احمد نامنی

هدف این مقاله ارزیابی میزان ریسک زیست محیطی مجموعه ها و فضاهای ورزشی شمال شرق تهران بر اساس پهنه بندی آلودگی هوا با استفاده از سیستم اطلاعات جغرافیایی GIS و ارائه الگویی برای مدیریت این ریسک است . جامعه آماری مقاله 48 مورد از فضاهای ورزشی شمال شرق تهران است. مراحل انجام پژوهش به این صورت است که ابتدا داده های مربوط به شش شاخص آلاینده هوا (منو اکسید کربن، دی اکسید گوگرد، دی اکسید ازت، ازن و ذرات معلق) به صورت خام از مرکز پایش آلودگی هوا و شرکت کنترل کیفیت هوای تهران جمع آوری و مورد تحلیل قرار می گیرد. سپس با توجه به وزن هر آلاینده و بر اساس درونیابی به روش کریجینگ به تفکیک رستر مربوطه تولید و کلاس بندی بر اساس محدوده حداقل و حداکثر انجام می شود. در نهایت بر اساس جدول شاخص کیفیت هوا طبقه بندی سطح اهمیت ایمنی بهداشتی نیز صورت می گیرد و نقشه مربوطه تهیه و در ادامه اقدام به روی هم گذاری لایه موقعیت مکانی مجموعه های ورزشی و لایه های پهنه بندی آلاینده ها خواهد شد. نتایج مقاله نشان می دهد که 22 مجموعه ورزشی از 48 مجموعه مورد مطالعه کانون های دریافت کننده بیشترین بار آلودگی هستند. ارزیابی ریسک زیست محیطی مجموعه های ورزشی با توجه به آلاینده های هوا ، بر اساس روش ویلیام فاین عدد ریسک 300 را نشان می دهد که نشان دهنده سطح ریسک بالا است. بنابراین نیازمند انجام اقدامات اصلاحی فوری برای کنترل ریسک است. Abstract The purpose of this paper is to assess the environmental risk of the Northeastern sport complexes and sports spaces based on the zoning of air pollution using the GIS Geographic Information System (GIS) and provide a model for managing this risk. The statistical population of the article is 48 items of sports spaces in north east of Tehran. The research process is based on the fact that data from six air pollutant indicators (carbon monoxide, sulfur dioxide, nitrogen dioxide, ozone and particulate matter) raw materials collect from the Air Pollution Monitoring Center and Tehran air Quality Control Company and analyzed. Then according to the weight of each pollutant and based on interpolation in the Kriging method the corresponding raster is produced and categorized based on the minimum and maximum range. Finally, according to the air quality index table, the classification of the level of importance of health safety will be done and the relevant map will be prepared and then proceed to align the location layer of the sports complexes and the layers of pollutant zoning. The results of the paper show that 22 sports complexes from 48 study groups are the most polluting centers receiving. Environmental risk assessment of sports complexes with regard to air pollutants, based on William Fein's method. Risk number 300 shows which represents a high risk level. Therefore, it needs to take immediate corrective measures to control the risk.

هدف پژوهش حاضر، توسعه مدلی برای پیش بینی شرایط اخراج آموزشی دانشجویان مقطع کارشناسی رشته های مهندسی بوده که به روش داده کاوی و با استفاده از الگوریتم شبکه عصبی به اجرا درآمده است. جامعه آماری، دربرگیرنده کلیه پذیرفته شدگان سال های 1387 لغایت 1390 در سه مورد از دانشگاه های فنی و مهندسی کشور بوده است. داده های پژوهش با بهره برداری مستقیم از سیستم های آموزش هر سه دانشگاه در مدل سازی وارد شدند. نتایج حاکی از آن است که با   بهره گیری از داده های موجود در سیستم های حوزه آموزش دانشگاه ها و به خدمت گرفتن شبکه عصبی می توان با صحت بیش از 95 درصد نسبت به پیش بینی وضعیت تحصیلی یکایک دانشجویان اقدام نمود. کارآئی مدل های حاصله در دانشگاههای مورد مطالعه، به ترتیب برابر 0.72، 0.556و 0.565 حاصل گردیدند. معدل کل، تعداد واحدهای گذرانده، تعداد نیمسال های مبادرت به   فعالیت های فوق برنامه و تعداد نیمسال های مشروطی قبلی به عنوان به عنوان موثرترین متغیرهای پیش بین، توسط شبکه عصبی تشخیص داده شدند.  

