مقدمه: ارزیابی سانحه یکی از اولین اقداماتی است که پس از وقوع سانحه و در مرحله پاسخگویی ناگزیر از انجام آنیم، زیرا همه اطلاعاتی که برای کنترل، تدبیر و برنامه ریزی سانحه بدان نیاز داریم، در فرآیند ارزیابی فرآهم می آید. بنابراین بدون ارزیابی سانحه اتخاذ تصمیمات بر مبنای داده های ناقص و اطلاعات محدود، پاسخگویی به سانحه را به شدت تحت تاثیر قرار خواهد داد. فدراسیون جهانی صلیب سرخ و هلال احمر بر این واقعیت اذعان دارد که عملیات پاسخگویی به بحران، بدون ارزیابی (یا انجام ناقص آن) همیشه همیشه یک عملکرد و نتیجه ضعیف را بدنبال خواهد داشت. در این مقاله، سعی بر آن است تا مبانی و مفاهیم ارزیابی سانحه مورد بررسی قرار گیرد.

Evaluating the cutting rate (CR) of stones is important in the cost estimation and the planning of the stone processing plants. This research used regression models to estimate the stones’ CR based on their physico-mechanical characteristics. Stone processing factories in Mahallat City (Markazi province, Iran) were visited, and the CR of diamond circular saws was recorded on six different travertine stones. Next, the stone block samples were collected from the quarries for laboratory tests. Stones’ porosity (n), uniaxial compressive strength (UCS), and Schmidt hammer hardness (SH) were determined in the laboratory as their physico-mechanical characteristics. Correlation relationships of CR with physico-mechanical characteristics were evaluated using simple and multiple regression analyses, and estimator models were developed. Results showed that multiple regression models are more reliable than simple regression for estimating the stones’ CR. The validity of the developed multiple regression models was verified with the published data of one researcher. The findings indicated that these models are accurate enough for estimating the CR of stones. Consequently, the multiple regression models provide practical advantages for estimating the CR and save time and cost during the planning and design of the stone processing factories.

Automatic topic detection seems unavoidable in social media analysis due to big text data which their users generate. Clustering-based methods are one of the most important and up-to-date categories in topic detection. The goal of this research is to have a wide study on this category. Therefore, this paper aims to study the main components of clustering-based-topic-detection, which are embedding methods, distance metrics, and clustering algorithms. Transfer learning and consequently pretrained language models and word embeddings have been considered in recent years. Regarding the importance of embedding methods, the efficiency of five new embedding methods, from earlier to recent ones, are compared in this paper. To conduct our study, two commonly used distance metrics, in addition to five important clustering algorithms in the field of topic detection, are implemented by the authors. As COVID-19 has turned into a hot trending topic on social networks in recent years, a dataset including one-month tweets collected with COVID-19-related hashtags is used for this study. More than 7500 experiments are performed to determine tunable parameters. Then all combinations of embedding methods, distance metrics and clustering algorithms (50 combinations) are evaluated using Silhouette metric. Results show that T5 strongly outperforms other embedding methods, cosine distance is weakly better than other distance metrics, and DBSCAN is superior to other clustering algorithms.

مقدمه: در بسیاری از کشورها سیاست های خارج بخش سلامت از نظر اثراتشان بر سلامت ارزیابی می شوند. «ارزیابی اثرات بر سلامت» روشی است که به شناسایی و پیش بینی و ارزشیابی تغییرات احتمالی، هم مثبت و هم منفی، در سلامت جمعیت تعریف شده که ناشی از سیاست یا برنامه یا اقدامی توسعه ای است، کمک می کند. این تغییرات ممکن است مستقیم و فوری یا غیرمستقیم و با تاخیر باشد.مرور انتقادی: این مطالعه به روش مروری و با مرور مدل های ارزیابی اثرات بر سلامت انجام شده است. از بین مدل های موجود، به هشت مدل اصلی از دیدگاه بسته تا وسیع اشاره شده است. از بین هشت مدل بررسی شده، چهار مدل دیدگاه بسته و چهار مدل دیدگاه باز دارند. از نظر مراحل فرایند ارزیابی اثرات بر سلامت، نوع ابزارهای استفاده شده در این فرایند و توجه به نابرابری های سلامت، بین این مدل ها تفاوت هایی وجود دارد.بحث: با وجود تفاوت بین مدل ها، در تمام آن ها به اهمیت در نظر گرفتن مسائل سلامت در تصمیم گیری و برنامه ریزی بخش های خارج از سلامت اشاره شده است. در این مدل ها بیان شده است که ارزیابی اثرات بر سلامت باید بر حوزه هایی تمرکز کند که در آن ها امکان ایجاد تغییر وجود دارد و سیاست گذاران و تصمیم گیرندگان، به اجرای هر گونه پیشنهاد برای بهبود تمایل دارند.  

