XiaoMi-AI文件搜索系统
World File Search System人道主义
人道主义行动中的新兴技术
本出版物的出版得益于以下各方的重要建议和支持：Connecting Business 倡议（Karen Smith）、Direct Relief（Andrew Schroeder 博士）、Field Ready（Dara Dotz）、难民倡议基金（Sara-Christine Dallain）、谷歌（Ruha Devanesan、Alexander Diaz、Christopher Fearon、Sella Nevo）、IBM（Kush Varshney）、ID2020 联盟（Dakota Gruener、Ethan Veneklasen）、印度飞行实验室（Ruchi Saxena 博士）、红十字国际委员会（Veronique Christory、Ann Deer、Massimo Marelli、Vincent Graf Narbel、Stephanie Ridgway、Mark Silverman）、国际移民组织（Alexander Klosovsky 博士）、IrisGuard UK Ltd.（Eva Mowbray）、约翰霍普金斯大学应用物理实验室（Jason A. Lee）、KPHR, Inc.（Kyla Reid）、微软（Cameron Birge）、NetHope （Ray Short）、Nexleaf Analytics、联合国人权事务高级专员办事处（Scott Campbell）、海外发展研究所、人道主义政策小组（Sorcha O’Callaghan、Barnaby Willitts-King）、Tableau 基金会（Neal Myrick）、英国人道主义创新中心（Mark Beagan、Ben Ramalingam、Lewis Sida）、联合国儿童基金会（Kate Alley、Alissa Collins、Mari Denby、Ariana Fowler、Tautvydas Juskauskas、Christina Lomazzo、Toby Wicks）、联合国秘书长办公厅（David Michael Kelly）、联合国基金会、联合国全球脉动、联合国难民事务高级专员办事处（Katie Drew、Christopher Earney、Rebeca Moreno Jiménez、Sofia Kyriazi）、联合国信息和通信技术办公室（Mark Dalton、Lambert Hogenhout）、联合国特别顾问办公室（Yu Ping Chan、Anoush Tatevossian、Anni Tervo）、联合国世界粮食计划署（Marco Codastefano、Ria Sen、Emma Wadland）、牛津大学（Tsvetelina Van Benthem）、WeRobotics（Sonja Betschart、Patrick Meier）、世界银行（Nadia Piffaretti）、耶鲁大学（Nathaniel Raymond）、Shahrzad Yavari 以及我们在 OCHA 的同事，特别感谢 Andrew Alspach、Simon巴格肖、亚辛·本纳、莉莲·巴拉哈斯、奥瑞利安·布弗勒、斯图尔特·坎波、胡安·查韦斯-冈萨雷斯、克里斯蒂安·克拉克、苏珊娜·康诺利、卡里姆·艾尔巴亚尔、马库斯·埃尔滕、大卫·格特格布尔、阿里·格克皮纳尔、文森特·胡宾、安娜·杰弗里斯、马琳·坎普·詹森、莱昂纳多·米兰诺、德克-简·奥姆齐特、丹尼尔·普菲斯特、艾普丽尔·范,卡西夫·雷赫曼、苏菲·所罗门、莎拉Telford、Andrej Verity、Nathalie Weizmann、Kathryn Yarlett、全球信息职能团队和战略传播部门。
人道主义行动中的数据保护手册
• SaaS – 软件即服务 • 敏感数据是指个人数据，如果披露，可能会导致对相关个人的歧视或压制。通常，与健康、种族或民族、宗教/政治/武装团体隶属关系或基因和生物特征数据有关的数据被视为敏感数据。所有敏感数据都需要加强保护，尽管属于敏感数据范围的不同类型的数据（例如不同类型的生物特征数据）可能具有不同的敏感程度。鉴于人道主义组织工作的具体情况以及某些数据元素可能导致歧视的可能性，列出人道主义行动中敏感数据类别的明确清单毫无意义。数据的敏感性以及适当的保障措施（例如技术和组织安全措施）必须根据具体情况进行考虑。
人道主义排雷探测技术和系统指南
《指南》编辑团队本着诚意并尽最大努力编写了本报告，目的是传播结果。本书中描述的技术和测试结果均来自系统开发商、制造商和其他公开文献来源。《指南》编辑团队没有机会核实系统开发商或制造商提供的测试结果或性能声明。本出版物中表达的观点均为日内瓦国际人道主义排雷中心的观点，并不一定代表德国政府、《指南》编辑团队及其所在组织的观点。本出版物中使用的名称和材料的呈现方式并不意味着德国政府或日内瓦国际人道主义排雷中心对任何国家、领土或地区、其当局或武装团体的法律地位、或其边界或边界的划定发表任何意见。
灾难救援中的人道主义物流...
