新冠疫情减排期间广东省空气质量响应及其驱动力分析

2020年新冠疫情期间,政府实施了强有力的封控措施,使人为排放降低显著,这也为研究更强减排力度下空气质量的响应提供了一次独特天然实验.为研究疫情减排期间广东省空气质量变化情况及其驱动因素,将广东分为珠三角、粤东和粤西北三个地区,利用观测与再分析资料等数据分区分析了疫情期间广东省空气质量变化情况及其驱动因素.结果显示,和...     

新冠肺炎疫情对汽车产业的影响及应对举措

新冠肺炎疫情成为全球大流行疾病,对世界经济社会带来重大冲击.当前,疫情持续传播,深刻影响全球汽车产业.从全球汽车产业链、企业经营状况、汽车市场风险3个方面系统分析了新冠肺炎疫情对全球汽车产业的影响,在此基础上,结合中国采取的多项政策,从汽车行业、企业两个维度阐述对中国汽车产业的影响,提出6个方面的应对举措.     

新冠肺炎疫情对2022北京冬奥会的影响研究

2020年初暴发的新型冠状病毒性肺炎疫情给全球体育赛事带来了巨大冲击,2022北京冬奥会也受到较大影响。文章从筹备工作进展、管理成本、赞助关系及收入、大众关注度、后疫情冬奥会形象等五个方面分析了疫情对北京冬奥会的冲击与影响。面对疫情冲击,应及时综合评估疫情对北京冬奥会带来的影响,建立面向冬奥会的重大突发公共卫生应急响应体系,积极与赞助商沟通保障赞助权益,加大宣传力度,调整宣传策略,为北京冬奥会创造良好的国内与国际氛围。北京冬奥会也将作为一张新名片向全世界展现后疫情下的中国。     

新冠肺炎疫情威胁下的日本

国内疫情日趋严峻日本是除中国外较早受到新冠肺炎疫情影响的国家之一,也是目前疫情较严重国家之一。2020年1月15日,日本国内首次发现感染者。此后发现感染者人数不断上升,2月13日出现首个死亡案例。截至3月5日0时,日本国内累计发现感染者315人,另外"钻石公主"号邮轮目前为止发现感染者712人,搭乘日本政府包机回国的日本侨民中发现感染者15人,总计发现感染者1042人,其中死亡12人。     

新冠肺炎疫情对大学生心理影响量表构建研究

新冠肺炎疫情影响了人类生活的各个方面,如经济、健康和社会生活等。本研究的目的是建立一个量表用于衡量新冠肺炎疫情对大学生的心理影响。量表的样本由来自不同高校的856名学生组成,使用“问卷星”分发电子问卷。统计分析结果表明,该量表具有较好的有效性和可靠性,可为高校学生管理人员提供一种有效工具,以克服新冠肺炎疫情对大学生的心理影响,并可开展相关研究,以验证对其他群体的适用性。     

新冠肺炎疫情防控对数字政府建设的影响及建议

在新型冠状病毒肺炎疫情防控工作中,数字政府发挥了积极作用,同时疫情防控也为数据共享开放带来新动力。阐述了数字政府在科学决策、经济调节、公共服务、市场监管、社会治理等领域发挥的重要作用,梳理了疫情防控为数字政府建设带来的新空间,分析了数字政府建设面临的挑战和发展瓶颈,从加强顶层设计、加强政务数据治理、强化人才队伍建设等方面提出了发展建议。     

基于改进SEIR模型的新冠肺炎疫情分析与预测

针对新型冠状病毒的潜伏期较长,基于每日发布的新冠疫情数据集,在经典SEIR (Susceptible-Exposed-Infected-Recovered)模型的基础上,考虑了隐性传播人群,并且将确诊人群分为两类(一类感染者具有传染能力;一类感染者由于处于隔离期间,其感染能力可忽略不计),构建了基于改进SEIR的新冠肺炎传播动力学模型。以2021年12月15日到2022年1月13日的西安市疫情数据为依据,拟合得到了改进SEIR模型的动力学参数,对西安市COVID-19疫情进行预测和评估。结果表明,基于改进SEIR传染病动力学模型对疫情的理论估计与西安市疫情的实际情况较为符合,数据可视化和医学隔离等措施对抑制疫情大面积传播有重要作用。     

基于LSTM模型对印度新冠肺炎疫情的预测

自2019年新冠肺炎疫情暴发持续到现在,无论对国家、社会、还是个人都产生了巨大的影响。部分国家及时采取了一些应对措施,但是依然无法完全控制住疫情的传播。目前,机器学习算法被用来预测新冠肺炎疫情的发展。使用长短期记忆(long short-term memory, LSTM)模型对收集到的印度累计确诊病例数据进行分析并预测印度疫情的变化趋势。使用适应性矩估计(adaptive moment estimation, ADAM)算法优化模型使模型参数达到最优值,将均方误差(mean square error, MSE)作为损失函数,不断训练模型后最终得到其准确度为87.49%。使用支持向量机(support vector machine, SVM)模型预测新冠肺炎疫情发展的研究比较广泛,将其与LSTM模型进行对比,利用相同的数据集得出SVM模型预测的准确度为73.25%,对比2组数值发现,在预测印度新冠肺炎疫情上LSTM模型的准确度更高。该方法在一定程度上为预测印度新冠肺炎确诊病例数的研究提供了帮助,有助于人们实时监控印度疫情。     

