基于动态贝叶斯网络的非常规突发灾害事故情景推演

针对非常规突发灾害事故演变路径不清晰,演变过程及发展态势复杂,应急决策主体在应急救援过程中很难做出正确决策的现状,在分析非常规突发灾害事故情景演变规律的基础上,基于情景状态(S)、处置目标(T)、处置措施(M)和自身演变(E)四个要素分析了非常规突发灾害事故情景演变的路径,基于动态贝叶斯构建了非常规突发灾害事故动态情景网络,并利用联合概率公式进行相应节点变量的状态概率计算,实现了非常规突发灾害事故的关键情景推演.以大连"7·16"油库爆炸火灾事故为例,演示了非常规突发灾害事故的情景推演流程及关键技术,并对情景推演的结果进行了分析.推演结果表明:事故按输油管线爆炸→油罐爆炸起火→原油泄漏、污染海域的路径演变;其中,输油管线爆炸出现的概率为90.2%,T103罐爆炸起火出现的概率为84.1%,原油泄漏、污染海域出现的概率为80.3%,推演结果与实际灾害事故的情景发展状态基本一致,证明了该方法的合理性和可行性.     

化学实验突发安全事故的预防及应对措施研究

通过研究化学实验室的安全规则与常识、化学事故发生的原因及类型、化学安全事故应急预案、突发化学事故的医疗救援等有关内容,建立化学实验突发安全事故的预防及应对措施基本体系。     

应对突发公共事件需要政府的资源整合

在应对突发公共事件的过程中,政府因其责任、地位和能力之所在,必然发挥主导作用,不仅要组织、动员各种力量和资源共同应对危机,而且要统一指挥、协调、处置各项应急事务.同时,需要将组织资源、应急储备、信息系统、应急信息、社会力量等应急资源整合成统一的社会力量,实现资源配置的规模化和效益最大化.     

高校英发公其事件的特性及有效应对

高校中发生突发公共事件,会对学校的日常工作造成重大冲击或对师生的安全构成明确威胁,进而影响到社会的稳定。本文主要从突发事件发生前的预防、发生后的处置以及善后处理等方面,来论述应如何有效地应对突发公共事件。     

高校突发公共事件的特性及有效应对

高校中发生突发公共事件,会对学校的日常工作造成重大冲击或对师生的安全构成明确威胁,进而影响到社会的稳定。本文主要从突发事件发生前的预防、发生后的处置以及善后处理等方面,来论述应如何有效地应对突发公共事件。     

关于突发公共事件应急信息系统功能定位的再思考

自从美国“9．11”事件以来，特别是近期伦敦恐怖袭击发生后，各国政府纷纷研究制定突发公共事件应急措施，其中，通信和信息保障作为最高决策指挥体系的神经中枢，可谓牵一发而动全身，而如何因地制宜，构建反应灵敏、运转高效和安全实用的突发公共事件应急信息系统（以下简称“应急信息系统”），又是世界各国普遍关注的课题。     

浅谈高校突发性公共卫生事件的应对与预防

高校是学生高度密集的场所,由于居住集中、人员密集、流动性大等特点,全国70%以上的突发性公共卫生事件发生在学校。突发公共卫生事件由人为或自然因素引起,具有不可预知性、突发性、紧急性、危害性和不确定性等特点。这种危机状态会造成较多人员伤亡和经济损失,对校园教学秩序与师生的生命安全构成极大威胁和损害,往往可能造成巨大的不良社会影响,破坏学校正常教学秩序和学校稳定等。为保障广大师生的身体健康和生命安全、保证正常学习、生活秩序、维护学校稳定,及时有效预防、控制突发性公共卫生事件,探讨高校应对突发公共卫生事件的长效措施,是各级政府和高校面临的一项重要任务。     

重大传染病机理分析及应对策略研究

重大传染病的流行,属于典型的公共突发卫生事件。本文在对重大传染病进行分类的基础上,分析了重大传染病的影响因子。用突发事件的生命周期理论对重大传染病的发生、发展、演化、衰退和终结等阶段进行划分与描述,对应各个阶段分析了重大传染病的发生、发展、演化和终结机理,提出了不同机理下应采取的应对策略。最后对美国2013年的沙门氏菌疫情进行了案例分析。     

