Айвазян С.А., Афанасьев М.Ю., Кудров А.В. (2019). Индикаторы основных направлений социально-экономического развития субъектов РФ // Анализ и моделирование экономических и социальных процессов: Математика. Компьютер. Образование. Т. 26. № 7. С. 47–60. DOI: 10.20537/mce2019econ04
Байрамов А.А., Постников И.М. (2024). Профессиональное образование в Челябинской области в связи с полученной специальностью // Генетическая социология XXI. № 1 (14). С. 25–34.
Гайфуллин А.Ю. (2022). Профессиональные планы выпускников вузов: социологический анализ // Социальное время. № 4 (32). С. 48–57. DOI: 10.25686/2410-0773.2022.4.48
Глазьев С.Ю. (2023). Адаптация российской экономики к смене технологических и мирохозяйственных укладов // Научные труды Вольного экономического общества России. Т. 244. № 6. С. 95–102. DOI: 10.38197/2072-2060-2023-244-6-95-102
Казанцев А.А., Боришполец К.П. (2013). «Утечка мозгов» из России как политикоуправленческая проблема // Вестник МГИМО Университета. № 6 (33). С. 206–214.
Каменева Е.А., Киселева Н.И., Селиванова М.А. [и др.] (2023). Национальные проекты и программы в сфере образования в России: осведомленность и ожидания участников образовательного процесса // Перспективы науки и образования. № 6 (66). С. 689–706. DOI: 10.32744/pse.2023.6.40
Кетова Л.П. (2025). Демографические проблемы и реформа высшего образования в современной России // Аграрное и земельное право. № 7. С. 132–135. DOI: 10.47643/1815-1329_2025_7_132
Клячко Т.Л. (2023). Российская система высшего образования на переломе // Вопросы теоретической экономики. № 2. С. 35–51. DOI: 10.52342/2587- 7666VTE_2023_2_35_51
Кораблин Ю.А. (2018). «Утечка мозгов»: эмпирический анализ (по материалам инициативного социологического исследования: февраль-март 2017 г.) // Социодинамика. № 4. С. 29–42.
Локосов В.В. (2025). Демографический кризис современного российского общества: концептуальная оценка и возможности выхода // Народонаселение. Т. 28. № 4. С. 4–14. DOI: 10.24412/1561-7785-2025-4-4-14
Макар С.В., Крошилин С.В. (2025). Современные тренды трудовой деятельности: смена технологических укладов, искусственный интеллект и цифровизация // Дискуссия. № 6 (139). С. 6–17. DOI: 10.46320/2077-7639-2025-6-139-6-17
Макаренко Н.В. (2022). Государственные органы управления образованием региона в реализации национального проекта «Образование» // Наука. Управление. Образование. РФ. № 3 (7). С. 57–62. DOI: 10.56464/2713-0487_2022_3_57
Маршалко Г.Б., Труфанова Ю.А. (2022). Полиномиальные аппроксимации некоторых функций активации нейронных сетей // Информатика и автоматизация. Т. 21. № 1. С. 161–180. DOI: 10.15622/ia.2022.21.6
Медведева Е.И., Крошилин С.В. (2022). Гребневая модель для прогноза демографических показателей российской системы образования // Народонаселение. Т. 25. № 2. С. 92–103. DOI: 10.19181/population.2022.25.2.8
Новиков С.В. (2023). Адаптивное управление сферой высшего образования посредством интеграции образования, науки и производства // Тенденции развития науки и образования. № 101-102. С. 55–59. DOI: 10.18411/trnio-09-2023-70
Ревунова С.В. (2019). Эконометрические методы в современной экономике // Экономика и предпринимательство. № 9 (110). С. 1266–1269.
Римашевская Н.М., Крошилин С.В., Медведева Е.И. (2016). Региональная гребневая модель для оптимизации системы образования // Народонаселение. № 4 (74). С. 39–46.
Тощенко Ж.Т. (2025). Тернистые пути современного российского высшего профессионального образования // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 18. № 5. С. 47–60. DOI: 10.15838/esc.2025.5.101.2
Тюрина И.О., Ключарев Г.А. (2024). Итоги проекта «5-100»: проекция на трудоустройство выпускников // Социологические исследования. № 9. С. 79–88. DOI: 10.31857/S0132162524090079
Шабунова А.А. (2025). Рынок труда в России: демографические вызовы и территориальные дисбалансы // Экономическое возрождение России. № 2 (84). С. 85–96. DOI: 10.37930/1990-9780-2025-2-84-85-96
Шабунова А.А., Ростовская Т.К. (2022). Демографическая политика в современной России: взгляд населения и экспертная оценка // Вестник Российской академии наук. Т. 92. № 12. С. 1145–1156. DOI: 10.31857/S0869587322090080
Bishop P., Hines A., Collins T. (2007). The current state of scenario development: An overview of techniques. Foresight, 9(1), 5–25. DOI: 10.1108/14636680710727516
Bradfield R., Wright G. (2005). The origins and evolution of scenario techniques in long range business planning. Futures Research Quarterly, 37, 795–812. DOI: 0.1016/j.futures.2005.01.003
Burch T.K. (2018). The cohort-component population projection: A strange attractor for demographers. In: Model-Based Demography. Demographic Research Monographs. DOI: 10.1007/978-3-319-65433-1_10
Heydari M., Xiaohu Zh., Lai K.K. et al. (2019). Investigating the impact of crisis on corporate costs and sales using econometrics method. Proceedings of National Aviation University, 4(81), 71–85. DOI: 10.18372/2306-1472.81.14604
Mirzanov B.J. (2018). Econometric modeling of GDP calculation by ultimate consumption method. Theoretical & Applied Science, 6(62), 213–218. DOI: 10.15863/TAS.2018.06.62.37
Poli R. (2018). A note on the classification of future-related methods. European Journal of Future Research, 6(15). DOI: 10.1186/s40309-018-0145-9
Saussois J.M. (2006). Scenarios, international comparisons, and key variables for educational scenario analysis. In: Think Scenarios, Rethink Education. DOI: 10.1787/9789264023642-5-en
Schoen R. (2016). Hierarchical multistate models from population data: An application to parity statuses. PeerJ., 4, e2535, 25–35. DOI: 10.7717/peerj.2535
Zhang M., Tian B. (2023). Estimation of the non-parametric spatial dynamic panel data model with fixed effects. Mathematics, 11(13), 2865. DOI: 10.3390/math11132865