新冠肺炎疫情影响下的我国线上教育模式浅析

由于受新冠病毒疫情的影响,学校暂停开学,给学生的学业造成了很大的影响。但是由于互联网技术的发达,当前很多学校将目光集中在线上学习,开设网课,让学生在家里也可以按时完成学业。线上教育的崛起给各教育机构或者是学校带来流量的同时,也迎来了更多的挑战。如何让学生可以通过线上教育的学习从而拿到优异的学习成绩,并为日后的发展打下良好的基础,这是当前线上教育所要思考的问题。     

新冠肺炎疫情期间大学生营养状况调查

为了解新型冠状病毒肺炎疫情期间大学生的营养健康状况,对中南民族大学食品质量与安全专业的学生进行膳食营养问卷调查,调查内容包括调查对象基本情况、饮食习惯、生活方式、身体健康状况等几个方面,一共收集到143份调查结果.结果显示,新冠肺炎疫情期间大学生在生活习惯方面与疫情前相比有明显变化,如大部分调查对象运动量减少、睡眠量增...     

新冠肺炎疫情对亚太经济的冲击有多大

<正>今年以来,新型冠状病毒肺炎(简称新冠肺炎)肆虐中国大地,并开始在日本等亚太国家蔓延,疫情对中国经济乃至亚太经济的冲击不可避免,但从中长期看不必过于悲观。从2003年的"非典"疫情爆发到现在整整过去了17年,由于中国所处的国内外经济环境发生了巨大变化,本次疫情对中国经济以及亚太经济的负面冲击不同以往。     

出于新冠肺炎疫情的冷思考

改革开放既是一个过程,又是系统工程,务必客观、审慎、适合、有效推进。内化于民生与发展过程中党的初心与使命通过诸如计划与市场等若干方面得以体现与实现。新冠肺炎疫情虽是一场瘟病,集中暴发于武汉,但却是对我国改革开放的严格检验与政府治理能力的系统大考。客观、认真、科学、切实总结这场大考的得失与经验,极为必要,这关乎中国特色社会主义的现代化建设、中华民族伟大复兴中国梦的实现以及新时代条件下的改革再出发。     

充分发挥物联网在新冠肺炎疫情防控中的重要作用

总结了物联网在疫情监测、远程会诊、复工复产复学、民生服务等场景的应用,提出了物联网在医疗卫生、工业卫生、生活服务、应急管理、智慧城市等方面应用的建议。     

新冠肺炎疫情下北京产业链调整布局研究

随着新型冠状病毒性肺炎疫情的暴发,全球产业链遭受重创,面临新一轮重组。北京作为全国科技创新中心,要统筹好疫情防控与经济发展之间的关系,依据轻重缓急分阶段制定产业链调整规划与目标。同时,要充分发挥北京在科技创新方面的核心优势,与天津、河北地区资源共享、优势互补,围绕5G、人工智能、新一代互联网技术、生物医药等核心领域,打造处于世界产业链上游、辐射全国、高度协作的区域战略新兴产业链集群。     

实证数据同化案例方法在新冠肺炎疫情分析中的应用

采用"实证数据同化SARS案例疫情趋势模型"方法,以各地市卫生健康委员会发布的新型冠状病毒肺炎疫情数据为基础同化模型参数,总结研究团队2020年2月3—28日对全国(除湖北)、湖北省(除武汉)、武汉市的多次疫情趋势分析和决策建议,并提供3条预测曲线作为疫情防控指导线,预测疫情发展。该模型的疫情峰值线可作为评估当前防疫措施是否得当的标准线,用于各地市疫情趋势预警,指导防疫措施的制定,为医疗资源、生活应急物资的调度提供决策支持,为稳定民众情绪发挥作用。     

新冠肺炎疫情对道路客货运输的影响分析

新冠肺炎疫情对各行各业产生一系列不利影响。基于宿迁市道路客货运统计数据,可以了解疫情对道路货运、长途客运、公交、出租车等行业造成负面影响的严重程度,结合实际情况分析认为,疫情期间道路客货运输影响因素主要包括业务量下降和防疫成本增加,且道路货运受疫情影响而产生的货运量下降尤为严重。鉴于疫情影响不仅是短期的,而且对全年的客货运输影响都会存在,需要政府和企业层面共同应对这些负面影响以共渡难关,如政府出台支持政策、企业积极采取应对措施等。     

新冠肺炎疫情对我国教育改革发展的几点启示

作为一种突发的公共卫生事件,此次新型冠状肺炎疫情传染性高、蔓延速度快,对于我国社会产生了明显的影响。在疫情期间,学生必须要在家做好自我隔离,教师不能到校教学,学生不能到校听课,这也促使了教育模式的转变。因此,在这种情况下,当前疫情对我国的教育产生了明显的影响。本文简要梳理了疫情期间我国采用的线上教育手段,分析了当前的疫情对于中国教育的积极影响以及不利影响,并进一步思考了面对疫情,教育工作者该如何行动,灵活地应对教育发展中所出现的一系列障碍,让教育的质量不断提升。