مریم تیموری

مدیریت خطر به عنوان فرایندی مستمر و پیش بینیکننده، امری حیاتی در هر نوع فعالیت تجاری و صنعتی محسوب میشود. شناسایی خطرهای بالقوه و اقدام صحیح قبل از بُروز مسایل، حرکت سازمان را در رسیدن به اهداف مدنظر سرعت بخشیده و آثار نامطلوب را درطول حیات پروژه کاهش میدهد. این فرایند میتواند با کنترل تهدیدها نقش عمده ای در مدیریت راهبرد هر سازمان ایفا کند. امروزه در بسیاری از سازمان ها بعد از منابع انسانی، زیرساخت های اطلاعاتی مهم ترین سرمایهی راهبردی به حساب میآید، زیرا توانسته با فراهم آوردن اطلاعات معتبر سبب موفقیت های کاری شود. در این تحقیق ضمن بررسی اهمیت فرایند مدیریت خطر، فناوری اطلاعات به عنوان یکی از عوامل تسهیلکننده در شناسایی، ارزیابی و کنترل خطر پروژه ها معرفی میشود. روش بهکارگرفته شده در این تحقیق، روش پیمایشی و به منظور جمع آوری اطلاعات از پرسش نامه استفاده شده است. پرسش نامه در شرکت های فعال در پروژه های نفتی میان متخصصان مدیریت خطر توزیع و پس از جمع آوری داده ها برای انجام آزمون فرضیه از آزمون دو جمله ای (نسبت) با جامعهی آماری 300 و حجم نمونهی 64 استفاده شده است. برای بررسی اثرگذاری فناوری اطلاعات بر فرایند مدیریت خطر، شاخص های زمان، هزینه و کیفیت تعریف شده است. تحلیل آماری داده های جمع آوری شده نشان میدهد که اثرگذاری فناوری اطلاعات بر شاخص زمان بیش از دیگر شاخص های هزینه و کیفیت است.

مقدمه: اعتیاد بیماری پیش رونده و دارای تبعاتی جسمانی و روانی است. یکی از پیامد های جسمانی مصرف مواد، درد می باشد. هدف: پژوهش حاضر با هدف بررسی اثر بخشی درمان کاهش استرس بر کاهش میزان درد بیماران تحت درمان در فاز سم زدایی انجام پذیرفت. روش: در یک مطالعه تجربی تک سایت در قالب کارآزمایی بالینی تصادفی با گروه کنترل و پیش آزمون و پس آزمون چهل(50 N = ) مرد (سنین 38-18 با میانگین سنی: 26.6) در فاز سم زدایی از بین مددجویان بستری در کمپ اقامتی شهرکرج با استفاده از نمونه گیری تصادفی انتخاب و با استفاده از نرم افزار اکسل آفیس به طور تصادفی به دو گروه آزمایشی(25 n = ) و کنترل (25 n = ) تخصیص داده شدند. گروه آزمایش به مدت 12 جلسه (هفته ای سه جلسه و هر جلسه 50 دقیقه) تحت درمان گروهی ذهن آگاهی قرار گرفت و گروه کنترل صرفا درمان های روتین مرکز را دریافت نمودند. سپس، دو گروه در دو نوبت پیش آزمون و پس آزمون توسط پرسشنامه درد مک گیل (میزان پاسخ دهی=91%) در قالب سه سطح حسی، عاطفی و نوروپاتیک مورد ارزیابی قرار گرفتند. از شرکت کنندگان دو بار در هفته تست ادرار با آستانه مفروض سی صد نانوگرم در میلی لیتر به منظور احراز اطمینان از پایبندی به پرهیز از مصرف به عمل آمد. داده ها توسط آزمون های پارامتریک تحلیل کواریانس چند متغیره مورد تجزیه و تحلیل قرار گرفت. همچنین داده های کیفی حاصل از ارزیابی های دموگرافیک کدگذاری و به کمک ابزار تحلیل داده های کیفی Atlas.ti-5.2 مورد تحلیل قرار گرفتند. یافته ها: یافته ها نشان داد که درمان ذهن آگاهی تاثیر معناداری بر بهبود شاخص های درد حسی با فاصله اطمینان 21.32 (25.74-16.90) و نوروپاتیک با فاصله اطمینان 20.92 (25.64-16.20) ایفا نموده است(0.01 > P )، گرچه اثربخشی درمان فوق بر مولفه درد عاطفی(فاصله اطمینان 20.74؛ 24.24-17.24) معنادار مشاهده نشد(0.05< P ). نتیجه گیری: یافته های پژوهش حاضر همسو با پیشینه پژوهشی بیانگر اثر بخشی درمان های نوظهور از جمله ذهن آگاهی بر تعدیل شاخص های روان شناختی درد می باشد. یافته های مذکور ضمن ارائه چشم اندازی روشن در چارچوب درمان های روان شناختی، می تواند در حیطه اعتیاد و طرح ریزی مداخلات کارامد اهمیتی قابل توجه داشته باشد.