هدف مطالعه حاضر، بررسی نقش متغیرهای پذیرشی در موفقیت تحصیلی دانشجویان دوره کارشناسی و کارشناسی ارشد و تدوین آنها در قالب مدل پیش بینی بوده و طرح مطالعه از نوع همبستگی بوده است. جامعه آماری شامل، کلیه پذیرفته شدگان در دوره های کارشناسی و کارشناسی ارشد مرکز آموزش الکترونیکی دانشگاه علم و صنعت ایران بود که تا پایان نیمسال دوم سال تحصیلی 92-1391حداقل، یک نیمسال، نمرات ثبت شده داشته اند. معدل کل واحدهای اخذ شده در مقطع تحصیلی فعلی به عنوان متغیر وابسته، در نظر گرفته شد. تحلیل داده ها با مدل رگرسیون خطی و به شیوه گام به گام به اجرا درآمد. نتایج تحلیل ها حاکی از آن است که شاخص های پذیرشی به تنهائی از توان نسبتاً پائینی برای پیش بینی موفقیت تحصیلی در دوره های آموزش الکترونیکی برخوردارند. لذا نمی توان سیاست گذاری های آموزشی در این دوره ها را صرفاً برمبنای مؤلفه های پذیرشی بنا نهاد. با اینحال، در صورتیکه اطلاعات در اختیار یا قابل حصول مدیریت دانشگاه، محدود به اطلاعات پذیرشی باشد، می توان گفت: در مقطع کارشناسی، بومی بودن، معدل دیپلم و پذیرش از طریق آزمون اختصاصی و در مقطع ارشد، رشته تحصیلی مقطع کارشناسی(مهندسی)، پذیرش از طریق آزمون اختصاصی(با وزن منفی)، معدل کل مقطع کارشناسی، نوع دانشگاه محل تحصیل مقطع کارشناسی(دولتی) و رشته تحصیلی مقطع کارشناسی(علوم پایه)، به ترتیب، به عنوان مؤثرترین  پیش بینی کننده های موفقیت تحصیلی، قابل معرفی اند. درمجموع فرض بر این است که نتایج این مطالعه   می تواند برای دانشگاه مورد مطالعه و سایر دانشگاه های مشابه در امر برنامه ریزی آموزشی برای توسعه دوره های آموزش الکترونیکی مورد بهره برداری قرار گیرند.

هدف اصلی مقاله حاضر، ارائه یک الگوی عملیاتی است که بتواند در آیندهپژوهیهای میانمدت حوزهمدیریت و برنامهریزی آموزشی، راهنمای پژوهشگران قرار گیرد. مقاله حاضر، ماحصل پژوهشی از نوعمدلسازی کیفی در حوزه آیندهپژوهی است که در آن با تلفیقی از فنون سناریوپردازی، تحلیل محتوا وتحلیل روند ، به توسعه الگو پرداخته شده است. توسعه چهارچوب نظریِ الگو بر مبنای تلفیق هدفمندفنون مطرح آیندهپژوهی و آزمون آن بهصورت پیمایشی در زمینه موضوعیِ تربیت سرمایه های انسانی،انجام یافته است. بهعنوان یافته قابل توصیه، عمیق شدن در یک سناریو نسبت به پرداختن بهسناریوهای مختلف، ارجحیت دارد. همچنین سناریو باید مبتنی بر یک چهارچوب نظری بوده و دارایبخشهای پیشبینی و تجویزی باشد.