1.

Pentru variabilele cantitative continue:

a) Sunt rezultatul unei măsuratori sau sunt obținute prin numărare

b) Valorile variabilei pot fi ordonate

c) Pot fi reprezentate grafic cu ajutorul histogramelor

d) Distribuția de frecvență se poate obține direct numărând de câte ori apare fiecare valoare

2. Pentru variabilele cantitative discrete:

a) Se poate calcula întotdeauna o frecvență cumulată

b) Distribuția de frecvență se poate obține direct numărând de câte ori apare fiecare valoare

a variabilei

c) Pot fi reprezentate grafic cu ajutorul histogramelor

d) Valorile variabilei sunt doar uneori ordonate

3. Pentru variabilele calitative:

a) Distribuția de frecvență se poate obține direct numărând de câte ori apare fiecare valoare

a variabilei

b) Valorile variabilei pot fi ordonate

c) Pot fi reprezentate grafic cu ajutorul diagramelor Pareto

d) Se poate calcula întotdeauna o frecvență cumulate

4. O distribuție este asimetrică dacă:

a) Coada din dreapta este mai lungă decât coada din stânga

b) Coada din stânga este mai lungă decât coada din dreapta

c) Mediana este dublul mediei

d) Coada de pe dreapta este de lungime similară cu cea din stânga

5. Majoritatea datelor medicale urmează distribuții:

a) pozitiv asimetrice

b) negativ asimetrice

c) simetrice

d) bimodale

6. O distribuție este asimetrică la dreapta dacă:

a) coada din dreapta este mai lungă decât coada din stânga

b) coada din stânga este mai lungă decât coada din dreapta

c) mediana este jumatate din medie

d) coada de pe dreapta este de lungime similară cu cea din stânga

7. Prin cresterea valorilor extreme din dreapta:

a) media va scade si va crește mediana

b) va crește si mediana si abaterea standard

c) media va tinde catre valoarea medianei

d) mediana nu se modifica

8. Masurarea împrăștierii datelor se face cu ajutorul:

a) mediei si abaterii standard

b) amplitudinii și abaterii standard

c) medianei și varianței

d) amplitudinii intercuartile

9. O distribuție de frecvență:

a) are ca reprezentare grafica o diagramă Pareto

b) depinde de lungimea intervalului ales la construcția claselor

c) va fi întotdeauna aceeași pentru aceleași date

d) pentru datele de tip continuu se obține prin construcția unor clase de valori

10. Densitatea de frecvență:

a) reprezintă numărul de observații pe unitatea de variabilă

b) este dubla față de frecvență în cazul în care lungimea intervalul este 2 * unitatea de

variabilă

c) permite unificarea pe histogramă a oricăror două intervale

d) în cazul în care este reprezentată pe histogramă, aria histogamei va fi 1.0.

11. Mediana estimată într-un eșantion:

a) este întotdeauna egală cu o valoare din șirul de observații

b) este apropiată de medie dacă distribuția este simetrică

c) este valoare care apare cel mai frecvent

d) este mai mare sau egală cu cel puțin 50% din observații

12. Distribuția normală:

a) este descrisă de doi parametrii: mediana și varianța

b) este simetrică și unimodală

c) are mediana mai mare decât media

d) este una din cele mai întâlnite distribuții din domeniul medical

13. Se consideră mai multe eșantioane extrase dintr-o populație pentru care nu se cunoaște

distribuția:

a) mediile acestor eșantioane au o distribuție care are aceeași medie ca media populației din

care au fost extrase – vezi C2 slide 23

b) cu cât eșantioanele au dimensiune mai mare cu atât abaterea standard ale mediilor
eșantioanelor va fi mai mare

c) forma distribuției mediilor eșantioanelor se apropie de forma distribuției normale când

dimensiunea eșantioanelor crește

d) distribuția mediilor acestor eșantioane are aceeași abatere standard cu abaterea standard

a populației din care au fost extrase

14. Eroarea standard:

a) Se foloseste pentru a descrie cat de apropiata este valoarea statisticii calculate in

raport cu valoarea reala din populatia – eu unul tind sa cred ca este corecta aceasta afirmatie
deoarece ES ne indica, de exemplu, cat de apropiata este media unui esantion de media din
populatie. Cu cat esantionul e mai mare, cu atat ES e mai mica pentru ca esantionul e mai
reprezentativ, deci media lui se apropie de cea din populatie.

