اثر چهار رقم چغندرقند (آناکوندا، رزیر، اولینا و فلورس) روی پارامترهای جدول زندگیSpodoptera exigua (Lep.: Noctuidae) در دمای 26±1 درجه سلسیوس، رطوبت نسبی 60±5 درصد و دوره نوری 16 ساعت روشنایی و 8 ساعت تاریکی تعیین شد. بیش ترین نرخ ناخالص و خالص باروری به ترتیب روی آناکوندا (2573.31±27.78 و 1576.31±16.65 تخم/ ماده) به دست آمد. نرخ خالص تولید مثل (R0) به ترتیب روی آناکوندا (341.38±56.31 ماده/ ماده/ نسل) بیش ترین و روی ارقام فلورس و اولینا (106.30±22.4 و 144.62±30.81 ماده/ ماده/ نسل) کم ترین مقدار بود. نرخ ذاتی افزایش جمعیت (r)، تحت تاثیر ارقام مختلف چغندر قند قرار گرفته، به طوری که از 0.197 (روی رقم فلورس) تا 0.274 (ماده/ ماده/ روز) (روی رقم آناکوندرا) متغیر بود. بیش ترین مقدار نرخ متناهی افزایش جمعیت (l) روی رقم آناکوندا (1.31 بر روز) بود. نرخ متناهی افزایش جمعیت روی رقم آناکوندا بالاترین میزان 1.31 بر روز) را نسبت به سایر ارقام داشت. متوسط مدت زمان یک نسل (T) روی ارقام مختلف از 21.04±0.60 روز روی آناکوندا تا 23.68±0.38 روز روی فلورس متغیر بود. نتایج حاصله بر اساس پارامترهای دموگرافی، نشان داد که رقم آناکوندا مناسب ترین میزبان در بین ارقام مورد مطالعه چغندرقند برای کرم برگخوار چغندر قند بود. متن کامل این مقاله به زبان انگلیسی می باشد، لطفا برای مشاهده متن کامل مقاله به بخش انگلیسی مراجعه فرمایید.لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

اهداف: مطالعه حاضر با هدف ارزیابی و گروهبندی ارقام جدید داخلی و خارجی چغندر قند از لحاظ خصوصیات کمی و کیفی در منطقه غرب کشورانجام شد، مواد و روش ها: در این آزمایش ها 12 رقم تجاری داخلی و خارجی به صورت طرح بلوک های کامل تصادفی در سه تکرار در دو منطقه کرمانشاه و لرستان مورد ارزیابی قرار گرفتند. یافته های تحقیق:. نتایج نشان داد رقم Rivolta در محیط کرمانشاه و رقم Perfekta در محیط لرستان بالاترین عملکرد ریشه، عملکرد قند ناخالص و عملکرد قند خالص را به خود اختصاص دادند، همچنین در محیط کرمانشاه ارقام Rivolta و anaconda و در محیط لرستان ارقام Perfekta و Cadmus نزدیک ترین ارقام به رقم ایده آل بودند. بر اساس نتایج تجزیه خوشه ای ارقام در محیط کرمانشاه به سه و در محیط لرستان به پنج گروه دسته بندی شدند، به طوری که در محیط کرمانشاه سه رقم anaconda، Perfekta و Rivolta و در محیط لرستان سه رقم anaconda، Gecko و Perfekta در خوشه ای قرار گرفتند که از بهترین خصوصیات کمی و کیفی برخوردار بودند. در تجزیه به عامل ها از طریق تجزیه به مؤلفه های اصلی در هر دو محیط دو عامل شناسایی شد ند که در محیط کرمانشاه 85/77 درصد و در شرایط لرستان 11/88 درصد از تغییرات داده ها را تبیین کردند. نتیجه گیری: در این بررسی دو رقم تجاری anaconda و Perfekta در هر دو محیط بهترین خصوصیات کمی و کیفی را به خود اختصاص دادند، کشت دو رقم مذکور می تواند پتانسیل تولید شکر را در منطقه غرب کشور بهبود دهد.

