适应气候变化对于埃塞俄比亚等发展中国家的可持续生计至关重要,因为雨养农业是这些国家的经济支柱。本研究旨在评估不同农业生态区的本土和引进的适应措施及其决定因素。我们使用结构化和半结构化问卷从 338 个农户收集数据。加权平均指数 (WAI) 用于确定不同农业生态区农户采用的最重要的适应方法,而问题对抗指数 (PCI) 则评估阻碍这些策略实施的障碍。多项逻辑模型 (MNL) 用于调查影响农民选择适应策略的因素。结果表明,最受欢迎的本土适应策略是种植当地作物品种 (WAI = 2.22)、作物多样化 (WAI = 2.15) 和调整种植日期 (WAI = 2.14)。引入的适应策略包括使用无机肥料(WAI = 2.64)、应用改良作物品种(WAI = 2.41)以及使用杀虫剂和除草剂(WAI = 2.24)。PCI 结果显示,适应气候变化的主要障碍是农场规模有限(PCI = 694)、缺乏气候信息(PCI = 641)、土壤质量差(PCI = 639)、缺乏灌溉设施(PCI = 623)和投入成本高(PCI = 610)。logit 模型确定了影响农民对适应措施偏好的几个重要因素,例如作物歉收、信贷可用性、反复干旱、气候变化感知、农业生态位置和家庭收入。该研究强调了了解影响农民适应策略的当地因素以增强他们对气候变化的适应能力的重要性。
在全球范围内,COVID-19 大流行显著增加了发病率和死亡率。医务人员处于 COVID-19 大流行暴露的最前线,被确定为需要接种 COVID-19 疫苗的优先目标群体。然而,关于埃塞俄比亚医护人员使用 COVID-19 疫苗及其相关因素的数据很少。采用简单随机抽样方法,通过基于机构的横断面研究设计招募了 398 名医务人员。在德布雷马科斯镇公共卫生机构工作的医务人员填写了一份经过预先测试的自填问卷以获取数据。然后,将数据输入 Epi data 版本 4.2;并通过 SPSS 25 进行分析。在检查模型假设后,计算了描述性统计和多变量逻辑回归分析。在使用 Hosmer-Lemeshow 检验检查模型充分性后,计算了 95% CI 的调整优势比,并在 P 值 < 0.05 时声明统计显着性。医护人员中 COVID-19 疫苗的接种率为 61.56%(95% CI:56.67%,66.23%)。与 COVID-19 疫苗接种相关的因素包括年龄 > = 35 岁(AOR:4.39,95% CI:1.89,10.19)、收入较高(> 9056 比尔)(AOR:1.79,95% CI:1.03,3.10)、实践 COVID-19 预防方法(AOR:2.39,95% CI:1.51,3.77)、成年期有其他免疫接种史(AOR:1.63,95% CI:1.15,2.56)和患有慢性疾病(AOR:1.90,95% CI:1.07,3.74)。这项研究显示,COVID-19 疫苗的接种率很低。年龄 > = 35 岁、收入较高、实践 COVID-19 预防方法、成年后有免疫史和患有慢性疾病是 COVID-19 疫苗接种的统计学显著因素。因此,政策制定者和卫生管理者应考虑医护人员的免疫接种需求,并制定 COVID-19 疫苗接种计划。
1.3.12 与当地个人或团体进行的环境研究、许可和计划、谈判或协议......................................................................................................................................................17
在坦桑尼亚,血吸虫病是一个严重的公共卫生问题,通过针对大批人口的大规模药物管理 (MDA) 运动来治疗。这种大规模药物管理 (MDA) 运动需要大量资源,这对长期资金不足的血吸虫病控制计划的年度维持能力提出了挑战。MDA 运动的开展方式是针对被认为是地方病的整个地区,这并没有达到减少疾病传播的最佳效果,导致了许多人口群体治疗不足而其他非地方病地区治疗过度的问题,并对有限的资源造成了巨大压力。为了避免这些问题,世界卫生组织 (WHO) 建议,治疗工作需要更多地针对地方病社区和地区内的行政区域,并且 MDA 运动应在分区级别开展。世卫组织还根据血吸虫病的寄生虫流行情况为社区治疗提供了明确的指导方针。虽然进行这种转变有充分的理由,但包括坦桑尼亚在内的大多数血吸虫病流行国家都没有足够的监测数据来在这一层面做出明智的决定。血吸虫病患病率数据有限,这阻碍了疾病控制计划根据数据做出明智的治疗决定,也阻碍了其遵守世卫组织关于在分区一级进行有针对性治疗的建议。地理统计模型是一种空间分析工具,过去曾用于帮助预测数据有限的附近地区疾病流行的可能性。它们在预测与环境和社会人口因素密切相关的疾病方面特别有用,而我们在世界大部分地区都有这些因素的数据。关于使用地理统计模型预测不同环境下血吸虫病患病率的出版物可以追溯到 20 多年前,但尚未被整合以协助国家计划的决策过程,世卫组织也没有特别提倡使用它们。该研究旨在研究使用模型预测指导有针对性的分区级治疗对需要治疗的人群的影响,与传统的区级方法相比。本出版物表明,使用地理统计模型预测血吸虫病是可能的,并且可以成为指导治疗地点的宝贵工具。此外,它估计,有资格接受有针对性治疗的人群与在传统区级下接受治疗的人群有很大不同