b) Este media aritmetica a patratelor abaterilor fata de media esantinului împărțită la

numarul gradelor de libertate

c) Este abaterea standard a distributiei de esantionare -

http://www.mpopa.ro/statistica_master/01_inferenta_estimarea.pdf , pagina 15

d) Este o statistica descriptiva referitoare la centralitatea datelor – ES este o statistica descriptiva

referitoare la imprastierea datelor, nu centralitatea lor

15. Eroarea standard:

a) Împreună cu media descrie limitele unui process de eșantionare

b) Este o statistica descriptiva referitoare la împraștierea datelor -

http://www.epathology.ro/biostatistica-medicala/statistica-descriptiva-media-mediana-modalul-
deviatia-standard-iqr-interquartile-range-tipuri-de-grafice.html

c) Se foloseste pentru a descrie cat de buna este o anumita estimatie

d) Creste cand nr de indivizi din eșantion crește

16. Intervalele de încredere:

a) Sunt calculate uneori cu ajutorul erorii standard

b) Nu conțin întotdeauna valoarea reală necunoscută a populației

c) Se obțin pe baza datelor din eșantion

d) Uneori sunt întâlnite sub denumirea de estimații punctuale

17. Intervalele de încredere:

a) Conțin o serie de valori calculate pe baza datelor din eșantion

b) Sunt calculate întotdeauna cu ajutorul erorii standatd

c) Există întotdeauna o probabilitate să nu conțină valoarea necunoscută a populației

d) Lățimea intervalului este independentă de numărul de observații din eșantion

18. Intervalele de 95% incredere:

a) Sunt mai înguste decât intervalele de 90%

b) Trebuie întotdeauna utilizare în rapoartele de cercetare

c) Se bazează întotdeauna pe eroarea standard a eșantionului

d) Au o probabilitate de 95% să conțină valoarea reală a populației

19. Valoarea p:

a) Este uneori referită și ca nivel de semnificație

b) Este probabilitatea ipotezei nule

c) Este eroarea de primul tip – vezi curs 3 slide 27

d) In cazul în care are o valoare între 0.1 și 0.5 avem evidență puternică în respingerea

ipotezei nule

20. O diferență semnificativă statistic:

a) Se obține întotdeauna dacă valoarea p este mai mică decât 0.05

b) Este întotdeauna foarte importantă

c) Apare dacă datele nu sunt în concordanță cu ipoteza nulă

d) Este numită uneori și valoare beta

21. "Ipoteza nulă" în testarea de semnificație statistică:

a) constă în evaluarea subiectivă a eşantionului

b) este afirmația pe care o dorim confirmată (ca "adevărată")

c) se bazează pe respingerea categorică a "ipotezei alternative"

d) este o egalitate, exprimată în aceiaşi termeni ca şi ipoteza alternativă

22. In testarea de semnificație statistică, nivelul de semnificație (alfa) este probabilitatea:

a) de a face o eroare de tipul I în procesul de luare a deciziei

b) de a face o eroare de tipul al II-lea în procesul de luare a deciziei

c) de a respinge eronat ipoteza nulă

d) de a lua o decizie corectă

23. Testul Student T:

a) Se poate aplica în cazul eșantioanelor mici

b) Are o statistică care urmează o distribuție normală standard

c) Poate fi aplicat doar dacă observațiile din eșantion urmează o distribuție normala

d) Este echivalent cu testul Levene

24. Pentru inferența referitoare la date în perechi, în cazul esantionelor mici, se poate folosi:

a) Un test de semnificație referitor la egalitatea diferențelor cu zero

b) Un interval de incredere pentru diferenta mediilor bazat pe distribuția normală

c) Un test pentru verificarea normalității

d) Un test pentru verificarea egalității varianțelor

25. Pentru inferența referitoare la eșantionelor mari independente, se poate folosi:

a) Un test de semnificație referitor la egalitatea diferențelor cu zero

b) O histogramă pentru verificarea egalității varianțelor

c) Testul Kolmogorov-Smirnov pentru verificarea egalității varianțelor

d) Un interval de incredere pentru diferenta mediilor bazat pe distribuția normală

26. Pentru inferența referitoare la eșantionelor mici independente, se poate folosi:

a) Un interval de incredere pentru diferenta mediilor bazat pe distribuția Student T

b) Un test de semnificație referitor la egalitatea diferențelor cu zero

c) Testul Kolmogorov-Smirnov pentru verificarea normalității

d) O histogramă pentru verificarea egalității varianțelor

27. Corecția Satterthwaite se folosește:

a) În cazul inegalității varianțelor - http://www.statisticshowto.com/satterthwaite-approximation/

b) În cazul inegalității medianelor

c) Dacă condiția referitoare la normalitate nu este îndeplinită

d) In cazul comparării a mai mult de două mediane

28. ANOVA se aplică dacă:

a) Se comparară mai mult de două medii

b) Distribuția fiecărei populații din care au fost extrase eșantioanele este o distribuție

normal - https://explorable.com/anova (in josul paginii la Assumptions scrie asa: There are
four basic assumptions used in ANOVA.

 the expected values of the errors are zero

 the variances of all errors are equal to each other
 the errors are independent
 they are normally distributed

c) Varianțele sunt aceleași în fiecare populație

d) Mediile și abaterile standard nu sunt legate de dimensiunile variabilelor

29. Datele nominale sunt datele care:

a) Se mai numesc și date calitative

b) Sunt rezultatul unei masurători

c) Pot apărea când subiecții se pot clasifica în două categorii

d) Se pot analiza folosind procedeele specific inferenței mediilor

30. Datele dicotomice sunt datele care:

a) Pot apărea când subiecții se pot clasifica numai în două categorii

b) Se mai numesc și date discrete

c) Se pot analizează folosind testul Fisher

d) Sunt exprimate numai prin numere

31. Datele calitative se pot analiza folosind:

a) Testul Fisher

b) Testul de comparare a două proporții

c) Testul hi-pătrat de asociere

d) Testul Student T pentru eșantioane mici

32. Datele cantitative se pot analiza folosind:

a) Intervale de încredere – nu am gasit referiri la Intervalele de incredere

b) Raportul riscurilor (RR) - asta se foloseste pentru date calitative, nu cantitative

c) Testul z pentru eșantioane mari

d) Numărul necesar de pacienți tratați care trebuie tratati (NNT) asta se foloseste pentru date
calitative, nu cantitative

33. Un tabel de contingență: vezi comentariile

a) Se mai numește și tabel încrucișat - corect

b) Se contruiește pentru date discrete

c) Poate fi analizat întotdeauna folosind testul Fisher – curs 5 slide 6 – “daca esantionul e mare hi-
patrat, daca e mic “Fisher exact”

d) Poate fi referit și prin c x r unde c reprezintă numărul de coloane și r numărul de linii - la cursul 5
slideul 5 zice ca “In general un table este de tip r x c” deci afirmatia asta ar fi gresita

34. Testul hi-pătrat de asociere:

a) Se basează pe calcul valorilor estimate sau așteptate

b) Este folosit la testarea ipotezei referitoare existența unei relații de asociere între două

variabile nominale

c) Este echivalent cu un test de comparare a două proporții

d) Se poate aplica pentru orice tip de eșantioane

35. Testul Fisher:

a) Se basează pe calcul diferenței între probabilitațile valorilor estimate și cele observate

b) Dă rezultate asemănătoare cu testul hi-pătrat cu corecția de continuitate

c) Se aplică doar eșantioanelor mari

d) Necesită calcule laborioase pentru obținerea valorii p

36. Testul hi-pătrat pentru asociere:

a) Se aplică doar eșantioanelor mari

b) Este mai puternic decât testul hi-pătrat pentru tentințe – am gasit urmatorul comentariu in

https://books.google.ro/books?
id=sn1odhRXaCkC&pg=PT658&lpg=PT658&dq=chi+square+test+for+trend+more+powerful+than+c
hi+square+for+association&source=bl&ots=pBFJIuPy6u&sig=ujoORbXLEoSEg5iW7JWu3WmsdkI&h
l=ro&sa=X&ei=vZSxVLWNAYOuUeqyguAF&ved=0CD0Q6AEwBA#v=onepage&q=chi%20square
%20test%20for%20trend%20more%20powerful%20than%20chi%20square%20for
%20association&f=false

“if there is an ordering in the data within a contingency table then a test for trend may be more
powerful than a test of association”, deci nu prea cred ca e adevarata

c) Se aplică doar dacă toate valorile estimate sunt mai mari decât 1

d) Se basează pe calculul unei statistici care urmează o distribuție binomial

37. Testul hi-pătrat pentru tendințe:

a) Se aplică doar dacă există o ordonare a categoriilor pentru una din variabilele categoriale

b) Se basează pe calculul unei statistici care urmează o distribuție hipergeometrică

c) Este mai puternic decât testul hi-pătrat pentru asociere – vezi comentariul de mai sus

d) Este folosit la testarea ipotezei referitoare existența diferențe semnificative între două

variabile continue

38. Raportul riscurilor:

a) Este cunoscut și sub denumirea de raport de produse încrucișate

b) Intervalul de încredere nu este simetric în raport cu valoarea sa

c) Are o distribuție normală

d) Nu se poate calcula în cazul studiilor de tip caz-control

39. Raportul cotelor:

a) Intervalul de încredere nu este simetric în raport cu valoarea sa

b) Este cunoscut și sub denumirea de raport de produse încrucișate

c) Poate fi folosit ca o estimare a riscului relativ într-un studiu de caz-control, dacă

caracteristica care ce definește cazurile este rară în populație

d) Se poate calcula doar în cazul studiilor de tip caz-control

40. Raportul riscurilor:

a) Prin schimbarea ordinii liniilor sau coloanelor se obtine inversul valorii sale

b) Are patru valori posibile

c) Intervalul de încredere este simetric în raport cu valoarea sa

d) Este aproximativ egal cu raportul cotelor daca frecvențele dintr-o categorie sunt mult mai

mici decât cele celelalte

41. Coeficientul de corelație:

a) Se mai numeste si coeficient de corelație al produselor momentelor

b) Poate lua valori mai mari decat 1

c) Este pozitiv când valori mari ale unei variabile se asociază cu valori mari ale celeilalte

variabile

d) Are valoarea 0 cand nu exista nici o relatie intre variabile

42. Coeficientul de corelație:

a) Nu poate fi între -1 şi +1

b) Nu este de nici un ajutor atunci când diferența intre variabile nu este semnificativă

c) Apare foarte rar în evaluările clinice

d) Are valoarea 0 cand nu exista nici o relatie liniara intre variabile

43. Coeficientul de corelație:

a) Este egal cu raporul riscurilor

b) Se poate calcula pentru tabele de tip 2x2 pentru esantioane de mici dimensiuni

c) Se foloseste impreuna cu corectia de continuitate la verificarea unei afirmatii privind

asocierea intre doua variabile

d) Sugereaza directia unei relatii pe baza testului semnelor

44. Coeficientul de corelație: nu am gasit afirmatii referitoare la b si c

a) Are valoarea 1 dacă relația între date este perfecta - corect

b) Poate prezice valoarea unei variabile în funcție de valorile altor variabile

c) Este egal cu suma distanțelor de la puncte de la linie în direcția lui y

d) Este negativ când valori mici ale unei variabile se asociază cu valori mari ale celeilalte

variabile - corect
45. Coeficienții de regresie sunt:

a) Pantele variabilelor independente

b) Predictorii

c) Interceptul

d) Covariatele

46. Coeficienții de regresie:

a) Pot fi pantele variabilelor predictor

b) Au doar valori binare

c) Arată cu cât crește valoarea variabilei rezultat în cazul în care o variabilă independentă

crește unitar iar restul rămân constante

d) Se mai numesc și cote

47. Metoda celor mai mici pătrate:

a) Este o metodă echivalentă cu testul Student T pentru cazul în care avem mai multe

variabile dependente

b) Presupune că abaterile de la linia de regresie trebuie să aibă o distribuție limitată

c) Este cunoscută și sub numele de analiză de varianță

d) Este o metoda prin care se determina coeficienții unei ecuatii astfel încât suma pătratelor

diferențelor între valorile observate și cel prezise de ecuatie să fie minimă

48. Regresia liniară:

a) Se poate aplica în cazul în care variabila rezultat este categorială

b) Se poate folosi la determinarea unei ecuații care nu este neaparat liniară

c) Este recomandabil sa se foloseasca și în cazul în care avem 10 variabile și 50 de observații

normal distribuite
d) Se poate aplica în cazul în care variabilele independente sunt categoriale

49. În cazul în care avem de analizat două variabile una cantitativă si una binară se poate aplica:

a) O regresie logistică

b) O regresie liniară

c) Testul Student T

d) Testul hi-pătrat

50. În cazul în care avem de analizat două variabile una cantitativă și una ordinală cu mai mult de

două valori se poate aplica:

a) O regresie liniară

b) O regresie logistică

c) Testul ANOVA

d) Testul hi-pătrat

51. În cazul in care avem de analizat două variabile cantitative se poate:

a) Aplica metoda regresiei logistice

b) Calcula diferențele între valorile celor două variabile pentru fiecare observație și apoi se

poate calcula un interval de incredere pentru media diferențelor

c) Aplica analiza de varianță

d) Calcula coeficientul de corelație Pearson

52. În cazul în care avem de analizat două variabile calitative se poate:

a) calcula coeficientul de corelatie Fisher

b) calcula diferențele între valorile celor două variabile pentru fiecare observatie și apoi se

poate calcula un interval de încredere pentru mediana diferențelor

c) calcula, în orice situație, raportul cotelor

d) aplica testul hi-pătrat pentru asociere dacă cel puțin 80% din frecvențele estimate depăşesc
valoarea 5 şi toate frecvențele estimate depăşesc valoarea 1

53. O cheie primară:

a) Este o formă unică de identificare a înregistrării pe baza valorilor din anumite câmpuri

b) Se referă la un tabel particular dintr-o baza de date

c) Face parte din adresa unei date particulare stocate într-o baza de date – curs 5 slide 62

d) Este folosita în crearea unui raport în partea referitiare la antet

54. O relație:

a) Permite ca înregistrarile din tabele să fie accesate simultan

b) Permite conectarea automata la serverul pe care se afla baza de date

c) Legătură între tabele

d) Este un drept pe care îl acorda administratorul unui utilizator

55. Aplicațiile Visual Fox Pro și Acces:

a) Se au fost create pentru lucrul cu baze de date relaționale

b) Sunt compatibile din punct de vedere al fișierelor

c) Sunt create de aceeași firma de soft

d) Au posibilitați limitate în ceea ce privește numărul de utilizatori

56. MySQL:

a) Este o implementare de tip open source a limbajului SQL

b) Permite realizarea de pagini web dinamice

c) Există o bază de date cu acest nume care conține date referitoare la utilizatori, precum şi

drepturile şi privilegiile acestora

d) Este un protocol de comunicare folosit pe internet

57. Un algoritm este:

a) O secvență finită de instrucțiuni

b) Este folosit pentru calculul valorilor unor date primare

c) Are un timp de executie finit

d) Este folosit pentru crearea unor legaturi intre doua tabele ale aceleiasi baze de date

58. In tabele:

a) Inregistrarile corespund unor caracteristici ale obiectelor

b) Trebuie neaparat sa contina toate datele provenite de la o “entitate” sau un “individ”

c) Se pot crea legaturi de tip unu-la-unu intre atributele obietelor

d) Înregistrările trebuie să fie asociate cu obiecte sau “entități” similar

59. Firewall-rile sunt:

A) programe de protecție preiau şi analizează pachetele de date ce urmează a fi transmise către

anumite porturi

B) programe care la execuția acestora pot efectua diverse acțiuni de “curatare” asupra

calculatorului

C) rutere necesare pentru stabilirea optimă a traficului de comunicație

D) programe utilizate pentru a preveni, detecta și elimina malware-ul, inclusiv virușii

informatici, viermii și caii troieni

E) ruter plasat „în fața” calculatorului cu scopul de a interzice accesul utilizatorilor care nu s-au

autentificat corect in retea

60. Relativ la un dosar oarecare, utilizatorului unui sistem de calcul i se pot acorda următoarele

drepturi:
A) de creare de fişiere în cadrul unui dosar, de modificare a conținuturilor fişierelor

B) de controlul accesului de la anumite gazde din internet

C) de accesare de pagini web dinamice

D) de eliminare/ştergere de fişiere ale altor utilizatori

E) de acces la programe gratuite ce pot fi folosite sub licență publică

61. Un URL contine:

A) identificatorul protocolului folosit si numele resursei (numele calculatorului gazda, calea

completa spre resursa)

B) un protocol ce furnizeaza un flux sigur de date între doua calculatoare

C) tehnică de comunicare prin care paginile web se pot transmite de la un computer aflat la

distanță spre propriul computer

D) sistem distribuit de păstrare și interogare a unor date arbitrare într-o structură ierarhică

E) un program care traduce datele dintr-un server web si tipareste datele intr-o pagina web

62. Prelucrarea digitala a imaginilor presupune:

A) Procesarea prin operatii matematice a semnalelor reprezentate numeric avand ca scop

atingerea unor obiective dinainte propuse, specifice fiecarui domeniu de activitate

B) O conversie digital-analogica cu o etapa de esantionare urmata de o etapa de cuantificare

C) Determinarea energiei si compararea ei cu alte modele cunoscute

D) Diverse transformari cum ar fi: translații, rotații, simetrii, transformări de culoare, având

ca scop extragerea „trăsăturilor importante”

E) Planificarea de către roboți a intervențiilor chirurgicale

63. Segmentarea imaginilor se refera la:

A) preprocesarea datelor înainte de analiza lor

B) partiționarea imaginii în regiuni contigue cu proprietăți specifice

C) urmărirea şi controlul mişcărilor unui obiect

D) îmbunătățirii calității imaginii prin reducerea „zgomotului” sau îmbunătățirea contrastului

E) extragerea de informații în urma analizării imaginii şi obiectelor „recunoscute” si

efectuarea de sarcini “cognitive”

64. Conversia analog- digitala:

a) se face cu pierdere de informatie

b) are loc in doua etape, etapa de esantionare si cea de eliminare de zgomot

c) este buna daca frecventa de esantionare este mai mare decat dublul frecventei maxime din

spectrul semnalului analogic

d) presupune codificarea binara a unui semnal continuu

65. Calculatoarele sunt folosite:

a) construirea imaginii din datele măsurate/înregistrate

b) îmbunătățirea calității imaginii

c) extragerea „optimă” a unor trăsături particulare dintr-o imagine

d) prezentarea imaginii pe ecran sau redarea ei pe film

1. In sectiunea „Introducere”:
a) se explicară clar modul în care s-a desfășurat studiul
b) se furnizează contextul pentru manuscrisul respectiv
c) se discută tehnicile sau protocoalele utilizate în studiu
d) se prezintă unui sumar al cunoștintelor în ceea ce privește problema investigată

2. ”Modul de analiză a datelor” apare in sectiunile:

A) ”Discuții”
B) ”Rezultate”
C) ”Introducere”
D) ”Material si metodă”
E) ”Concluzii”

3. Secțiunea ”Rezultate” cuprinde:

a) modul de analiza a datelor
b) interpretări ale rezultatelelor obținute în studiu
c) modul de desfășurare propriu-zisă a procedurilor experimentale
d) o prezentare obiectivă a rezultatelor studiului
4. Secțiunea ”Material si metodă” cuprinde:
a) prezentarea designul experimentului
b) meritele științifice ale experimentului realizat
c) procedurile statistice utilizate pentru determinarea semnificației
d) ipotezele care trebuie investigate in experiment

5. Tabelele si Figurile pot fi referite in urmatoarele secțiuni:

a) ”Rezultate”
b) ”Material si metoda”
c) ”Discuții”
d) ”Concluzii”

6. Sectiunea ”Discuții” cuprinde:

a) raportarea rezulatelor negative
b) furnizarea unor detalii cantitative despre protocolul experimental
c) furnizarea unei formulări clare a raționamentului și utilității problemei studiate
d) asemănările şi diferențele între studiul propriu şi constatările altora

7. Rezulatele studiului apar în următoarele secțiuni:

a) Secțiunea ”Concluzii”
b) Secțiunea ”Introducere”
c) Secțiunea ”Discuții”
d) Secțiunea ”Material si metodă”

8. Prezentarea rezultatelor studiului se poate face:

a) în sectiunea ”Introducere”
b) în sectiunea ”Material și metodă”
c) în secțiunea ”Discuții”
d) în sectiunea ”Rezultate”

9. Prezentarea rezultatelor studiului se poate face:

A) în sectiunile ”Introducere” si ”Rezultate”
B) în numai sectiunea ”Rezultate”
C) în sectiunea ”Material și metodă”
D) în secțiunile ”Rezultate” și”Discuții”
E) în numai sectiunea ”Discuții”