یکی از مباحث مهندسی خردایش به عنوان یکی از شاخه های فرآوری مواد معدنی، استفاده از مواد افزودنی شیمیایی یا کمک آسیاها است. مطالعات نشان داده که این مواد از جهات مختلفی می توانند موجب بهبود فرایند خردایش شوند والبته بیشتربرای مواد معدنی غیر فلزی استفاده می شود. در این مقاله نتایج مطالعات انجام شده بر روی کانسنگ مس سرچشمه ارائه می گردد و تغییرات ایجاد شده در پارامترهای خردایش مانند قابلیت خردایش، دانه ریزی محصول، زمان خردایش و توزیع دانه بندی محصول خردایش در اثر استفاده از دو افزودنی شیمیایی سدیم تری پلی فسفات و سود سوزآورمورد بررسی قرار می گیرد. این نتایج نشان میدهد که با استفاده از غلظت بهینه هر یک از مواد افزونی فوق، در پارامترهای خردایش بهبود حاصل شده است. بطوریکه افزودنی های شیمیایی سدیم تری پلی فسفات و سود سوزآور موجب کاهش انرژی مصرفی خردایش، افزایش دانه ریزی محصول و کاهش زمان خردایش شده اند که البته تاثیر سود سوزآور با توجه به عملکرد آن مطلوب تر بوده است. در صورت مثبت بودن این نتایج در ابعاد صنعتی و انجام مطالعات فنی و اقتصادی می توان از این روش برای بهبود فرآیند خردایش کانسنگ مس استفاده کرد.

انتخاب و گزینش سهام و تشکیل پرتفوی سهام بهینه بستگی به عوامل متعددی دارد که تصمیم گیری را پیچیده می­نماید. سرمایه­گذاران می­توانند با انتخاب پرتفوی بهینه سهام، بازده سرمایه گذاری خود را حداکثر یا ریسک آن را به حداقل برسانند؛ بنابراین همواره به دنبال استفاده از الگوریتم­های مالی پیشرفته جهت تشکیل پرتفوی بهینه سهام می­باشند. هدف از انجام این پژوهش بررسی توانایی مدل یادگیری ماشین و مدل مارکوئیتز در تشکیل پرتفوی بهینه سهام و مقایسه کارایی آن ها است. نمونه آماری پژوهش حاضر، شامل 156 شرکت پذیرفته شده در بورس اوراق بهادار تهران برای دوره زمانی 1389 الی 1398 می باشد. پس از گردآوری داده ها، مدل یادگیری عمیق و مدل مارکوئیتز با استفاده از نرم افزار آناکوندا و زبان برنامه نویسی پای تون، مورد آزمون قرارگرفته اند و سپس توانایی هریک از مدل ها در تشکیل پرتفوی بهینه سهام توسط معیارهای ارزیابی بازده پرتفوی، شاخص ترینر و شاخص جنسن تعیین گردیده است. در پرتفوی ده سهمی مدل یادگیری عمیق؛ بازده پرتفوی 697/0، شاخص ترینر 541/4 و شاخص جنسن 480/0 و در پرتفوی ده سهمی مدل مارکوئیتز؛ بازده پرتفوی 058/0، شاخص ترینر 648/1- و شاخص جنسن 158/0- محاسبه گردیده است. با توجه به نتایج ارزیابی پرتفوی این نتیجه حاصل گردید که مدل یادگیری عمیق دارای توانایی بالاتری نسبت به مدل مارکوئیتز در تشکیل پرتفوی بهینه سهام می باشد.