计算机病毒分析及应对措施

当前,随着计算机、网络运用的不断普及,计算机病毒知识的研究日益深入,计算机病毒的攻击与防范技术不断拓展,日益受到各国的高度重视。本文对计算机病毒分析及应对措施进行了探讨。     

高校贫困生就业压力及应对方式与心理健康问题

为调查高校贫困生的就业压力、应对方式与心理健康的状况,采用自编的大学生就业压力问卷、简易应对方式问卷、流调中心用抑郁量表、状态焦虑量表对广州市1 200名大学生进行了问卷调查.结果表明：高校贫困生的就业压力显著高于家庭经济中等和良好的学生,并较多地采用消极方式应对,也体验到更多的抑郁和焦虑情绪.     

风险偏好对公众购买行为的影响：以购买口罩为例

 2020年初，新型冠状病毒引发的肺炎蔓延，严峻的疫情形势使公众产生了焦虑、恐慌等情绪，甚至作出抢购物资、听信谣言等非理性行为。风险偏好是人们在决策与行为中愿意接受的风险程度。在这场国际关注的突发公共卫生事件中，消费者购买和使用卫生防疫物品的行为受到诸多因素影响，可以体现出自身的风险偏好水平。通过问卷调查探究公众风险偏好与购买行为之间的关系，挖掘问卷结果的关联规则得出：影响公众购买行为的因素主要包括消费者个体差异的性别因素、感知到的风险程度以及居住地疫情严重程度等。     

微信朋友圈视角下新冠肺炎疫情风险传播特性分析

 了解新型冠状病毒肺炎疫情下风险传播的特性与偏好，可为制定突发公共卫生事件的风险控制策略提供科学依据。基于社会放大理论，对458个微信好友2020年1月20日至2月10日的朋友圈数据进行描述性统计，采用相关性分析的方法，对性别、年龄、态度倾向、疫情关注度与信息来源进行相关性分析。根据分析结果提出了相关建议，以合理引导新型冠状病毒肺炎疫情下的风险传播。     

突发公共卫生事件下城市公共空间的韧性应对

基于"韧性城市"的理念,建构了韧性城市公共空间概念,并阐述了其内涵及特征;结合各国在新冠疫情中的防疫措施,总结了城市公共空间的"技术韧性—制度韧性"体系.研究表明,城市公共空间的技术韧性依赖于健康精明的规划干预,包括规划全过程纳入健康影响评估、完善城市应急服务能力规划、建立"枢纽—节点—应急流"的韧性公共空间体系、统筹...     

网络游戏在疫情防控中的作用及意义：基于疫情期间在线交互数据的实证分析

 基于平行系统理论和多空间智能分析方法，围绕网络虚拟空间、现实物理空间、社会心理空间三者间的作用关系，提出疫情防控大数据分析框架，并使用真实在线交互数据，从预测疫情发展、反馈复产复工情况、影响群体疫情认知3个方面进行了实证分析。研究发现，网络游戏交互数据可以在一定程度上预测疫情的暴发和演进情况，能够较为准确地还原社会复产复工情况，可以有效改善社会群体对于疫情的认知。以网络游戏为代表的网络交互数据能够有效填补疫情防控工作中存在的“触达盲区”和传统大数据资源的应用局限，帮助政府和社会丰富疫情防控应对机制，对于构建更加完备的社会治理体系具有积极的作用。     

基于SEIR模型视角的重大公共卫生事件中伪科学网络谣言的传播治理：以新冠肺炎疫情为例

 新型冠状病毒肺炎防疫工作进入关键时期,而期间大量滋生的伪科学网络谣言导致各地广泛出现盲目抢购、囤货等不良社会事件,严重影响疫情防控与社会正常秩序。以新冠肺炎疫情为例,在总结梳理国内外学者对伪科学、网络谣言等定义的基础上,给出适用本文的伪科学网络谣言的定义;选取本次疫情中影响较大的4个伪科学网络谣言,收集其在新浪微博传播过程中的数据,分析伪科学网络谣言在疫情中的传播特点;以SEIR模型为基础,综合考虑政府干预滞后性、个体信息接受从众效应、谣言传播特点等对模型进行合理改进,并通过数值实验对重大公共卫生事件中的伪科学网络谣言传播机制进一步研究;最后,基于前文分析从不同角度对重大公共卫生事件中伪科学网络谣言的传播治理提出针对性对策建议。     

