XiaoMi-AI文件搜索系统
World File Search System暴力性
印度科技助长性别暴力
在印度，技术促成的性别暴力在研究和宣传领域越来越受到关注。该国的学者、从业者和研究人员大多将这种形式的性别暴力称为网络性别暴力、网络暴力、网络骚扰或网络犯罪。印度的技术促成的性别暴力被主题专家和性别暴力组织视为线下暴力的延续：使妇女和女孩容易遭受线下暴力的不平等渗透到了线上空间。随着性别和阶级的数字鸿沟在网上不断扩大，妇女和女孩遭受网络骚扰的脆弱性也在不断增加。虽然印度有多项举措、法律和政策致力于解决该问题的各个方面，但仍存在实施障碍。此外，为了全面解决这一问题，需要从阶级、种姓、性别、性取向、宗教、教育和技术获取等交叉视角来理解印度技术促成的性别暴力的经历。
揭示技术助长性别暴力
也门的性别暴力强化了文化和社会习俗所塑造的现有不平等的性别动态，进一步限制了妇女和女孩的流动性和言论自由，无论是在线上还是线下。这种暴力行为的后果远远超出了数字领域，深深影响了妇女和女孩的线下生活。幸存者往往面临更高的精神健康问题风险、被迫的社会孤立以及男性为保护自己而强加的对网络空间的严格限制（Salam@ 10/2023）。在极端情况下，也门的性别暴力可能导致荣誉谋杀、强迫婚姻或强迫搬迁的威胁（联合国妇女署 2022；Salam@ 10/2023；KII 25/07/2024；KII 29/08/2024；Al Mawqea Post 30/10/2022；FGD 11/06/2024）。也门的保护环境十分艰难——加上缺乏具体的网络法律、严格且压迫性的性别规范、持续的冲突以及无效的执法机制——加剧了这些挑战，导致许多妇女和女童在遭受性别暴力时几乎无法获得司法或保护。
工作场所暴力预防计划.pdf
切斯特公共事业区致力于提供一个不受破坏性，威胁或暴力行为的工作环境，涉及任何雇员，任命或当选的官员，志愿者，承包商，客户或访客。我们的政策是建立，实施和维护有效的工作场所预防计划（计划），该计划解决了已知与第6401.9节所定义的四种工作场所暴力相关的危害。我们的书面计划位于加利福尼亚切斯特的切斯特机场路521号。定义
人工智能的多样性与道德危机
[Abdurahman 20] Abdurahman, JK：论人工智能伦理的道德崩溃，Medium，https://upfromthecracks。 medium.com/on-the-moral-collapse-of-ai-ethics-791cbc7df872 （2020） [Ahmed 20] Ahmed, S., et al.: 检查估计肾小球滤过率计算中种族乘数利用率对非裔美国人护理结果的潜在影响, J. Gen. Intern Med., https://doi.org/10.1007/s11606-020-06280-5 （2020） [Aisch 17] Aisch, G., Buchanan, L., Cox, A. 和 Quealy, K.: 有些大学的前 1% 学生比后 60% 学生还多，找出你的大学，《纽约时报》，https://www. nytimes.com/interactive/2017/01/18/upshot/some- colleges-have-more-students-from-the-top-1- percent-than-the-bottom-60.html （ 2017 ） [Buolamwini 18] Buolamwini, J. 和 Gebru, T.: Gender Shades: 商业性别分类中的交叉准确度差异, Proc. of Machine Learning Research, 81:1-15, 2018 Conf.公平性、问责制和透明度，https://www.media.mit.edu/publications/gender-shades-intersectional-accuracy-disparities-in-commercial-gender-classification/ （2018 年） [Dand 20] Dand，M.：AI 伦理守门人的责任在哪里？, Medium，https://miad.medium.com/where-is-the-accountability-for-ai-ethics-gatekeepers-e696b8a80e62 （2020 年）
