رضا محبی

پرورش خلاقیت و توانمندی های کودکان از ضروریات اجتماعی است که یکی از مکان های مهم برای تحقق آن پارک-های محله ای هستند. هدف پژوهش حاضر نیز شناسایی جامع مؤلفه های چیدمان فضا در جهت تأمین امنیت کودکان در پارک های محله ای است. روش پژوهش کاربردی- توصیفی است. ابتدا با روش تحلیل محتوای کیفی، شاخص های تبیین کننده چیدمان فضا و امنیت کودکان در پارک های محله ای ارائه و از طریق گردآوری داده های حاصل از مصاحبه-های مراجعان پارک های محله ای تأثیر مؤلفه های چیدمان فضا بر امنیت کودکان بررسی گردید. نمونه آماری انتخابی به روش خوشه بندی 156 نفر می باشند. داده های گردآوری شده از طریق نرم افزار آماری SPSS و با آزمون های کمی تحلیل گردید. نتایج حاکی از آن است که همبستگی قوی بین متغیره ای چیدمان فضا و امنیت کودکان در پارک های محله ای وجود دارد. همچنین، برای تحلیل عمیق تأثیر مؤلفه های چیدمان فضا بر امنیت کودکان در پارک های محله ای از تکنیک های مشاهده و ثبت الگوهای تحلیلی چیدمان فضا با استفاده از نرم افزارDepth map بهره گرفته شد و درنهایت، نتایج تحلیل برای 5 پارک محله ای منطقه2 تهران مشتمل بر پارک «نیایش»، «گلدشت»، «مروارید»، «پرستو» و «میثاق» نیز ارائه گردید.

تنظیم کنندگان مقررات اوراق بهادار در سراسر جهان میزان فعالیت و پلتفرم های ارزهای دیجیتال را در حوزه صلاحیت خود بررسی می کنند. بیشتر تنظیم کنندگان معتقدند که میزان اختیارات نظارتی آن ها کاملاً به فعالیت های عملیاتی واقعی عملکرد سیستم ارزهای دیجیتال بستگی دارد. در برخی از حوزه های قضایی، عملیات ارزهای دیجیتال به عنوان خدمات الکترونیکی یا ارائه محصولات مالی تحت نظارت قرار می گیرد. شرکت کنندگان کلیدی در جامعه ارز مجازی، مانند Overstock.com و LedgerX،به طور فزاینده ای این موقعیت را اتخاذ می کنند که پیروی کامل از الزامات نظارتی موجود را در حدی انجام دهند که عملیات ارزهای دیجیتالی آن ها در محدوده مقررات موجود باشد. این رویکرد، محتاطانه است و احتمالاً رشد بازار ارز مجازی را تسهیل خواهد کرد. بااین وجود، این رویکرد مستلزم فعالیت های گسترده در زمینه انطباق با قانون است.  

مقامات ملی تنظیم کننده مقررات ارز تا به امروز عموماً صلاحیت مستقیم نسبت به ارزهای مجازی نداشته اند، چرا که آن ها پول های بی پشتوانه ملی نیستند. با این حال، تنظیم کنندگان مقررات ارز، از چند روش کلیدی غیرمستقیم، بر توسعه ارز دیجیتالی تأثیرگذاری می کنند. از طریق اختیار خود برای محافظت از ارزش و یکپارچگی پول های بی پشتوانه ملی، آن ها اقداماتی را اتخاذ می کنند که بر روی ارزهای دیجیتالی تأثیر می گذارد با این ادعا که چنین اقداماتی برای حفاظت از پول ملی آن ها ضروری است. علاوه بر این، از آنجا که معمولاً این تنظیم کنندگان مقررات، اختیار کنترل فعالیت بانک ها و سایر مؤسسات مالی کلیدی را دارند، با محدود کردن اختیار این مؤسسات در استفاده یا پذیرش ارز مجازی، بر توسعه و استفاده از ارزهای دیجیتال تأثیر می گذارند. تنظیم کنندگان مقررات ارز، معمولاً در خصوص تبدیل ارز خارجی صلاحیت دارند (حق تنظیم مقررات دارند) و از طریق این نقش، در حال حاضر به طور معمول توانایی اشخاص برای تبدیل ارزهای دیجیتال و ارزهای سنتی ملی را محدود می کنند. همچنین تنظیم کنندگان مقررات ملی ارز، در خصوص خطرات مربوط به استفاده از ارز دیجیتالی هشدارهای قابل توجهی به مصرف کنندگان داده اند. تنظیم کنندگان مقررات ارز، اغلب دارای صلاحیت تنظیم مقررات در خصوص انتقال سرمایه و انتقال پول هستند و اغلب این صلاحیت را در زمینه استفاده از ارز مجازی مورد استفاده قرار می دهند. در حال حاضر برخی از دولت ها امکان اعمال کنترل دولتی بر ارز دیجیتالی و مشارکت دولت در بلاک چینِ پلتفرم های ارزهای مجازی موجود را بررسی می کنند.

دستیابی به رشد مستمر و مداوم اقتصادی و به موجب آن توسعه اقتصادی را می توان از زمره اهدافی قلمداد نمود که تمام کشورها در پی دستیابی به آن می باشند. در این راستا بانک ها نقش بسیار مهمی در پیشرفت و توسعه اقتصادی هر کشور ایفا می نمایند. در حال حاضر با توجه به تعداد قابل توجه بانک های دولتی و خصوصی در کشور پیش بینی کارایی آن ها اهمیت ویژه ای پیدا کرده است. هدف از این پژوهش، مدلسازی و پیش بینی کارایی بانک های دولتی و خصوصی کشور با استفاده از مدل های شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک می باشد. در این پژوهش ابتدا با استفاده از مدل تحلیل پوششی داده ها و با در نظر گرفتن جمع کل دارایی ها و تعداد کل شعب به عنوان ورودی های مدل و سود و زیان خالص و مانده تسهیلات اعطایی و مطالبات به عنوان متغیرهای خروجی مدل به بررسی کارایی بانک ها در بین سال های 1386 تا 1390 پرداخته شد. در مرحله بعد، از رویکرد رگرسیون چند متغیره، شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک جهت پیش بینی کارایی بانک ها استفاده شده است. نتایج ارزیابی نشان داد که مدل شبکه عصبی فازی نسبت به سایر مدل ها دارای بالاترین دقت در پیش بینی کارایی بانک ها می باشد. همچنین بر اساس نتایج تحلیل حساسیت ورودی ها به وسیله شبکه عصبی، ورودی سود و زیان خالص به عنوان ورودی که بیشترین تاثیر در کارایی بانک ها دارد، معرفی شده است