摘要 本研究考察了人道主义组织内的关键领域,以提高救灾行动的有效性。研究采用顺序解释性研究设计,结合了坦桑尼亚人道主义组织 150 名受访者的定量和定性数据。数据收集是通过问卷调查和关键线人访谈进行的。使用多元回归技术分析了独立变量和因变量之间关联的性质和强度。研究结果表明,物流服务提供商 (LSP) 通过确保可靠性、拥有足够的能力、展示参与救灾的准备、适应多式联运、提供可靠的运输选择以及维护设备齐全的救灾物资仓库设施,为有效的疫情应对做出了重大贡献。因此,LSP 必须积极参与人道主义组织领导的救灾行动。为了促进这一点,LSP 必须提高其运营能力,并在救灾工作期间加强与人道主义组织和政府机构的合作。该研究建议政府实施支持性法律法规,鼓励 LSP 参与应急响应。例如,降低提供基本紧急运输服务的组织(如陆地和空中救护车提供商)的税收和关税,可以激励更多人参与救援行动。关键词:人道主义物流、救灾行动、流行病、物流服务提供商和人道主义组织
摘要:近年来,越来越多的研究分析了贸易平衡对经济增长的影响。然而,由于贸易平衡恶化阻碍了经济增长,研究结果不明确,这意味着需要进行研究。这项研究旨在调查贸易平衡对经济增长的影响,并在贸易逆差时期对其进行评估。我们的估计基于 1998 年至 2018 年期间欧盟 (EU) 28 国面板数据,使用具有固定效应的多元回归分析的 OLS 方法,并侧重于两种策略:(i) 包括所有贸易平衡时期,(ii) 添加赤字虚拟变量,以评估在赤字期间我们是否可以发现对经济增长的不同且显着的影响。评估所有贸易平衡时期,所得结果表明贸易平衡对经济增长产生负面和滞后影响,并且在赤字时期没有发现显着的影响差异。贸易平衡恶化会降低平均经济增长率,从线性关系评估来看,我们可以说,贸易逆差或贸易盈余的结果并不重要。所得结果也可能掩盖非线性效应的可能性,这意味着,当贸易逆差较大时,贸易平衡恶化会对经济增长产生更大的负面影响。在讨论进一步研究的方向时,考虑其他因素也是有意义的,例如赤字的规模及其持久性。
1。审查数学和统计数据:人口均值和差异,样本平均值和方差,均值和方差的特性,推理的基本要素,对数形式的方程式解释。2。线性回归模型:因果关系问题,人口模型,采样过程,估计器和估计值,普通最小二乘模型(OLS)模型,OLS模型3的假设和特性。多重回归:省略的可变偏差问题,多元回归模型,假设和多元回归模型的属性。4。推论:作为随机变量,假设检验(假设和方法,T-检验和F检验),p值,置信区间的估计器。5。功能形式:虚拟变量,将离散变量转换为虚拟变量集,二次模型,具有交互的模型,使用虚拟变量来探索功能形式。6。线性回归的局限性:省略的可变偏差,非随机抽样,测量误差,外围观察结果,异性恋性。7。实验:实验室,现场和自然实验,内部和外部有效性。8。开发时间变化:样本类型(横截面,时间序列,重复的横截面和面板数据),第一差异模型,单个固定效果模型,时间固定效果模型,差异差异差异模型。9。仪器变量:仪器变量是减轻省略的变量偏差,减少形式估计值,两阶段最小二乘估计的方法。
摘要 尽管技术在 21 世纪以或明或暗的方式影响着课堂教学,这一现实无可否认,但来自发展中经济体的证据表明,将技术完全融入教学的教师相对较少,从而引发了对其信息通信技术 (ICT) 和技术教学内容知识 (TPACK) 能力的探究。因此,本研究采用舒曼 1986 年的教学内容知识理论来调查高中社会研究教师使用 ICT 的能力以及他们对 TPACK 的了解。此外,该研究还调查了 TPACK 对社会研究教师课堂教学实践的影响。根据实证主义范式,本研究采用横断面描述性调查设计和定量方法,通过人口普查抽样,抽取了 303 名社会研究教师参与研究,主要工具是结构化问卷,其信度使用 Cronbach alpha 进行评估。描述性统计(平均值和标准差)和推断性统计(多元回归和逐步回归)用于分析研究中提出的研究问题和假设。研究结果表明,高中社会研究教师在使用 ICT 和 TPACK 方面具有很高的能力。研究再次证实,教师在 TPACK 方面的的能力显著地预测了他们的课堂教学实践,而使用 ICT 的能力增强了 TPACK 对课堂教学实践的影响。因此,建议旨在提高 ICT 使用能力的策略应与增强教师 TPACK 知识的方法同时进行,以进一步改善课堂教学实践。因此,研究得出结论,教师对 ICT 的使用和对 TPACK 的了解是决定他们课堂教学实践有效性和效率的关键因素。