در این مقاله، به منظور رفع برخی محدودیت های شناسایی ساختمان در تصاویر چندطیفی، از داده SAR به منزله داده مکمل استفاده می شود. در روش پیشنهادی، برای استفاده هم زمان از اطلاعات مفید در تصاویر رادار و چندطیفی، استراتژی مبتنی بر تلفیق تصاویر، با هدف شناسایی ساختمان، مطرح می شود. همچنین، ازآن جاکه انتخاب ویژگی نقش بسزایی در شناسایی و طبقه بندی عوارض دارد، اغلب روش های مرسوم و رایج در این زمینه، مانند الگوریتم ژنتیک، نیازمند داده های آموزشی اند؛ اما دردسترس نبودن همیشگی این نوع داده های آموزشی یکی از دغدغه های مهم محققان به شمار می آید. پس در این تحقیق، دو روش انتخاب ویژگی فیلترمبنا بررسی می شود تا مشخص شود آیا روش های یادشده می توانند، در مواقع لازم (نبودِ داده آموزشی)، جایگزین الگوریتم ژنتیک شوند؟ بنابراین، در پژوهش حاضر، ابتدا بردار ویژگی بهینه از تصویر چندطیفی و SAR، با سه روش MNF وPCA  و ژنتیک، تعیین و هریک جداگانه وارد هر دو طبقه بندی کننده شبکه عصبی و SVM می شود. سپس به منظور رفع مشکلاتی، همچون تشابه طیفی پشت بام ها با پوشش آسفالت خیابان ها، در تصاویر چندطیفی و بهبود نتایج، دو تصویر چندطیفی و SAR در سطح ویژگی تلفیق می شود. در نهایت و در مرحله بعدی، بهترین تصاویر طبقه بندی شده با شبکه عصبی و SVM، در تمامی بررسی های صورت گرفته تا به این مرحله، وارد تلفیق در سطح تصمیم گیری می شوند. نحوه تلفیق در سطح تصمیم گیری بدین صورت است که اطلاعات همسایگی هر پیکسل در قالب پنجره مکانی متحرک در ابعاد متفاوت، با هدف تصمیم گیری درمورد ماهیت هر پیکسل، استفاده می شود. بنابراین، نتایج حاصل شده در این تحقیق، با صحت کلی و دقت شناسایی ساختمان، به ترتیب 92.82% و 80.14% بیانگر عملکرد مناسب این روش است.

طبق مطالعات مرکز پیش بینی و تحقیقات هدلی در قرن 21 به دلیل گرمایش جهانی، خشک سالی فراگیر و شدید، زندگی میلیون ها نفر در کره ی زمین را تهدید خواهد نمود. ازآنجایی که خشک سالی، بخش های مختلف جامعه را تحت تأثیر قرار می دهد، لذا پایش و ارزیابی این پدیده در آینده به منظور برنامه ریزی صحیح، امری ضروری است. بدین منظور، ابتدا باید داده های اقلیمی برای دوره های آتی تولید شوند. در این مطالعه با استفاده از خروجی مدل های GCM و ریزمقیاس نمایی آن ها به کمک الگوی LARS-WG داده های بارش طی دوره ی 2050 – 2011 برای چهار ایستگاه در استان زنجان شبیه سازی شد. ازآنجایی که در مطالعات اقلیمی بحث عدم قطعیت وجود دارد، برای دست یابی به قطعیت بیش تر در نتایج باید از خروجی های مختلف مدل GCM همراه با سناریوهای انتشار متفاوت بهره برد. بر این اساس در تحقیق حاضر از چهار مدل اقیانوس جو(BCM2، HADCM3، HADGEM- A1 و IPCM4) و سناریو مختلف هر مدل استفاده شد و برای تعیین بهترین مدل از رابطه ی عکس قدر مطلق خطای هر مدل استفاده گردید و درنهایت مدل هایی که دارای بیش ترین ضریب وزنی بودند، به عنوان بهترین مدل برای مطالعه ی دوره ی آتی و فرآیند ریزمقیاس نمایی و تولید داده های آب و هوایی و درنهایت، مطالعه ی خشک سالی انتخاب شدند. نتایج به دست آمده بیانگر این مطلب است که پارامتر اقلیمی بارش طی 40 سال آینده نسبت به دوره ی پایه رو به کاهش است؛ به طوری که کم ترین مقدار کاهش برای ایستگاه زنجان با 2 میلی متر و بیش ترین مقدار کاهش برای ایستگاه خدابنده و ماه نشان با 24 میلی متر پیش بینی شده است. برای بررسی و ارزیابی وضعیت خشک سالی استان طی این دوره ، از شاخص های خشک-سالی SPI و PN استفاده گردید. نتایج نشان می دهند که این دو شاخص هم خوانی خوبی باهم دارند و طی چهار دهه ی آینده، حداقل یک دهه  شاهد خشک سالی خواهیم بود.