“位于湖泊或哈利法克斯港(Halifax Harbour)上的许多地段或部分地段,其标题是单独可运输的,通常被完全或部分地淹没在水下。”交流前的水批量通常可以用各种天然物质(岩石和土壤)填充,如果所有者获得了适当的批准,就可以成为土地。由于缺乏市政管辖权,分区通常不适用于水批。但是,一旦水地被填充并加入了海岸线,它就会从土地使用控制的各个方面属于市政管辖范围。西北臂内的水块覆盖了51.56公顷的联合面积。因此,与港口其他地方相比,填充活动往往对西北部门的社区性格和娱乐活动具有更直接的影响。与西北部队填充水批次相关的问题一直是理事会(附件A)和公众持续关注的主题。通常,对以下事项表示关注:
在过去的四十年中,学术界和企业组织开始对渗透战略的概念维度和组织环境中的绩效感兴趣,但其概念一直在演变。因此,本研究彻底审查了现有文献,以收集可能对组织环境绩效产生直接和间接影响的渗透战略维度的各个方面。然而,这需要使用实证定量措施进行验证。本研究通过从现有进入者文献中考察渗透战略和绩效的多维性,发现各种渗透战略都对市场和组织的绩效水平产生积极影响。我们整合了大量材料,主要来自众多出版物,以探讨本研究中讨论的与渗透战略相关的各种挑战。本研究仅纳入了过去 40 年发表的研究,以保持研究的时效性。以前的研究中很少使用渗透战略维度来解释直接影响行业绩效的各种制造理论系统。本研究的概念框架具有创新性,作者试图开发一个具有直接或间接影响渗透技术的方面的结构。关键词
糖尿病(DM)是一种代谢性疾病,其特征是由于胰岛素分泌,胰岛素作用或两者兼而有之慢性高血糖。2型糖尿病占全球所有糖尿病的90%以上(1)。当血糖水平接近正常状态并且与DM相关的并发症的机会很低时,DM患者的血糖控制可以被描述为足够的血糖控制,而当血糖水平过高并且与糖尿病相关性相关性的机会过高时,血糖控制较差(2)。在全球范围内,有超过5.37亿成年人(占全球成年人口的10.5%)患有糖尿病。由于生活方式的变化,到2030年,该数字预计到2030年(占全球成年人口的11.3%)的人数将增加到6.43亿成年人。,超过50%的糖尿病生活在低收入和中等收入国家(3)。在撒哈拉以南非洲地区的不同研究表明,尽管糖尿病护理基础设施较低,但撒哈拉以南国家的DM负担仍在增加(4、5)。在埃塞俄比亚进行的研究表明,DM的患病率在5.1%-14%(6,7)范围内。在撒哈拉以南非洲的不同部位进行的研究表明,大多数DM患者的血糖对照差(8、9)。同样,在埃塞俄比亚进行的不同基于医院的研究表明,血糖控制差的负担范围为52%-80%(10-12),预计与糖尿病相关的负担很高。DM的发病率和死亡率是由于与糖化产物相关的不受控制的高血糖症引起的(2)。这突出了尽早建立良好血糖控制的重要性。多个临床试验表明,密集的血糖控制与DM并发症的降低相关(13,14)。对2型DM的早期强化血糖控制与糖尿病并发症的减少有关,持续了10年以上(15)。相反,即使是短期高血糖的短期也会增加与糖尿病相关并发症的风险(16)。由于血糖水平受多种因素的影响,因此血糖控制不良是多因素和尾孢子。对2型DM患者的不同研究表明糖尿病持续时间长,
据报道,不同国家的公务员中法律背痛(LBP)的患病率不同,如立陶宛56.1%[9]、德国60%[16]、巴西南部50.2%[17]、芬兰34%[18]、荷兰34%[19]、希腊37.8%[10]、新西兰45%[20]、马来西亚69.7%[21]、伊朗60%[22]、科威特51%[23]、非洲14%至72%[24]和埃塞俄比亚南部38.4%[25]。根据不同的研究,有许多风险因素与腰痛有关,如年龄[25-29]、性别[20,30,31]、BMI、教育水平和婚姻状况[31-34]、工作条件因素,例如坐姿、休息时间、坐着的时间长短和频繁使用电脑[10,25,31,35,36]、工作经验[36-38]、压力[25,32,39,40]、体力锻炼[35,41,42]、吸烟[25,41,43,44]、聊天、咀嚼和饮酒[25,27,28,36]。
自1950年代以来,澳大利亚西北部的降雨量一直在显着增加(图1A和1B)(Smith,2004年)。大部分降雨量增加发生在12月至2月,这与季风时期大约一致(Wheeler&McBride,2012年)。图1A和1B显示了自1975年以来在澳大利亚北部的每个季风(12月至3月)的降雨天数和总降雨量的增加(图S1的图S1支持S1的趋势S1和SI单位的趋势和额外的降雨指数)。与其他研究相比,此处发现的降雨量增加并不是统计学上的显着意义(Dey,Lewis,Arblaster和Abram,2019; Shi等,2008),因为我们不得不将分析限制在1974年之前(有关更多详细信息,请参见第2.2节)。但是,这个时间周期的降雨趋势在降雨天数和总降雨量中仍显示出很大的增加,在某些地方,降雨量增加了10%。理解这种趋势是否会在未来持续存在,对于理解区域气候变化及其含义很重要。