近年来,区块链技术已成为一种工具,具有提高农业供应链中透明度,公平性和可持续性的潜力。这项研究通过解决区块链技术在咖啡链中有助于公平性的潜力的问题,有助于对采用区块链的含义的持续论述。从一个理论框架开始,该框架概念化了Agrifood公平及其与区块链的关系,研究进行了探索,探索了由25个咖啡烘焙师公司商业化的47种咖啡产品中采用的区块链公平性相关信息。目的是评估与烘焙公司和产品相关的特定特征如何影响通过区块链披露的公平相关信息的数量和质量。数据详细说明包括线性多元回归处理信息与咖啡烘焙公司和产品有关的信息,以及评估通过区块链传达的公平信息类型。通过建立这些特征与特定类型的公平性之间的相关性,这项研究表明,某些公司的特征(例如公司的规模和承诺和某些咖啡产品的特征),例如产品讲故事,证书的存在和存在的咖啡包装上的区块链信息 - 咖啡包装上的相关信息与公平信息相关信息,可在Blockchain平台上显示出可用的最终用户。这表明区块链技术可以帮助提高供应链的透明度,并将公平相关信息传达给最终用户。在采用以可持续性为导向措施和适当的公司政策的公司中,其有效性尤其重要。在这些情况下,区块链可以提高面向公平的过程的可见性。
摘要背景。对于脑肿瘤患者,最大限度地扩大切除范围同时最大限度地减少术后神经系统发病率需要在术前准确识别功能结构。最近的研究提供的证据表明,解剖结构可能并不总能预测功能。在本研究中,我们直接比较了经颅磁刺激 (TMS) 数据结合纤维束成像与传统解剖分级标准,以预测运动功能性神经胶质瘤患者的永久性缺陷。方法。我们选择了 42 名患有周围肿瘤的神经胶质瘤患者,这些患者接受了术前 TMS 映射,随后进行了切除和术中映射。我们从他们的图表中收集了临床结果数据,主要结果是 3 个月随访时出现新的或恶化的运动缺陷,称为“永久性缺陷”。我们将术后切除腔叠加到包含术前成像特征的术前 MRI 上。结果。几乎一半的患者显示 TMS 阳性点明显偏离中央前回,表明肿瘤诱导了神经可塑性。在多元回归中,切除 TMS 点可显著预测永久性缺损,而切除中央前回则不能。无论分数各向异性 (FA) 阈值如何,TMS 纤维束成像对永久性缺损的预测值均明显高于解剖纤维束成像。对于每种方式的最佳 FA 阈值,TMS 纤维束成像为识别真正的不可切除的、功能强大的皮质和皮质下结构提供了更高的阳性和阴性预测值。结论。TMS 已成为一种能够捕捉肿瘤诱导的可塑性重组的术前映射方式,对传统的术前成像方式提出了挑战。
摘要 本研究研究了三维电化学工艺对外来化合物纺织废水中甲基橙 (MO) 染料污染物的脱色性能。采用具有强氧化电位的电化学技术处理纺织染料,并采用附加吸附技术有效去除废水中的染料污染物。在电流密度为 15 mA/cm 2、能耗为 3.62 kWh/kg 和电流效率为 79.53% 的情况下,MO 去除率约为 98%。在电流密度为 15 mA/cm 2 时,50 mg/L MO 污染物迅速矿化,半衰期为 4.66 分钟。此外,在三维电化学反应器中对石墨插层化合物 (GIC) 进行电极化,以增强直接电氧化和 . OH 的生成,从而提高协同处理效率。利用人工智能(AI)和机器学习(ML)技术,如人工神经网络(ANN)、支持向量机(SVM)和随机森林(RF)算法,对MO污染废水的脱色进行了优化。统计指标表明,模型的优越性顺序为:ANN>RF>SVM>多元回归。人工神经网络(ANN)和随机森林(RF)方法对工艺参数的优化结果表明,电流密度为15 mA/cm 2、电解时间为30分钟、初始MO浓度为50 mg/L是维持电化学反应器电流和能源效率的最佳操作参数。最后,蒙特卡洛模拟和敏感性分析表明,ANN的预测效率最好,不确定性和变异性水平最低,而随机森林的预测结果略好。
