Channel
@universitet20
On this record: Topic · Growth · Engagement · Posts · Citations · Telegram's recommendations · Cite this entry
17,223subscribers
-107 since we began measuring on 6 August 2026
Risers and fallers across the register · movement among entries of 10,000–31,623.
| Telegram ID | -1001230192461 |
|---|---|
| Type | Channel |
| Username | @universitet20 |
| Created | 30 October 2018 — measured — cross-checked against a third-party dataset (ext.tg_channel) |
| First recorded | 6 August 2026 |
| Last confirmed live | 17 September 2026 |
| Measurements held | 28 |
| Confirmed unchanged | 1 time, most recently 17 September 2026 |
| On Telegram | t.me/universitet20 |
Education — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 10 September 2026 and assigned it the closest of 31 fixed categories, at 100% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 17 Sept 2026, 07:21 | 17,223 | -12 |
| 15 Sept 2026, 04:18 | 17,235 | -14 |
| 13 Sept 2026, 12:19 | 17,249 | -3 |
| 11 Sept 2026, 20:00 | 17,252 | -8 |
| 9 Sept 2026, 12:15 | 17,260 | -10 |
| 6 Sept 2026, 08:02 | 17,270 | -6 |
| 4 Sept 2026, 03:57 | 17,276 | +2 |
| 2 Sept 2026, 20:45 | 17,274 | -3 |
| 1 Sept 2026, 16:23 | 17,277 | +1 |
| 28 Aug 2026, 21:34 | 17,276 | -3 |
| 27 Aug 2026, 23:03 | 17,279 | -1 |
| 26 Aug 2026, 23:13 | 17,280 | -5 |
| 26 Aug 2026, 01:04 | 17,285 | -4 |
| 24 Aug 2026, 21:36 | 17,289 | -3 |
| 23 Aug 2026, 06:02 | 17,292 | -3 |
| 20 Aug 2026, 19:54 | 17,295 | -7 |
| 19 Aug 2026, 18:54 | 17,302 | -5 |
| 17 Aug 2026, 19:46 | 17,307 | -2 |
| 16 Aug 2026, 17:06 | 17,309 | -2 |
| 15 Aug 2026, 01:08 | 17,311 | first reading |
47 posts held, back to 17 July 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 54 pages of Telegram’s post history, 20 posts per page.
ERR is average views per post over the last 30 days divided by subscribers, the definition TGStat uses, so this figure is comparable with the one you will see elsewhere. It falls structurally as a channel grows: a high ERR on a small channel and a low one on a large channel describe reach mathematics, not quality. We publish the figure and the sample it came from and pass no verdict on it.
ER is defined industry-wide as (forwards + reactions + comments) ÷ views — note the denominator is views, not subscribers. Telegram’s public web preview carries views and reactions but not forward or comment counts, so the reaction rate above is the reactions term only and is therefore a floor: the true ER for this channel is higher by an amount we have not measured and will not estimate.
| Window | Rolling 30 days · latest post in window 2 September 2026 |
|---|---|
| Posts held | 47 (17 July 2026 – 2 September 2026) |
| Views total | 2,225 |
| Reactions total | — |
| Forwards / comments | not exposed by the public surface — not measured, not estimated |
| Readings taken | 3 Sept 2026, 09:26 UTC |
Views are a single reading per post, taken at the time above. A post published in the last day or two is still accumulating views, which pulls the 30-day average down slightly. That is a property of the standard definition rather than a fault in it, so we keep the definition rather than “correcting” the number into something nobody can reproduce.
Precision. Telegram publishes view counts on its public widget in short form — 8.12K, 3.7M — so any reading at or above 1,000 reaches us rounded to three significant figures, and only counts below 1,000 are exact. Averages and rates derived from them are shown to the same precision rather than to the unit: a figure like 3,701,250 would assert digits nobody measured.
Reaction counts are published per emoji and rounded the same way, so a total below 1,000 is exact and a larger one is a sum that may carry a rounded component from each emoji above 1,000. Because it is a sum, it does not look rounded — read a large reaction total as three significant figures per contributing emoji rather than as the figure it prints.
