Krai de Khabarovsk
Multi tool use
|
Esta página ou secção cita fontes confiáveis e independentes, mas que não cobrem todo o conteúdo, o que compromete a verificabilidade (desde outubro de 2013). Por favor, insira mais referências no texto. Material sem fontes poderá ser removido.
—Encontre fontes: Google (notícias, livros e acadêmico)
|
|
Coordenadas: 54° 48' N 136° 50' E
O Krai de Khabarovsk (em russo: Хабаровский край, tr. Khabarovski krai), é uma divisão federal da Federação da Rússia. Seu centro administrativo é a cidade de Khabarovsk. Foi criado em 20 de outubro de 1938. Situa-se principalmente na bacia hidrográfica do rio Amur, mas também ocupa um vasto território montanhoso na margem do mar de Okhotsk. De acordo com o censo populacional de 2010, tinha uma população de 1 343 869 residentes.[2]
Geografia |
O krai de Khabarovsk limita com o oblast de Magadan a norte, a Iacútia e o oblast de Amur a oeste, o Oblast Autónomo Judaico, a República Popular da China, e o krai do Litoral a sul e o mar de Okhotsk a leste.
Caracteriza-se por taigas e tundras no norte, bosques pantanosos na depressão central, e bosques caducifólios no sul.
Está no fuso horário da Hora de Vladivostok (UTC+11).
Referências
↑ National Human Development Report, Russian Federation, 2013, P. 150.
↑ Федеральная служба государственной статистики (Seviço Federal de Estatísticas Estatais) (2011). «Всероссийская перепись населения 2010 года. Том 1 (2010 All-russo Population Census, vol. 1)». Всероссийская перепись населения 2010 года (2010 All-Russia Population Census) (em russo). Seviço Federal de Estatísticas Estatais. Consultado em 29 de junho de 2012
O Commons possui uma categoria contendo imagens e outros ficheiros sobre Krai de Khabarovsk
Subdivisões administrativas da Rússia |
Divisões federais
|
| Repúblicas |
Adigueia • Altai • Bascortostão • Buriácia • Cabárdia-Balcária • Cacássia • Calmúquia • Carachai-Circássia • Carélia • Chechênia • Chuváchia • Crimeia • Daguestão • Inguchétia • Sakha • Komi • Mari El • Mordóvia • Ossétia do Norte-Alânia • Tartaristão • Tuva • Udmúrtia
|
 |
| Krais |
Altai • Kamtchatka • Khabarovsk • Krasnodar • Krasnoiarsk • Litoral • Perm • Stavropol • Transbaicália
|
| Oblasts |
Amur • Arcangel • Astracã • Belgorod • Briansk • Iaroslavl • Irkutsk • Ivanovo • Kaliningrado • Kaluga • Kemerovo • Kirov • Kostroma • Kurgan • Kursk • Leningrado • Lipetsk • Magadan • Moscou • Murmansk • Nijni Novgorod • Novgorod • Novosibirsk • Omsk • Oremburgo • Oriol • Penza • Pskov • Rostov • Riazan • Sacalina • Samara • Saratov • Smolensk • Sverdlovsk • Tambov • Tcheliabinsk • Tiumen • Tomsk • Tver • Tula • Ulianovsk • Vladimir • Volgogrado • Vologda • Voronej
|
| Cidades federais |
Moscovo (Moscou) • São Petersburgo • Sebastopol
|
| Oblast autônomo |
Judaico
|
| Okrugs autônomos |
Iamália-Nenétsia • Khântia-Mânsia • Nenétsia • Tchukotka
|
Distritos federais
Central • Sul • Noroeste • Extremo Oriente • Siberiano • Urais • Volga • Crimeia
|
 |
Este artigo sobre Geografia da Rússia é um esboço. Você pode ajudar a Wikipédia expandindo-o. |
lKq w4,56T Lnfv42V,jl uwISA1pD ni4BB6 q6EbXlx0 gq
Popular posts from this blog
0
I found a lot of questions abount appendices and ToC. Many users want appendices to be grouped in an Appendix part, however some problems arise with ToC, hyperref, PDF viewer bookmarks, and so on. There are different solutions which require extra packages, command patching and other extra code, however none of them satisfies me. I almost found an easy way to accomplish a good result, where appendices are added to bookmarks in the right way and hyperref links point to the right page. However, the number of the "Appendix" part page is wrong (it's the number of appendix A). Is there any EASY way to fix that? This is a MWE: documentclass{book} usepackage[nottoc,notlot,notlof]{tocbibind} usepackage{hyperref} begin{document} frontmatter tableofcontents mainmatter part{First} chapter{...
1
In the sklearn.model_selection.cross_val_predict page it is stated: Generate cross-validated estimates for each input data point. It is not appropriate to pass these predictions into an evaluation metric. Can someone explain what does it mean? If this gives estimate of Y (y prediction) for every Y (true Y), why can't I calculate metrics such as RMSE or coefficient of determination using these results?
python scikit-learn cross-validation
share | improve this question
edited Nov 28 '18 at 17:52
desertnaut
20.3k 7 43 79
...
.everyoneloves__top-leaderboard:empty,.everyoneloves__mid-leaderboard:empty,.everyoneloves__bot-mid-leaderboard:empty{ height:90px;width:728px;box-sizing:border-box;
}
0
I have written a function using curl to generate the token. I check whether the token exists; if not, then I execute the function, otherwise I skip this function and proceed to next. But I am not sure that it will work if a token is expired. Is there any command to identify the expired token and generates the new one by calling this function? #!/bin/ksh export V_TOKEN="gen_token_${V_DATE}.txt" #### Calling function to generate the token function callPOST { curl -X POST -H 'Content-Type: application/x-www-form-url' -d 'grant_type=password&username=usr01&password=pwd...
Rússia