接种疫苗是预防 COVID-19 等传染病最有效的策略。由于大学生接种疫苗的意愿较低,因此他们是 COVID-19 疫苗的重要目标;然而,关于国际大学生疫苗接种状况的研究有限。本研究探讨了计划行为理论 (TPB;态度、感知行为控制、主观规范和行为意图) 中的社会心理因素与学生接种全程 COVID-19 疫苗和计划接种加强针的关系。学生是通过 Amazon mTurk 和美国一所州立大学的注册办公室招募的。我们使用二元逻辑回归来检验学生的社会心理因素与完整的 COVID-19 疫苗接种状况之间的关联。采用分层多元回归来评估这些因素与学生接种加强针意愿之间的关系。我们样本中的大多数学生(81% 的国际学生和 55% 的国内学生)都接种了完整的疫苗系列。态度与所有学生的完全疫苗接种状况显著相关,而感知的行为控制与国内学生的状况显著相关。学生接种 COVID-19 疫苗的意愿与他们接种加强针的意愿显著相关,国际学生在接种加强针意愿方面的得分更高。在综合大学生群体中,态度、接种 COVID-19 疫苗的意愿和主观规范与学生接种加强针的意愿显著相关。研究结果支持 TPB 在循证干预措施中的潜在效用,以提高大学生的 COVID-19 疫苗接种率。本文讨论了对利益相关者的影响和未来的研究方向。
研究战略控制对肯尼亚商业类半官方机构组织绩效的影响。本研究采用描述性研究设计,收集六 (6) 家商业类半官方机构目标人群的数据。受访者为 45 名部门经理和 151 名行政人员。本研究采用简单随机方法获得了 40 名部门经理和 110 名行政人员的样本量。他们被发放了封闭式和开放式问卷。此外,还使用描述性分析、频率表和解释来说明结果。此外,使用多元回归和相关分析检查了推论统计数据。在问卷中,60 (56%) 名受访者非常同意,17 (16%) 名受访者同意,平均得分为 4.11(标准差为 1.16),他们的半官方机构的工作计划涉及组织的目标、指标、战略、时间表、监测和预算。此外,21 人(20%)非常同意,56 人(52%)同意(平均值为 3.69(标准差为 1.03)),他们已经制定了一系列行动来管理项目/组织中的风险和问题。然而,35 人(33%)非常不同意,36 人(34%)不同意(平均值为 2.49(标准差为 1.26)),员工完成分配任务所需的资源始终可用。皮尔逊相关系数为 r=0.725**,α < 0.000,显著性水平为 99%,表明战略控制与绩效之间存在正相关。由于政府资源提供不足,政府支持不足,战略资金不足。这意味着,尽管制定了战略,但由于资源未得到充分提供,因此项目是分阶段实施的,因此战略的实施将会很困难。因此,该研究建议各半国营管理机构应通过其他合法途径争取更多资金,例如筹款和在其管辖范围内举办马拉松等比赛。这将提高其运营资金到可接受的限度。此外,半国营管理机构应积极与各主要部委官员谈判,以增加预算拨款。
这项研究评估了24周的Taichi训练和Taichi以及耐药带训练对2型Dia-diabetes Mellitus(T2DM)患者的肺扩散能力和血糖控制的影响。T2DM的48例患者被随机分为三组:A组-TAICHI培训:实践Taichi 60分钟/天,6天/周/周,持续24周; B组-Taichi加电阻带训练:4天/周的60分钟Taichi以及60分钟的电阻带训练2天/周,持续24周;和C-Controls组:主导他们的日常生活方式。逐步进行多重回归分析,以预测肺部的碳一氧化碳(DLCO)的扩散能力,通过空腹血糖,胰岛素,糖基化血红蛋白(HBA1C),肿瘤坏死因子alpha(TNF-α),von willeb- rand(vwffff),Interceell(VWFF),融合了肿瘤坏死因子alpha(TNF-α),Interceell incers ancy ins intere cretion cretion ins Intercrible(vw> dlco)。分子1(ICAM-1),内皮一氧化氮合酶(ENOS),一氧化氮(NO),内皮素-1(ET-1),血管内皮生长因子和前列腺素I-2。Taichi可显着改善DLCO,提高胰岛素敏感性,eNOS和NO,并减少空腹血糖,胰岛素,HBA1C,TNF-α,VWF,VWF,IL-6,ICAM-1,ICAM-1和1。对照组中的任何这些变量都没有变化。dlco(r 2 = 0.82),tnf-α(标准-β= -0.259,p = 0.001),p = 0.001),p = 0.00。 T2DM患者的IL-6(标准β= -0.175,p = 0.032)。胰岛素敏感性的影响是基于多元回归建模的DLCO变化的最重要预测指标。这项研究表明,T2DM患者的肺扩散能力和血糖控制有效地提高了24周的Taichi训练和Taichi和耐药条带训练。通过提高胰岛素敏感性和内皮功能的改善,并减少了包括TNF-α,VWF和IL-6在内的炎症标记。