This study aimed to estimate the genetic parameters of body weight traits in Markhoz goats, using B-spline random regression models. The data used in this study included 19549 records collected during 29 years (1992-2021) in Markhoz goat Breeding Research Station, located in Sanandaj, Iran. The model used to analyze data included fixed effects (year of birth, sex, type of birth and age of dam) and random effects including direct additive genetic, maternal additive genetic, permanent environmental and maternal permanent environmental assuming homogeneous and heterogeneous residual variance during the time. Akaike (BIC) and Bayesian (BIC) information criteria were used to compare the models and bspq.4.4.4.4 was selected as the best model. The direct heritability values for birth, 3-month, 6-month, 9-month and 12-month weights were estimated to be 0.14, 0.16, 0.08, 0.28 and 0.26, respectively. Genetic correlation between body weights at birth and 3-month, birth and 6-month, birth and 9-month, birth and 12-month, 3-month and 6-month, 3-month and 9-month, 3-month and 12-month, 6-months and 9-month and 9-month and 12-month were 0.22, 0.38, 0.21, 0.56, -0.26, 0.30, 0.62, 0.86 and 0.77, respectively. The highest phenotypic correlation was between the weight of 9-month and 12-month (0.82) and the lowest correlation was between birth weight and 3-month and 6-month (0.12). The results showed that the 9-month weight is a good criterion for selection in Markhoz goats.

موضوع پیش¬بینی بروز پوسیدگی طی دو دهه گذشته مورد توجه محققان و صاحبنظران امر پیشگیری بوده است. محققان مختلف تلاش کرده¬اند تا با بررسی هر یک از عوامل خطرزای پوسیدگی و میزان تأثیر آنها در بروز عارضه استعداد افراد را به پوسیدگی تعیین و از این طریق پوسیدگیهای دندانی آینده را پیش¬بینی نمایند. یکی از روشهایی که برای این منظور پیشنهاد شده Careies risk assessment می¬باشد که با انجام آن افراد گروههای در معرض خطر پوسیدگی در جامعه تعیین گردیده و سپس برنامه¬های پیشگیری روی آنها متمرکز می¬گردد. در این طرح تحقیقاتی که با عنوان " ارزیابی خطر پوسیدگی (CRA) در کودکان هفت ساله تهرانی" با همکاری مرکز تحقیقات دندانپزشکی به اجرا درآمد, تعداد 218 دانش¬آموز کلاس اول دبستانهای منطقه شش آموزش و پرورش تهران جهت انجام CRA در طرح شرکت کردند. اطلاعات مورد نیاز از طریق پرسشنامه, انجام رادیوگرافی Bite wing و معاینات دندانی به دست آمد. این اطلاعات به منظور ارزیابی عوامل خطرزای پوسیدگی به روش دانشکده دندانپزشکی سن آنتونیوی تگزاس مورد پردازش رایانه¬ای قرار گرفت. نتایج نشان داد از 218 دانش¬آموز شرکت کننده در آزمون 34 نفر (6/15%) به عنوان گروه پرخطر (High risk) , 63 نفر (9/28%) به عنوان گروه کم خطر (Low risk) و 121نفر (5/55%) در گروه با خطر متوسط (Moderate risk) قرار گرفتند. ضمناٌ برخی از عوامل خطرزای پوسیدگی مانند شغل و تحصیلات والدین, تعداد اولاد خانواده, دفعات مراجعه به دندانپزشک, دفعات مصرف تنقلات شیرین نیز با استفاده از آنالیز واریانس یک طرفه و آزمون LSD مورد ارزیابی قرار گرفت و نتایج نشان داد میانگین دفعات مراجعه به دندانپزشکی به طور معنی¬داری در گروه High risk بیشتر است. به علاوه آزمون تعمیم یافته فیشر رابطه معنی¬داری بین تعداد فرزندان و دفعات مسواک زدن بین گروههای Higj risk و Low risk نشان نداد. نتایج این بررسی می¬تواند مورد استفاده برنامه¬ریزان پیشگیری قرار گیرد

پهنه بندی زمین لغزش یکی از روش هایی است که می توان به کمک آن مناطق بحرانی را به لحاظ پایداری شیب مشخص کرده و از نقشه های پهنه بندی به دست آمده در برنامه ریزی های توسعه پایدار استفاده کرد. هدف از این مطالعه مقایسه مدل های تهیه نقشه خطر زمین لغزش؛ منطق فازی، ارزش اطلاعاتی و تراکم سطح مورد استفاده در حوضه چم سنگر در 40 کیلومتری جنوب شرق خرم آباد لرستان بوده، به منظور بررسی پایداری دامنه ها در حوضه چم سنگر ابتدا با استفاده از تصاویر گوگل ارث و بازدید های میدانی (ثبت نقاط لغزشی با استفاده از GPS) نقاط لغزشی شناسایی و متعاقب آن نقشه پراکنش زمین لغزش های حوضه تهیه گردیده در این مطالعه، عوامل مرتبط با زمین لغزش مانند شیب، جهت شیب، ارتفاع، زمین شناسی، بارندگی، کاربری اراضی، فاصله از جاده و آبراهه در تجزیه و تحلیل لغزش مورد استفاده قرار گرفت. برای ارزیابی و طبقه بندی نتایج خروجی مدل های مورد استفاده در برآورد خطر لغزش منطقه از شاخص جمع مطلوبیت (QS) استفاده شد، نتایج بدست آمده نشان داد که مدل تراکم سطح، با مقدار 85/1 QS= روش کار آمدتری نسبت به مدل های ارزش اطلاعاتی با 60/1 QS= و منطق فازی با 554/0 QS=، برای تهیه نقشه خطر لغزش های حوضه چم سنگر دارد. بر اساس پهنه بندی صورت گرفته با استفاده از مدل تراکم سطح به ترتیب 31/36، 78/44، 62/16، 65/1، 63/0 درصد از مساحت منطقه در کلاس های خطر خیلی کم، کم، متوسط، زیاد و خیلی زیاد قرار گرفت.