خرطوم بلند چغندرقند Lixus incanescens تقریبا در تمام مزارع چغندرقند ایران انتشار دارد و خسارت شدید کمی و کیفی روی چغندرقند وارد می کند. در این پژوهش، تاثیر تغذیه از چهار رقم مختلف چغندرقند به نام های افسوس، آناکوندا، اگریت و پرمییر روی وزن حشرات کامل، میزان پروتیین روده، فعالیت آلفا-آمیلاز روده ای و نیز مهار آن با عصاره های پروتیینی بذور چاودار و تریتیکاله مورد بررسی قرار گرفت. بیش ترین وزن حشرات کامل (33/20 میلی گرم) در اثر تغذیه از رقم افسوس مشاهده شد و بین سه رقم دیگر تفاوت معنی داری وجود نداشت. میزان پروتیین روده و میزان فعالیت آلفا-آمیلاز روده ای در حشرات کامل تغذیه کرده از رقم های مختلف به طور معنی داری متفاوت بود و کم ترین و بیش ترین مقادیر به ترتیب در رقم پرمییر و افسوس ثبت شدند. طبق نتایج، عصاره پروتیینی تریتیکاله فعالیت آلفا-آمیلاز روده ای حشرات کامل تغذیه کرده از هر چهار رقم را مهار کرد و بین چهار رقم تفاوت معنی داری مشاهده نشد. بیش ترین میزان مهارکنندگی (93 درصد) در حشرات کامل تغذیه کرده از رقم پرمییر دیده شد. همچنین، عصاره پروتیینی چاودار فعالیت آلفا-آمیلاز گوارشی حشرات کامل تغذیه کرده از رقم پرمییر را تا 98 درصد مهار کرد و بین سه رقم دیگر تفاوت معنی داری مشاهده نشد. با استناد به نتایج، مهارکننده های پروتیینی چاودار و تریتیکاله می توانند به عنوان یکی از عوامل موثر در کنترل تلفیقی این آفت مورد توجه قرار گیرند. همچنین دو رقم افسوس و پرمییر را می توان به ترتیب به عنوان رقم مطلوب و نامطلوب برای این آفت گزارش نمود.

مقدمه و اهداف: بخش اعظم منبع تشخیص سبب های مرگ در ایران، بیمارستان ها هستند که بررسی این علت ها و شناسایی سبب های نامناسب ثبت شده می تواند منجر به شناسایی مشکلات در زمینه ثبت سبب های مرگ شده و به ارتقای این نظام ثبتی کمک شایانی نماید. این مطالعه با هدف بررسی کیفیت سبب های مرگ ثبت شده در بیمارستان های ایران در سال 1395 انجام شده است. روش کار: جمعیت مطالعه، تمامی مرگ های ثبت شده در سامانه ثبت و طبقه بندی سبب های مرگ وزارت بهداشت، درمان و آموزش پزشکی در سال 1395 بوده است. برای تحلیل کیفی داده های سبب های مرگ از ابزار سازمان جهانی بهداشت (anaconda) استفاده شد. یافته ها: بر اساس یافته ها: ی این بررسی 24درصد سبب های مرگ های ثبت در بیمارستان دارای خطای طبقه بندی (Miscalssification) بوده و در گروه سبب های پوچ مرگ قرار گرفته اند. در میان گروه های سنی، بیش ترین درصد گروه علت های پوچ مرگ در گروه سنی بالای 70 سال و بیش ترین درصد سبب های درست مرگ متعلق به گروه سنی زیر یک سال بوده است و بین 5 گروه سبب های پوچ مرگ، گروه سبب های فاقد جزییات کافی در طبقه بندی بین المللی بیماری ها، دارای بیش ترین درصد اشت. نتیجه گیری: حدود 25 درصد از سبب های مرگ های تشخیص داده شده در بیمارستان های ایران در گروه علت های پوچ قرار گرفته اند که برای برنامه ریزی و سیاست گذاری ها قابل استفاده نیستند. بنابراین لازم است برای ارتقای همه جانبه نظام ثبت علت های مرگ در بیمارستان های کشور مداخله هایی از جمله اجرای برنامه های ارزیابی فرایندها و آموزش های مستمر برای پزشکان و کدگذاران علت های مرگ پیش بینی و اجرا شود.