神经生物学，社会心理和环境原因暴力和侵略性 - 神经生物学，心理和环境的暴力和攻击事业
精神病学临床实践中的许多精神障碍与人，他人和他本人的侵略密切相关。agres和暴力并不总是与重要的心理病理学有关，而是与犯罪密切相关。通常被认为是解释暴力趋势中个体差异的单一原因。社会心理，心理动力学，气质，神经精神病学，环境，遗传因素，育儿风格，教育和护理质量以及学校心理健康计划的相互作用有效地发展或抑制暴力行为。积极的社会心理，家庭，教育因素，精神病倡议，预防性心理健康和积极的国家政策可能会对与暴力易感性相关的负面遗传和神经生物学个体差异产生愈合影响。在本文中，将审查所有与暴力和侵略性以及心理，遗传和神经性的因素有关的因素，这些因素可能在人的暴力和本质中很重要。
索马里：妇女担心性别暴力
3.1.4 妇女和女童在家中面临来自配偶和其他家庭成员以及社会各界各种形式的歧视和暴力。暴力形式包括身体虐待、性暴力和冲突相关暴力。消息来源称，暴力行为普遍存在，可能存在漏报，但细节有限。最全面的数据集是联邦政府在 2018 年 2 月至 2019 年 1 月期间进行的社会和人口健康调查。该调查发现，16% 的 15 至 49 岁女性报告自 12 岁以来遭受过身体暴力。这一比例因地点而异，城市女性比农村女性更有可能报告遭受暴力。近 60% 的女性报告说是丈夫实施了这些行为（见性别暴力的类型和普遍性）。
暴力预防框架：证据补充
自2008 - 09年以来，苏格兰法院被定罪的人数从2019 - 20年的3,516降至1,755（图8）。这个数字在2020-21降至1,207个，尽管这可能反映了COVID-19-19的大流行对整个司法系统的影响。在同一时期，被判犯有进攻性武器的人的年龄形象发生了变化。在2008 - 09年度，有30％的定罪是在30年代以上的组中，而33％的定罪为21岁以下的人。在2019 - 20年度，所有进攻性武器定罪中有一半以上（53％）在30年代，而第六名（15％）为21岁以下的人。尽管2020-21的总数较低，但该比例仍与2019 - 20年相似，其中52％的定罪超过30次，而21岁以下的年龄不超过14％。17
使用机器学习的暴力检测
计算机工程系Sanghavi工程学院，Varvandi，Nashik摘要 - 暴力行动识别在自动化视频监视系统的开发中起着关键作用。虽然先前的研究主要依赖于手工制作的特征探测器，但最近的查询探讨了基于学习的表示模型，以实现更高的精度。但是，这些技术在有效学习区分特征时面临挑战，尤其是在具有突然摄像机运动的视频中。利用基于深度表示的方法在图像识别和人类行动检测任务中的成功，本文提出了一种基于深度代表的模型，利用转移学习进行暴力场景检测。所提出的方法的表现优于最先进的精度，在曲棍球和电影基准数据集上分别达到99.28％和99.97％的精度。通过学习最歧视的特征，该模型在识别监视视频中的侵略性人类行为方面表现出了卓越的表现。关键字：暴力检测，战斗识别，监视视频，Deep CNN，Googlenet，转移学习。
工作场所暴力预防计划（WVPP）
目的本计划的目的是：确定负责实施和维护工作场所暴力预防计划（WVVP）的人员的姓名和职位。强调员工如何报告暴力事件，威胁或其他工作场所暴力问题，以及如何应对报告。强化反对非法报复，以真诚，暴力事件，威胁或其他工作场所的暴力问题，并参与对此类报告的任何相关调查。概述程序以应对实际或潜在的工作场所暴力紧急情况。有关此计划的详细培训要求，包括培训的频率。概述识别和评估工作场所暴力危害的程序。交流后期响应和调查过程。