人工智能助力新冠肺炎疫情防控的实践情景

 分析了人工智能助力新冠肺炎疫情防控的实践情境,主要包括疫情监测预警、医疗诊断、病毒及药物研发等。人工智能技术的应用对控制疫情传播范围、缓解诊疗压力、提升研发效率等具有显著效果。根据人工智能助力疫情防控上面临的法规伦理、数据安全、算法偏见等现实难题,提出完善法律法规、保障数据安全、加强人才培养等发展建议。     

后疫情时代中国散发疫情综合评价体系构建及应用

 为增强散发疫情防控的科学性，从疫情防控、疫情溯源以及疫情背景3个维度，疫情持续时间、确诊病例、发现途径、流动人口管理政策、流调追踪、核酸检测等9个分指标，构建疫情散发防控效率评价指标体系，对2020年6月1日至2021年6月1日全国32个地区散发疫情的控制情况进行计算与评估。研究结果显示，中国散发疫情防控存在地区间防控效率差异明显、防控措施强度与疫情严重程度不相适应、地区间流动人口的管理政策缺乏统一的科学依据等问题，在此基础上提出了针对性的改进建议。     

基于SEIR模型的中国山东省与韩国COVID-19疫情早期传播特征比较分析

2019年底爆发的新冠肺炎疫情(COVID-19)在世界大部分国家和地区蔓延，促使各国政府出台了不同程度的管控措施.不同于各种针对疫情变化的预测模型，该文通过使用经典SEIR仓室模型对COVID-19在中国山东省、韩国两地的传播动力学特征开展了回溯分析，对比并讨论了这两个样本在暴露人群数量、感染人数、确诊人数及治愈率上的显著差异.在此基础上，该文通过对比中国山东省、韩国的首例防控措施公告，重点探讨了在疫情早期采取严格、快速的物理疏离和保持高效的医疗救治对阻断COVID-19传播的积极意义.     

基于易感-感染-恢复(SIR)模型的2019冠状病毒病早期传播分析及政府防控措施研究

2019新型冠状病毒肺炎（COVID-19）疫情的暴发给中国乃至全球公共卫生带来了重大挑战,研究传染病动力学模型有助于更好地优化疫情防控政策、评估干预措施效果。在已知病毒传播规律的基础上,考虑城市间的有效距离因素,引入干预项参数,建立可用于COVID-19疫情评估的SIR传播动力学模型;根据疫情的早期数据,分析感染人数、死亡人数等指标性数值的发展趋势,评估政府干预手段对趋势变化产生的影响。通过计算和理论分析表明,防控隔离和集中收治等措施有效抑制了病毒的蔓延态势。修正的SIR模型在COVID-19传播趋势分析上是可靠的,可以为制订未来的疫情干预决策提供较好的理论支持。     

境外输入性病例对疫情防控的影响——基于SEIDR传染病模型

 为探究新型冠状病毒肺炎疫情因全球跨境流动带给中国境内疫情防控的影响,根据经典传染病动力学模型,提出考虑了境外输入性病例的SEIDR传染病模型。模型将入境人员分为未经海关入境人员和通过海关入境人员,设计了“境内有疫情,境外无输入”“境内无疫情,境外有输入”“境内有疫情,境外有输入”等3种情形。通过计算各类情形下感染人数峰值和持续的时间范围,比较不同类型的入境方式对境内疫情的影响和对境内医疗资源造成的压力。根据研究结果,建议根据疫情风险程度和资源条件采取检测措施;对未经海关入境的人员严格防控,对通过海关入境人员进行闭环管理;动态调整入境隔离措施和隔离期,在保证境内外疫情防控的提前下逐步恢复国际交流;整合医疗资源,提高配置效率,缓解境内资源占用压力。