摘要 本研究的目的是对人道主义物流和救灾供应链方面的文献进行回顾，突出研究进展，为作者未来的工作提供方向。为了实现这一目标，我们查阅了有关人道主义物流、救灾供应链和灾害管理的不同书籍和文章，最终提出了一个文献框架，该框架首先提供人道主义物流及其活动的不同定义，然后介绍救灾供应链及其阶段的概念，强调其与商业供应链的区别，然后继续介绍灾害的概念及其不同的分类。这是为了绘制一张涵盖自然灾害和人为灾害的灾害地图。此外，还分析和解释了灾害管理过程、灾害情况下的活动和措施。最后，本文提出了一个在救灾供应链背景下管理风险的框架。该框架不仅旨在确定关键的重大灾难，使用严重性作为风险指标，而且还旨在提供灾难发生前、发生中和发生后的决策工具。关键词：人道主义物流、人道主义行动、救灾供应链、灾害管理周期、风险管理。
数字技术和人道主义反应中的包容
数字技术正在成为人道主义反应不可或缺的一部分，并越来越有助于在危机中获得关键支持。艾里斯（Iris）扫描和援助接收者的指纹被送入由世界上最大的人道主义机构运行的生物识别验证系统，从而改变了人们的识别方式以及他们与服务提供者的互动方式。基于预测的融资模型使用机器学习（ML）触发可能遭受干旱和粮食不安全的社区的资金释放。来自世界各地的“数字人道主义者”的全球网络自愿生产最新的数字地图，以告知响应，从而改变了努力的协调和实施方式。并非总是以有组织或系统的方式应用，但数字化的过程正在加速整个人道主义系统，几乎影响了其运作方式的各个方面。
人道主义行动中的健康经济学
在许多国家，尤其是国民收入最低的国家，卫生系统中的资源和弱点有限地阻碍健康改善。这意味着对于那些可以在何时何地受益的人通常没有提供重要的健康干预措施。是联合国可持续发展议程的核心，所有人都集中在最被排斥的人和“没有人落后”的人平等。与政策制定者合作的卫生经济学家可以提供研究证据，并指导有关医疗资源分配以应对这一挑战的政策。在一系列文章中发表在https://www.sciencedirect.com/journal/value-inhealt-health-realth-readional-regional-regional-issues/vol/39/suppl/c中，CHE同事与世界各地的研究人员和决策者一起写作，试图做到这一点。尤其是针对最边缘化的人群（在人道主义危机中的人群）的医疗保健的两篇文章，符合“没有人落后”的目标。在过去的十年中，全球强行流离失所的人数增加了一倍以上，其中83％的难民定居在低收入和中等收入国家，这已经有限的医疗保健预算有限。但是，缺乏健康经济学研究来指导这些环境中的医疗保健决策。
联合国妇女署人道主义战略
以及公共空间的紧缩，所有这些都直接影响着妇女和女童的生活。2 妇女和女童还承担了更多与护理相关的任务，例如提供食物和水以及照顾病人，这进一步限制了她们从事其他活动的能力。3 在食物和其他资源匮乏的情况下，由于性别不平等，妇女和女童更容易营养不良。4 尽管面临这些挑战，妇女和妇女团体仍站在人道主义响应的最前线，提供救生援助，并争取自己及其社区的需求。
在人道主义供应链中利用技术
抽象目的 - 本研究旨在了解技术采用（TA）在改善人道主义供应链通过协作和供应链敏捷性的效率和环境可持续性（ENS）方面的作用。本研究试图探索如何在战略上使用技术资源来实现运营效率并有助于可持续的人道主义物流。设计/方法论/方法 - 使用共同因素分析和部分最小二乘结构方程建模分析了从参与人道主义物流的274名受访者收集的数据。这些受访者包括物流经理，协调员以及来自不同非政府组织，国际援助机构和救济行动的其他相关人员。发现 - 这项研究的结果表明，TA在改善人道主义行动中的协作和供应链敏捷性方面起着至关重要的作用。可以证明，协作和敏捷性都显着地调节了TA和供应链成果之间的关系，从而提高了援助的有效性和援助的能力。尤其是，技术实力的协作和敏捷性降低了运营成本，减少了响应时间并最大程度地减少了环境影响。独创性/价值 - 这项研究扩展了动态能力观点在人道主义行动和供应链中的应用，并详细介绍了技术能力如何改善人道主义供应链绩效。这项研究还强调了敏捷性和协作的调解作用，以实现援助效率和ENS。