Налоги и налогообложение в РФ Курс предлагает систематизированные и представленные в удобной, наглядной форме актуальные вопросы по налогообложению в РФ с учетом рекомендаций Минфина РФ и судебной практики. Узнаем: ▪️Как правильно оптимизировать налоги и не вызывать вопросы у проверяющих; ▪️Как подготовиться к налоговой проверке и успешно ее пройти; ▪️Чем руководствоваться в спорах с налоговой при перемещении бизне…
Структура презентации технологических и инвестиционных проектов Курс в котором рассказывают про структуру инвестиционного питча, главную технологию избавления от «воды» и азы сторителлинга. Узнаем: ▪️Как подготавливать данные презентации для последующей визуализации; ▪️Алгоритм презентации технологического проекта для инвестора; ▪️Ключевые вопросы содержания презентации; ▪️Как дизайн мышление и технология тестирова…
Английский для биологов Курс, который посвящён применению английского языку для биологов: чтению и написанию текстов, восприятию на слух и общению. Узнаем: ▪️Различие английского и русского языков; ▪️Основы грамматики английского; ▪️Словообразование в английском; ▪️Структуру статьи и грамматические особенности научных текстов. Учиться: https://stepik.org/5582
Линейная алгебра и аналитическая геометрия Целью данного курса является повторение и развитие базовых математических понятий, таких как число, функция, уравнение, векторы и матрицы, а также решение задач, иллюстрирующих эти понятия. Узнаем: ▪️Базовые математические понятия; ▪️Элементарные функции и их графики; ▪️Тригонометрические преобразования; ▪️Системы линейных уравнений; ▪️Математические модели на основе алгеб…
Как прогнозировать и оценивать эффективность интернет-рекламы На вебинаре вы получите необходимые формулы и удобный шаблон расчета эффективности рекламы. Если вы действительно относитесь к своему проекту, как к бизнесу, и хотите, чтобы он постоянно развивался, а прибыль росла, вам необходимо научиться считать и оценивать рентабельность всех рекламных каналов и не бояться цифр. Узнаете: ▪️что нужно сделать еще до за…
Эффективный контент–маркетинг: от статеек до продаж Лекция о том, как продавать с помощью контент-маркетинга. Узнаем: ▪️Как выбрать стратегию контент-маркетинга; ▪️Как построить результативную работу с блогерами; ▪️Какие существуют каналы и механики продвижения контента; ▪️Как построить свой завод по производству контента без бюджета. Учиться: https://youtu.be/kwoGJ2WBTwQ
Художественное проектирование сайта Курс посвящен проектированию сайта методами и средствами дизайна визуальных коммуникаций. Узнаем: ▪️Основы информационной архитектуры и проектирования пользовательских интерфейсов; ▪️Основы композиции сайта; ▪️Основы клиентских веб-технологий (HTML5, CSS3). Учиться: https://openedu.ru/course/spbu/WEBDES/
Византия для начинающих История, искусство, музыка, суеверия, войны и интриги Византийской империи, а также лекции Сергея Иванова о литературе Византии. Узнаем: ▪️Что такое Византия; ▪️Как историю заменили пророчества и какое отношение хроника имеет к демократии; ▪️Что такое византийский любовный роман и кто спас от гибели литературу Византии. Учиться: https://arzamas.academy/courses/27
Психология познавательных процессов 15 лекций психолога Марии Фаликман о процессе мышления, феноменах восприятия, памяти, внимания и воображения. Узнаем: ▪️О единой теории психических процессов, проблеме квалиа и психологическом времени; ▪️О приоритете бихевиоризма в начале XX века, искусственном интеллекте и когнитивном шестиугольнике; ▪️Об исследованиях гештальтпсихологов, восприятии третьего измерения и упорядоч…
Дорога к рынку Курс одного из самых известных российских экономистов Сергея Гуриева рассказывает о том, как создавалась современная российская экономика. Узнаем: ▪️Как создавались российские компании, банки, налоговая система; ▪️Как формировалось экономическое неравенство и появлялись миллиардные состояния; ▪️Чем были экономические реформы. Учиться: https://openuni.io/course/3/
Мир Анны Ахматовой Серия видеолекций о великой русской поэтессе. Узнаем: ▪️Как поэт создает стихи из воздуха своей эпохи и что вдохновляло Ахматову в июле 1914 года; ▪️Почему в поэзии Ахматовой любовники всегда несчастливы и как можно рассказать о самом интимном чужими словами; ▪️Почему Ахматова смогла написать про предчувствие беды в 1940-м, отчего за отдельных грешников должен расплачиваться весь мир и кто же все…
Видеоуроки по SketchUp Канал с видеоуроками по 3D моделированию Узнаем: ▪️как пользоваться основными инструментами; ▪️как создавать точные объекты; ▪️как автоматически дорисовывать формы и объекты; ▪️как добавлять в проект несколько одинаковых объектов. Смотреть: https://www.youtube.com/user/starketchup/videos
Showing the 12 most recent of 47 posts we hold for @universitet20. 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.
Named by 2 registered channels — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
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.
The reverse of the list above, and a different kind of signal. This does not require this channel to have ever been asked about directly — each row below is a channel we DID ask Telegram about, whose Telegram-generated list happened to include this one. A channel can appear here with an empty list above it, because being named by someone else’s query is independent of having been queried itself.
This channel appears in 10 seed channels' Telegram-generated recommendation lists in total. Each is Telegram’s list for THAT channel, not this one — see how this is measured.
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 17 September 2026 — this entry's latest reading, not the date you are reading this.
“Университет 2.0 | Курсы Вебинары” (@universitet20), 17,223 subscribers as measured 17 September 2026. Telegram Register, tgregister.com/channel/universitet20.
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.