by platforms to total consumer spending — as a latent variable and estimates it using a Multiple Indicators Multiple Causes (MIMIC) model for a panel of 86 countries over 2000–2023, drawing on the World Bank’s World Development Indicators. The selection of causal and reflective variables is grounded in the Aghion–Howitt endogenous growth model, operationalizing the creative destruction mechanism in the context of platform economics. The methodological contribution consists in applying a Mundlak decomposition within the MIMIC specification, separating short-run (within-country) and long-run (between-country) determinants of platformization while preserving the random-effects structure required for latent variable identification. Bootstrap analysis and leave-one-country-out procedures identify a robust core of determinants: financial depth, broadband access, regulatory quality, urbanization, and R&amp;D expenditure (the latter exhibiting a negative between-effect interpreted as a crowding-out effect: countries with lower average R&amp;D intensity exhibit higher platformization because they are recipients of platform technologies originating in a small number of R&amp;D-intensive exporting economies). Country-level estimates reveal conditional β-convergence alongside persistent absolute gaps among income groups, consistent with technology diffusion under institutional heterogeneity. The resulting estimates are benchmarked against independent point estimates from the literature and can serve as a basis for cross-country comparison of platformization levels and assessment of long-run regulatory effects. |
| property | fb:app_id | 1129013080805726 |
| property | og:url | https://rujec.org/article/180870/ |
| property | og:site_name | Russian Journal of Economics |
| property | og:type | article |
Оптимизация Готовность: 5%
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 9 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Среднее число слов в абзаце 4 слишком мало. Сделайте контент более читаемым!
Кол-во слов 194 слишком мало. Добавьте больше текста (минимум 400 слов)!
Кол-во знаков контента 1407 на странице оптимально.
Заголовки
Есть ошибки
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.
Не обнаружено заголовков на странице. Добавьте заголовки (<h1>, <h2> или <h3>)
Тошнота
1,73
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 страницы в пределах нормы 3.
Академич. тошнота
19,07%
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 |
|---|---|---|
| estimates | 3 | 1,55% |
| articles | 2 | 1,03% |
| journal | 2 | 1,03% |
| article | 2 | 1,03% |
| contents | 2 | 1,03% |
| articleinfo | 2 | 1,03% |
| metrics | 2 | 1,03% |
| comment | 2 | 1,03% |
| related | 2 | 1,03% |
| definitions | 2 | 1,03% |
| platformization | 2 | 1,03% |
| specification | 2 | 1,03% |
| discussion | 2 | 1,03% |
| appendix | 2 | 1,03% |
| cookies | 2 | 1,03% |
| register | 1 | 0,52% |
| browse | 1 | 0,52% |
| research | 1 | 0,52% |
| russian | 1 | 0,52% |
| economics | 1 | 0,52% |
Индексация Готовность: 60%
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 23 оптимально. Поисковые роботы обязательно проиндексируют сайт.
Robots.txt
Найден корректный robots.txt
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.
Robots.txt настроен корректно. Размер файла: 78 байт. Загружен за: 0сек.
Проверяемая страница не запрещена в robots.txt.
Robots.txt доступен по постоянному адресу
Показать содержимое robots.txt
User-agent: *
Allow: /
Sitemap: https://rujec.org/sitemap/sitemap-index.xml
Sitemap
Кол-во: 1
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 содержит карту сайта. Это прекрасно!
Robots.txt не содержит ошибок в карте сайта.
Показать карту сайта
| Url | Статус |
|---|---|
| https://rujec.org/sitemap/sitemap-index.xml |
|
Внутренние ссылки
Кол-во: 7
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 7 оптимально.
Внутренние ссылки не запрещены к индексации в robots.txt.
На странице присутствуют изображения 1.
Показать внутренние ссылки
| Url | Анкор | Состояние |
|---|---|---|
| / |
Home
|
|
| /articles |
Articles
|
|
| /about |
About
|
|
| /login.php?redirurl=%2Farticle%2F180870%2F |
Login
|
|
| /issue/5552/ |
Russian Journal of Economics 12(2): 199-229
|
|
| /article/180870/download/xml/ |
XML
|
|
| /article/180870/download/pdf/1703535 |
PDF
|
|
Внешние ссылки
Кол-во: 8
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 8 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
На странице присутствуют ссылки на субдомены 1.
Показать внешние ссылки
| Url | Анкор |
|---|---|
| doi.org |
https://doi.org/10.32609/j.ruje.12.180870
|
| doi.org |
<span class="digitalExtendedSpecienNote">DES</span>
|
| bsky.app |
<div class="P-Article-Share-Row-Icon">
<span class="P-Article-Share-Row-Icon-B"></span>
<span class="P-Article-Share-Row-Icon">
Bluesky
</span>
</div>
|
| twitter.com |
<div class="P-Article-Share-Row-Icon">
<span class="P-Article-Share-Row-Icon-T"></span>
<span class="P-Article-Share-Row-Icon">
Twitter
</span>
</div>
|
| t.me |
<div class="P-Article-Share-Row-Icon">
<span class="P-Article-Share-Row-Icon-TL"></span>
<span class="P-Article-Share-Row-Icon">
Telegram
</span>
</div>
|
| reddit.com |
<span class="P-Article-Share-Row-Icon-R"></span>
<span class="P-Article-Share-Row-Icon">
Reddit
</span>
|
| arphahub.com |
<span class="arphalogo"></span>
|
| statcounter.com |
<img class="statcounter" src="//c.statcounter.com/11690184/0/d3ee6e76/0/" alt="Web
Analytics">
|
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://rujec.org/article/180870/ готова к продвижению на 41%. 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: