نانوکامپوزیت های رسانا بر پایه پلیمر با غلظت های بالای نانوپلاکت های گرافن

Conductive nanocomposites based on polymer with high concentrations of graphene nanoplatelets

چکیده

چکیده تصویری

مقدمه

تجربی

مواد

روش ها

تعیین مشخصات

نتایج و بحث

نتیجه گیری

منابع

چکیده

     در سال های اخیر چگالی توان ابزارهای الکترونیکی به تدریج افزایش پیدا کرده است، از این رو نیاز ضروری برای سیستم های رسانای الکتریکی کارامد بیشتر شده است. از یک منظر، یک استراتژی امیدوار کننده برای افزایش رسانایی الکتریکی کامپوزیت های پلیمری، ساخت و ایجاد شبکه¬ های بهم پیوسته سه بعدی از نانو صفحات گرافن است. به سبب تنوع تجاری نانوصفحات گرافن، برخی پژوهشگران نیاز به غلظت های بیشتر از این نانوصفحات را گزارش کرده اند. هدف از این پژوهش توسعه نانوکامپوزیت هایی با قابلیت رسانایی الکتریکی مبتنی بر غلظت های بالا نانوصفحات گرافن(به عنوان مثال 12.5 و 25 درصد وزنی) و پلیمرهای متداول(به عنوان مثال پلی استایرن(PS) و آکریلونیتریل بوتادین استایرن(ABS)) است. علاوه بر این، اثرات غلظت های بالا نانوصفحات گرافن بر روی خصوصیات مکانیکی، رئولوژیکی و مورفولوژیکی نانوکامپوزیت ها بررسی شده است. نتایج نشان دادند که نانوصفحات گرافن به طور مستقیم در ویسکوزیته مختلط و همچنین در خصوصیات مکانیکی-دینامیکی ماتریس های پلیمری اثرگذار هستند. با افزودن نانوصفحات گرافن، افزایش قابل توجهی در رسانایی الکتریکی حجمی هر دو ماتریس پلیمری ذکر شده مشاهده و اثبات شد. با وجود این که ماتریس های پلیمری به عنوان مواد عایق عمل می ¬کنند، نانوکامپوزیت هایی که شامل 25 درصد وزنی از نانوصفحات گرافن باشند برای هر دو ماتریس پلیمری(PS و ABS) به عنوان نیمه رسانا عمل می کنند. با این حال، خصوصیات مکانیکی مقاومت کششی و مقاومت ضربه، به دلیل افزایش سفتی نانوکامپوزیت ها به شدت کاهش پیدا می کند. این نتایج حاکی از قابلیت بالقوه استفاده از نانوکامپوزیت ها با میزان بالایی از نانوصفحات گرافن، احتمالا به عنوان جایگزینی برای مواد نیمه رسانای متداول در صنعت الکترونیک است، البته به شرط این که خصوصیات مکانیکی مورد نیاز عملکرد پایینی داشته باشند.

تجربی
مواد
     در این پژوهش، از پلیمرهای PS(polystyrene, grade N1921, Innova, Brazil ) و ABS(acrylonitrile butadiene styrene, grade GP-22, Ineos Styrolution, Germany) استفاده شد. نانو صفحات گرافن(NPG) با ضخامت 6 تا 8 نانومتر، عرض 5 میکرومتر، مساحت سطح 120 m2g-1 و تعداد لایه های بین 20 تا 40 از شرکت Strem Chemicals(آمریکا) تامین شد. میزان کربن، اکسیژن و اسید باقی مانده عرضه شده توسط سازنده به ترتیب 99.5%، 1% و 0.5% بود.

روش ها
     به منظور توسعه کامپوزیت ها، 40 گرم پلیمر(PS یا ABS) در دمای 180 درجه سانتی گراد و میزان گشتاور 100 دور بر دقیقه(rpm) تا ذوب کامل مواد به یک رئومتر گشتاوری اضافه شد. با ذوب شدن پلیمر، NPG با غلظتی مشخص و دمای 180 درجه سانتی گراد و میزان گشتاور 100rpm به مخلوط اضافه شد و این فرایند تا همگن شدن کامل مخلوط ادامه پیدا کرد( میانگین زمان اختلاط 30 دقیقه می باشد). کامپوزیت ها در یک آسیاب چاقویی(Knife mill)( Marconi Equipment, Algodoal, Brazil ) آسیاب شدند. کامپوزیت های آسیاب شده در قالب هایی فلزی(به ابعاد mm379 × 165 × 3) قرار گرفته و سپس در دستگاه ترموپرس(Schulz, Brazil) به مدت 2 دقیقه در دمای 180 درجه سانتی گراد و نیرویی 10 تنی شکل گرفتند.

     سپس قالب های فلزی به دستگاه cooling press() منتقل شده و به مدت 2 دقیقه تحت نیرویی 8 تنی قرار گرفتند. در ادامه صفحات ایجاد شده بر اساس ابعاد نمونه های مناسب برای آنالیز تقسیم شدند. نمونه های پلیمری خالص به منظور اهداف مقایسه ای، تحت فرایندی مشابه قرار گرفتند.

     نامگذاری مناسب برای تشخیص نمونه های ترکیب شده با پلیمرهای مورد استفاده و NPG اتخاذ شد. به عنوان مثال، ABS/NPG25 به کامپوزتی شامل ترکیب 75 درصد وزنی(m/m) از پلیمر ABS به همراه 25 درصد وزنی(m/m) از NPG اطلاق می شود.

مقابله با چالش های مدل کسب و کار در بین المللی سازی SME از طریق دیجیتالی شدن

Tackling business model challenges in SME internationalization through digitalization

چکیده

1. مقدمه

2. مواد و روش ها

3. نتایج

4. بحث

5. نتیجه گیری و پیشنهادات

منابع

چکیده

     بسیاری از کسب وکارهای کوچک و متوسط (SMEها) بر آنند تا با متنوع سازی پیشنهادهای خود که متناسب با بازارهای جهانی هستند، تجارت خود را توسعه بخشند. با وجود این، بین المللی سازی دارای پیامدهایی برای همه ی جنبه های مدل تجاری یک شرکت است. اگرچه بین المللی سازی چالش های مدل تجاری بسیاری را پیش می آورد، تحول اخیر فن آوری دیجیتال یک تسهیل کننده ی کلیدی برای بین المللی سازی و تحول تجاری کارامد از نظر منابع است؛ یک نوآوری که SMEها آن را سازگار می بینند. بنابراین، هدف از این مقاله، تحلیل این موضوع است که چگونه دیجیتالی سازی می تواند در چیره شدن بر چالش های مدل تجاری مرتبط با بین المللی سازی SME کمک کند. این مقاله بر پایه ی مطالعه ی موردی اکتشافی 29 کسب وکار کوچک و متوسط استوار است که دارای یک راهبرد بین المللی سازی، و متعلق به مناطقی با جمعیت پراکنده در کشورهای فنلاند و سوئد هستند. برای تحلیل داده ها، کدهای مرتبه اول چالش های گوناگون مدل تجاری بین المللی سازی SME در موضوعات مرتبه دوم ادغام شده اند. گام پایانی تحلیل شامل تعیین ابعاد غالب و اصلی این چالش های مدل تجاری است. این مقاله چالش های مدل تجاری مرتبط با ایجاد، ارائه، و کسب ارزش در سراسر فرایند بین المللی سازی را شناسایی می کند. افرون بر این، یک چهارچوب تدوین می شود که فعالیت های دیجیتالی سازی را با چالش های مدل تجاری تطابق دهد. از آنجا که هیچ راه حل «همه منظوره ای» وجود ندارد، این مطالعه فعالیت های دیجیتالی سازی خاص را با چالش های مدل تجاری که SMEها هنگام اقدام برای فعالیت در بازارهای بین المللی رو به رو می شوند، انطباق می دهد. این یافته ها حائز اهمیت هستند چون آن ها دیجیتالی سازی را به فعالیت های اجراپذیری تفکیک می کنند که برای SMEها قابل مدیریت هستند.

بین المللی سازی SME
     حجم شایانی از پژوهش ها به بررسی این موضوع پرداخته اند که چگونه کسب وکارهای کوچک و متوسط (SMEها) طیفی از فرصت های تعبیه شده در بازارهای بین المللی را شناسایی و مورد بهره برداری قرار می دهند (لو و بیمیش، 2001). کالوف و بیمیش (1995) بین المللی سازی را به عنوان فرایند تطبیق دهی یک شرکت (شامل راهبرد، ساختار و منابع آن) به منظور فعالیت بین المللی تعریف کرده اند. در این تعریف، نه تنها پویایی و سرشت انقلابی بین المللی سازی لحاظ می شود بلکه جنبه های رفتاری و اقتصادی نیز در نظر گرفته می شوند. فعالیت در بازار بین-المللی فرصت های بسیاری در اختیار SMEها قرار می دهد، مانند دسترسی به بازارهای بزرگ تر، دسترسی به مزایای فن آورانه، ارتقای سطح فنی، کاهش ریسک، و دسترسی به مالیه (بردلی، می یر و گائو، 2006؛ سونیلا، 2019).

     مدیران و کارآفرینان می کوشند تا فرصت های موجود در بازارهای بین المللی را شناسایی کنند و از دسترسی به این بازارهای جهانی به عنوان یک ابزار راهبردی برای ارتقای رقابت پذیری و رشد تجاری خود بهره گیرند. مایه ی شگفتی نیست که عوامل اساسی در موفقیت بین المللی SMEها دارای اهمیت بالایی هم برای پژوهشگران و هم برای مالکان کسب وکار هستند (لاو و روپر، 2015؛ اورروبلات، پالاسیوس-مارکز و گارزون، 2020). زاهور، التباع، خان و وود (2020) پیشایندهای کلیدی را تحلیل کرده اند—به بیان دیگر، عواملی که زمینه سازی موفقیت بین-المللی SMEها هستند. بر پایه ی مصاحبه ی آنان، کاردانی کارآفرینانه، همکاری بینافردی یا بیناسازمانی، تعبیه-سازی رابطه ای، همکاری افقی یا عمودی، عدم قطعیت محیطی، و سرمایه ی سازمانی به عنوان پیشایندهای موفقیت بین المللی شناخته شدند. در اینجا، فعالیت های همیارانه همچون حاکمیت، سازوکار ها، قابلیت های مدیریت همکاری، و سرریز دانش، ممکن است به عنوان منشأ اصلی مزیت رقابتی عمل کنند و به عنوان عوامل میانجی و واسطه میان پیشایندها و موفقیت بین المللی SMEها ایفای نقش نمایند (ریم، اسجودین و پاریدا، 2019).

     بین المللی سازی SME در معرض چالش های محدودکننده ی متداولی است، مانند محدودیت منابع انسانی، مالی، و اطلاعاتی (روجرز، 1990؛ ولش و وایت، 1981)، فقدان مشروعیت در خارج (ساپینزا، اوتیو، جورج و زهرا، 2006)، و محدودیت های انعطاف پذیری کوتاه مدت (بردلی و همکاران، 2006). از همین رو، پایگاه منابع ضعیف شرکت احتمالاً تصمیم برای وارد شدن به بازارهای بین المللی را به طور ویژه ای برای یک مدیر یا یک کارآفرین چالش آمیز می کند. به رغم نقش استوار SMEها در توسعه ی اقتصادی و نقشی که کشورهای در حال توسعه در رشد تجارت جهانی ایفا می کنند، مطالعات اندکی درباره ی کوشش های بین المللی سازی انجام شده است (اشمیت و همکاران، 2020).

هوش مصنوعی به کار گرفته شده در چشم پزشکی و بینایی سنجی: آنالیز شبکه استنادی

Artificial intelligence applied to ophthalmology and optometry: A citation network analysis

چکیده

مقدمه

روش شناسی

نتایج

شرح آثار و انتشارات

زبان و کشورها

مؤلفان و مؤسسات

نشریات (مجلات)

واژگان کلیدی

پراستنادترین نشریات

خوشه بندی

عملکرد اصلی

بحث و گفتمان

منابع

چکیده

هدف: هدف این مطالعه تحلیل شبکه های هم تألیفی و هم استنادی انتشارات در حوزه ی هوش مصنوعی در چشم پزشکی و بینایی سنجی، همچنین، شناسایی قسمت های مختلف تحقیقات و پراستنادترین اثر می باشد.
روش: جستجوی انتشارات و آثار در وب سایت پایگاه داده های علوم برای بازه ی زمانی 1997 تا دسامبر 2021 با استفاده از عبارت هوش مصنوعی و (چشم پزشکی یا بینایی سنجی) انجام شد. آنالیز و تحلیل اثر و نشریه با استفاده از مرورگر شبکه استنادی، VOSviewer، و نرم افزار CiteSpace انجام شد.
نتایج: 1086 اثر و 2348 شبکه ی استنادی بدست آمدند. 2020 سالی بود با بالاترین تعداد انتشار، مجموع 351 اثر و 115 شبکه ی استنادی. پراستنادترین اثر و نشریه به یادگیری عمیق قابل اجرا به صورت بالینی برای تشخیص و ارجاع در بیماری شبکیه تعلق داشت که توسط دی فاو و همکاران در سال 2018، با شاخص استناد 723 منتشر شده بود. از طریق تابع خوشه بندی، سه گروه مشخص شدند که حوزه های پژوهشی اصلی در این زمینه را پوشش می دهند: آسیب شناسی شبکه، بخش قدامی، و گلوکوم (آب سیاه).
نتیجه گیری: تحلیل شبکه ی استنادی یک تحلیل عمقی و دقیق از آثار علمی و اتخاذ عناوین جدید و حوزه های تحقیقاتی را ارائه می کند. نتایج آنالیز جامع و کامل شبکه های استنادی در هوش مصنوعی در حوزه ی چشم پزشکی و بینایی سنجی از زمان انتشار اولین مقاله در سال 1977 ارائه شده اند.

روش شناسی
     در راستای تمرکز بر جستجوی مقالات با موضوع هوش مصنوعی در حوزه ی چشم پزشکی و بینایی سنجی، و به منظور اجتناب از تکرار آثار در جستجوهای مختلف، Boolean operators NOT و OR مورد استفاده قرار گرفتند. بدین ترتیب، جستجوی عبارات و اصطلاحات استفاده شده در اولین جستجو از این قرار بودند: هوش مصنوعی و (چشم پزشکی یا بینایی سنجی)، در جستجوی دوم عبارت عبارتند بودند از یادگیری ماشین و (چشم پزشکی یا بینایی سنجی) نه هوش مصنوعی، و در جستجوی سوم یادگیری عمیق و ژرف و (چشم پزشکی یا بینایی سنجی) نه هوش مصنوعی نه یادگیری ماشین.

     اولین مقالات با موضوع هوش مصنوعی در حوزه ی چشم پزشکی و بینایی سنجی در سال 1977 به چاپ رسیده بودند، بنابراین فاصله ی زمانی انتخابی از سال 1977 بود تا دسامبر 2021. جستجوی آثار و انتشارات صورت گرفت و در 18اُم دسامبر 2021 دانلود شدند.

     نرم افزار مرورگر شبکه استنادی برای تحلیل آثار و نمایان کردن شبکه های استنادی استفاده شد. با استفاده از ویژگی امتیاز استناد، پراستنادترین آثار به صورت کمّی تجزیه و تحلیل شدند. ارتباطات خارجی گنجانده شدند، یعنی از سایر پایگاه های داده ها (پایگاه داده های مجله ی کره ای KCI و مدلین)، و همچنین ارتباطات وب سایت علوم. این پایگاه داده ها اطلاعات لازم برای تحلیل متن سنجی و شبکه ی استنادی، از جمله عنوان/ چکیده، واژگان کلیدی، تعداد استنادات، و وابستگی سازمانی پدیدآور را فراهم می کنند، که احتمالا در سایر پایگاه داده ها دردسترس نیستند.

سرمایه هوشمند، یادگیری سازمانی و رابطه تاثیرگذاری بر عملکرد شرکت

Intelligent Capital, Organizational Learning, and Corporate Performance Influence Relationship

1 مقدمه

2 تحلیل تئوری و فرضیه تحقیق

3 طرح مطالعه

4 نتایج تجربی و تحلیل ها

5 نتیجه گیری و نکات قابل توجه برای تحقیقات آتی

6 مفاهیم مدیریتی و عملی

در دسترس بودن داده ها

تعارض منافع

تقدیم تشکر

منابع

     هدف. هدف از تهیه این مقاله بررسی عوامل تاثیرگذار سرمایه هوشمند بر عملکرد شرکت می باشد. طراحی/ روش/ رویکرد. براساس داده های پانلی پویا به دست آمده از شرکت هایی که از سال 2006 تا 2017 نام آن ها در فهرست صنعت الکترونیک تایوان ذکر شده، برای انجام بررسی های خود از روش تخمین GMM (روش گشتاورهای تعمیم یافته) استفاده نمودیم. یافته ها. یافته های این مطالعه نشان می دهد که سرمایه انسانی، سرمایه نوآوری، سرمایه فرآیندی و سرمایه مشتری قادرند به شکل قابل توجهی عملکرد شرکت را از طریق مکانیسم یادگیری سازمانی بهبود بخشند.. در تحقیقات آینده که با مطالعات میان کشوری به بررسی اشکال مختلف صنعت الکترونیک می پردازند، می بایست پیامدهای محدودیت های پژوهش به خوبی بر میزان تاثیرات منطقه ای و تفاوت های حاصل از آن بر توسعه فعالیت های صنعت الکترونیک متمرکز باشند. اصالت/ ارزش. نتایج به دست آمده از تحقیقات میدانی نشان می دهند که سرمایه انسانی، سرمایه فرآیندی و سرمایه مشتری به شکل قابل ملاحظه ای موجب ارتقا سطح عملکرد شرکت خواهند شد، در حالی که سرمایه نوآوری به طرز چشم گیری از بهبود و ارتقا سطح عملکرد شرکت جلوگیری می نماید.

تحلیل تئوری و فرضیه تحقیق
     سرمایه هوشمند و عملکرد سازمانی. صالحی و زیمون ]16[ از سرمایه فکری و ویژگی های هیئت مدیره به عنوان عوامل کلیدی در ایجاد ارزش و رشد یاد می کند. بر اساس تئوری مدیریت دانش، سرمایه هوشمند مجموعه‌ای از منابع دانشی است که شرکت ها را قادر می سازد تا ارزش بازار و افزایش بهای دارایی را محقق سازند. این منابع دانشی معمولا ضمن فعالیت های تولیدی و مدیریتی در بنگاه های تجاری شکل می گیرند. ادوینسون و مالونگ ]17[ سرمایه هوشمند را از سه بعد سرمایه انسانی، سرمایه ساختاری و سرمایه مشتری مورد ارزیابی قرار می دهد که در این میان سرمایه ساختاری به دو بخش سرمایه نوآوری و سرمایه فرآیندی تقسیم می‌شود. براساس این دیدگاه، سرمایه هوشمند به چهار عنصر اساسی (1) سرمایه انسانی، (2) سرمایه نوآوری، (3) سرمایه فرآیندی و (4) سرمایه مشتری تقسیم می شود. صالحی و زیمون ]16[ در تحقیقات خود به ارزیابی میزان اثر سرمایه های فکری مانند سرمایه انسانی (HC)، سرمایه ساختاری (SC)، سرمایه رابطه ای (RC) و سرمایه مشتری (CC) پرداخته اند.

     منظور از سرمایه انسانی دانش، مهارت و تجربه کارکنان و مدیران می باشد. ذخیره و انباشت سرمایه انسانی منبع حیاتی رقابت پذیری در شرکت ها است. توانایی شناختی و سازگاری کارکنان آنان را قادر می سازد تا بر دانش و مهارت های حرفه ای مورد نیاز خود تسلط یافته و در به زنگاه های مناسب به صورت عملی دانش و مهارت خود را به کار گیرند. به این ترتیب، سرمایه انسانی می تواند موجب بهبود سطح کارایی تولید شرکت شود، سود شرکت را افزایش بخشیده و سطح عملکرد شرکت را ارتقا دهد. دالوایی و صالحی ]18[ در تحقیقات خود به تاثیر استراتژی کسب و کار و سرمایه فکری بر سطح عملکرد شرکت تمرکز داشته اند. از این رو، این دو محقق فرضیه زیر را مطرح نموده اند:

بهینه سازی سیستم های مدیریت مالی و تصمیم گیری سازمانی بر اساس داده های بزرگ

Optimization of Enterprise Financial Management and Decision-Making Systems Based on Big Data

1 مقدمه

2 وضعیت فعلی تحقیقات

3 تحلیل بهینه سازی مدیریت مالی شرکت و طراحی سیستم تصمیم گیری برای کلان داده

4 تحلیل نتایج

5 نتیجه گیری

منابع

چکیده

     این مقاله براساس نظریه عدم تقارن اطلاعات، نظریه نماینده-مالک، و نظریه مدیریت ریسک، مکانیسم تاثیر کلان داده را بر تصمیم گیری مالی، تحلیل چهار بعد: چگونه کلان داده مبنای اطلاعات را برای پیش بینی افزایش می دهد، چگونه کلان داده ارتباط تصمیم گیری را بهبود می دهد، چگونه کلان داده مزایای رقابتی جدید ایجاد می کند، و چگونه کلان داده تصمیم گیری پویا را ترویج می کند، تحلیل می کند. دوما، ما از طریق تحلیل موارد اجرای خاص کلان داده سازمانی در تصمیم گیری مالی بر مشکلات واقعی مواجه شده در مدیریت و تاثیر مسائل حل کننده از طریق پلتفرم کلان داده تمرکز می کنیم. این شرکت با درک یکپارچگی کسب و کار و امور مالی، نه تنها می تواند باعث گسترش بهتر کسب و کار شود، بلکه همچنین می تواند سطح مدیریت را در این شرکت بهبود دهد، که باعث بهبود رقابت های محوری می شود. یکپارچگی صنعت و امور مالی در اصل از طریق کاربرد ماژول های مختلف مدیریت مالی برای عملیات کسب و کار شرکت، شامل مدیریت بودجه، مدیریت سرمایه، مدیریت دارایی ثابت، و حسابداری مالی بدست می آید. اگر ما بخواهیم که کل فرایند یکپارچگی مالی را اجرا کنیم، دستیابی به این امر غیرممکن است، و ابتدا باید یک سیستم اطلاعاتی قدرتمند بعنوان یک ضمانت ایجاد کنیم. شرکت های مالی اینترنتی تحت دستورالعمل نظریه های عدم تقارن اطلاعات، سهامداران، و سیستم های اطلاعات مدیریت باید سیستم کسب و کار یکپارچه خودشان را براساس تقاضا برای یکپارچگی مالی کسب و کار در صنعت مالی اینترنت بسازند تا تطبیق داده های مالی کسب و کار شرکت های مالی اینترنتی را افزایش دهند، بهره وری مدیریت شرکت را بهبود دهند، و یکپارچگی مالی کسب و کار را درک کنند. در نهایت، ما از طریق تحقیق این مقاله مرجعی برای شرکت های مشابه ارائه می دهیم تا از کلان داده برای تصمیم گیری مالی استفاده کنیم. سودهای اقتصادی بیشتر از طریق کاربرد کلان داده در مدیریت تدارکات پشتیبانی، کنترل تولید، بودجه سرمایه ای و تصمیم سرمایه گذاری در مقایسه با تصمیمات قبلی حاصل می شوند. می توان نتیجه گرفت که در حوزه کلان داده، داده های انبوه را می توان برای بکارگیری در تصمیم گیری شرکتی به صورت عمیق استفاده کرد، که می تواند موانع تجاری و مالی را بشکند، اثربخشی و کیفیت تصمیم گیری را بهبود دهد، ساختار و پرسنل سازمانی را بهینه سازی کند، و پیش بینی و قابلیت هشدار اولیه را افزایش دهد. کاربرد ابزارهای کلان داده به کلیدی برای کمک به تصمیم گیری مالی و افزایش ارزش شرکت تبدیل شده است.

وضعیت فعلی تحقیقات
     کلان داده همراه با توسعه سریع فناوری اطلاعات و اینترنت، رشد نمایی در میزان اطلاعات، زمینه مختلف پوشش و فرایندهای کسب و کار به ویژه در تصمیم گیری مالی ایجاد کرده است که از طریق محدوده اصلی و مرزها شکسته شده است [7]. کلان داده از تحقیق ادبیات موجود عمدتا برای کنترل هزینه، بودجه جامع، تحلیل مالی، مدیریت سرمایه ای، تصمیم گیری سرمایه گذاری و غیره استفاده کرده است. با ادغام کلان داده و فناوری های جدید مانند رایانش ابری و بلاک چین، کلان داده فضای بیشتری برای تصمیم گیری مالی دارد، و نتیجه تصمیم برای شی تصمیم مشابه در زمان و فضا متفاوت خواهد بود [8]. تاثیر کلان داده بر فعالیت های مالی و روابط مالی از دیدگاه مسیر فعالیت های تصمیم گیری، اثر تصمیم گیری مالی را تعیین می کند [9]. اثر زنجیره ارزش کلان داده بر پیش بینی، تصمیم گیری، کنترل و ارزیابی، و ذینفعان مورد مطالعه و تحلیل قرار می گیرد؛ چالش های مواجه شده توسط کلان داده در فرایند کاربردی خاص بررسی می شود؛ و یک مسیر جدید برای نوآوری مدیریت مالی پیشنهاد می شود. کلان داده از نظر عملیات تصمیم گیری در دقت، یکپارچگی، و همبستگی برای تصمیم گیری مالی نشان داده می شود. کنترل هزینه از طریق فناوری کلان داده مورد بررسی قرار می گیرد، و شرکت ها داده های هزینه را از طریق چندین کانال بدست می آوردند و استانداردهای کاربرد مادی را با توجه به آنها برای برآورده کردن نیازهای واقعی تحلیل می کنند. داده های ساخت یافته و غیر ساخت یافته مانند جزئیات حقوق و دستمزد، اسناد موجودی، و هزینه های تولید در این سیستم مشترک هستند [10]. نقش کلان داده در بودجه ریزی جامع مورد مطالعه قرار می گیرد، و پیشنهاد می شود که در بودجه های جامع گذشته براساس تجربه مدیران کسب و کار به علاوه داده های ثابت ساخته شود، که فاقد سازگاری هستند، و کلان داده کمبود ابزارهای نمونه گیری را جبران می کند [11]. تحلیل مالی و نوآوری مدل کسب و کار در زمینه کلان داده مورد بررسی قرار می گیرد، و لازم به ذکر است که هدف تحلیل مالی بیشتر در جهت استراتژیک است، و لازم است تا شرکت ها نوآوری مدل کسب و کار مربوطه را انجام دهند.

     با شروع از نظریه اساسی حسابداری مدیریت، تحلیل سیستم اطلاعات حسابداری مدیریت تاثیر مثبت غیرقابل اغماضی بر سیستم مالی و ساخت پلتفرم اطلاعات شرکت دارد، و با مطالعه استراتژی های اجرای خاص، پیشنهادات مربوطه برای سیستم توسعه اطلاعات مدرن شرکت ساخته می شوند؛ بعنوان مثال، این شرکت می تواند از مدل اشتراک مالی برای توسعه رایانش ابری استفاده کند [ 12]. به راحتی می توان ارزش اطلاعات را غیرقابل تشخیص دانست، و انتخاب و استفاده از اطلاعات را دشوارتر کرد. علاوه بر این، تصمیم گیری سنتی مبتنی بر تجربه یا «طوفان فکری» به سابقه تبدیل خواهد شد. کانال های اطلاعاتی خاص و دشوار بدست اوردن اطلاعات بازار منجر به اثرات متفاوت تصمیم می شود. لازم به ذکر است که در فرایند ساخت سیستم های اطلاعاتی در شرکت ها، مسئولیت تمام جنبه های شرکت ها باید برای بهبود بیشتر سودآوری شرکت ها مشخص شود [13]. اعتقاد بر این است که مدیریت روزانه شرکت از طریق ساخت پلتفرم اطلاعات داخلی شرکت ها بدون مرز می شود، و این کارکنان می توانند به صورت مستقیم اطلاعات مربوط به رهبران شرکت را بازخورد دهند [14]. اعتقاد بر این است که در فرایند توسعه فناوری اطلاعات حسابداری شرکت، شرکت ها با فرصت های توسعه زیادی مواجه می شوند و در عین حال با ریسک های ناشی از بازار مواجه می شوند.

آسیب پذیری تنظیم هیجان وابسته به بلوغ به عنوان پاسخی به استرس مرتبط با COVID-19 در نوجوانان

Maturation-dependent vulnerability of emotion regulation as a response to COVID-19 related stress in adolescents

چکیده

مقدمه

روش ها

شرکت کنندگان (نمونه آماری)

ابزارها

پرسش نامه

برآورد سن استخوانی

فرآیند

توزیع داده مقیاس دشواری تنظیم هیجان: مجموعه داده ی پیش از پاندمی

توزیع داده های مقیاس دشواری تنظیم هیجان: مجموعه داده های در طول پاندمی

برآورد استخوان بندی

اصول اخلاقی

نتایج

مقایسه ی امتیازهای پیش از پاندمی با زمان پاندمی

بحث

کاربرد عملی

محدودیت ها

نتیجه گیری

منابع

چکیده

     پیشینه: بیماری همه گیر کووید 19 شرایط غیرقابل پیش بینی ایجاد کرده است که باعث افزایش فشار روانی شده است. در این پژوهش ما تغییرات مربوط به بیماری همه گیر در تنظیم هیجان نوجوانان که پیش از پاندمی و در زمان پاندمی اندازه گیری شده اند را بررسی می کنیم. ما همچنین سن زیستی را در پاسخ به بیماری همه گیر به حساب می آوریم.
روش ها: از آزمون های یو من ویتی برای مقایسه ی داده های پایه ی امتیاز کلی مقیاس دشواری در تنظیم هیجان در زمان پیش از پاندمی در گروه نوجوانان (با تعداد 241 نفر) با امتیاز کسب شده در زمان موج دوم کرونا (با تعداد 266 نفر) استفاده شده است. ما سن زیستی را بر اساس روش محاسبه سن استخوانی آلتراسونیک در زیر گروه پسران، شامل دانش آموزان سال نهم و دهم دبیرستان و هنرستان تخمین زده ایم و داده های آن ها را به صورت مستقل تجزیه و تحلیل کرده ایم.
یافته ها: تفاوت جنسیتی در زمان آسیب پذیری استرس مرتبط با بیماری همه گیر در دانش آموزان دبیرستان وجود دارد: دختران یک سال پیش از پسران در معرض قرار می گیرند. پسران هنرستانی زودتر از پسران دبیرستانی بالغ می شوند و زمان بندی آسیب پذیری احساسی نیز در دانش آموزان هنرستانی از دانش آموزان دبیرستانی جلوتر است.
بحث: ما داده هایمان را با توجه به یک مدل رشد تفسیر کرده ایم که نتیجه می گیرد ممکن است دریچه ای از بیشترین آسیب پذیری در تنظیم هیجان نوجوانان وجود داشته باشد. زمان این دریچه با در نظر گرفتن سن شناسنامه ای و زیستی به طور همزمان مشخص می شود و برای دختران و پسران متفاوت است.
کاربرد عملی: مشخص کردن تعریف دقیق دریچه های زمانی آسیب پذیری برای گروه های مختلف نوجوانان امکان اقدامات پیشگیرانه به موقع در خصوص مراقبت از نوجوانان را فراهم می آورد تا از سلامت روانی آنان در شرایط های زمانی استرس زای آینده محافظت شود.

روش ها
شرکت کنندگان (نمونه آماری)
     برای بررسی تاثیر بیماری همه گیر کووید 19 بر تنظیم هیجان در نوجوانان ما یک گروه را پیش از پاندمی و یک گروه را در زمان پاندمی در نظر گرفته ایم. هر دو گروه شامل دانش آموزان کلاس نهم و دهم مدارس و کلاس نهم هنرستان می شوند. در مجارستان تحصیلات دوره ی دوم با توجه به میزان آکادمیک بودن شامل سه نوع مدارس متفاوت است: مدارس آموزشی، هنرستان و فنی حرفه ای. مدارس تحصیلات آکادمیک ارائه می کنند و دانش آموزان با صلاحیت عمومی به مقطع بالاتر راه پیدا می کنند. هنرستان ها تحصیلات حرفه ای و تمرین های عملی ارائه می دهند و دانش آموزان در پایان تحصیلاتشان نیازمند صلاحیت سنجی هستند. آمار توصیفی گروه های پیش از پاندمی و در طول پاندمی در جدول یک در بخش نتایج خلاصه شده اند.

     گروه شرکت کنندگان ما شامل 170 دانش آموز مدرسه ای در گروه پیش از پاندمی و 208 دانش آموز مدرسه ای در گروه در طول پاندمی، 71 دانش آموز هنرستانی در گروه پیش از پاندمی و 58 دانش آموز هنرستانی در گروه در طول پاندمی است (برای جزئیات بیشتر به جدول یک مراجعه کنید). (دانش آموزان مدارس از شش موسسه ی مختلف بودند. میانگین تعداد دانش آموزان این مدارس 675 است، همچنین میانگین دانش آموزان کلاس نهم 107 و میانگین دانش آموزان کلاس دهم 86 است.)

     شرکت کنندگان هنرستان از هنرستان مهندسی حمل و نقل بنکی دونات (با 840 دانش آموز و به ترتیب 124 و 107 دانش آموز در مقطع نهم و دهم) هستند. نسبت دانش آموزان دختر در این مدرسه کمتر از یک درصد است. با توجه به نسبت پایین دانش آموزان دختر به پسر،تمامی شرکت کنندگان ما پسر هستند. باید توجه داشت که دانش آموزان مدارس و هنرستان تفاوت های فاحشی در زمینه های اقتصادی، اجتماعی و فرهنگی دارند. دانش آموزان هنرستان معمولا زمینه ی اقتصادی- اجتماعی ضعیف تری دارند.

سیستم آموزش هوشمند شبکه بر اساس الگوریتم یادگیری عمیق

Network Intelligent Education System Based on the Deep Learning Algorithm

1 مقدمه

2 بررسی پژوهش

3 روال کار

4 نتایج و بحث

5 نتیجه گیری

دسترس پذیری داده ها

تعارض منافع

منابع

     یک روش مبتنی بر یادگیری عمیق، با هدف گسترش ادغام فراگیر آموزش و هوش مصنوعی و پیشبرد دستیابی به هوش مصنوعی در زمینۀ آموزش، ارائه می شود. یادگیری عمیق یک الگوریتم تشخیص الگوی پیشرفته محسوب می شود و قادر است که دانش بالقوه ارزشمند را از داده های حجیم استخراج نماید و از تصمیم گیری دانش محورِ بشر، پشتیبانی به عمل آورد. داده های تجربی نشان می دهند که دقت دسته بندی الگوریتم یادگیری عمیق، به 99.5% می رسد. حتی در خصوص حجم داده های بزرگ و دسته های داده های حجیم، دقت همچنان بالغ بر 96.3% است که به مراتب بالاتر از الگوریتم ماشین بردار پشتیبان، الگوریتم نظریۀ بیزین و الگوریتم خوشه بندی میانگین kاست و آن از توانایی استخراج و یادگیری دانش برای کاربران با میزان دقت بیشتری برخوردار می باشد.
نتیجه گیری. سامانۀ آموزش هوشمند شبکه مبتنی بر یادگیری عمیق منجر به تقویت خودکارسازی، هوشمندی و جاذبه های یادگیری می گردد تا بدین ترتیب از ابتکار عمل کاربران در یادگیری اطمینان خاطر حاصل شود.

بررسی پژوهش
     در توسعه هوش مصنوعی، سه الگو و مکتب اصلی پژوهشی وجود دارد که عبارتند از: نمادگرایی، پیوندگرایی و رفتارگرایی [9]. این سه الگوی مذکور از تفاسیر و ایده های طراحی متفاوتی برای تولید هوش برخوردارند و ضمناً ابزار فن آورانه و روش طراحی کاربردهای هوش مصنوعی را تحت تاثیر قرار می دهند. در حال حاضر مبحث هوش مصنوعی آموزشی، عمدتاً الگوریتم های یادگیری ماشینی و یادگیری عمیق را به منظور ساخت برنامه های کاربردی سیستمی به کار می گیرد که یک مدل هوشمند مبتنی بر پیوندگرایی می باشد. وجه تمیزدهندۀ مدل پیوندگرا عبارت است از اینکه: «شما ملزم به یادگیری داده های با ابعاد بالاترید تا بدین ترتیب بتوانید به بازنمایی معنایی سطح بالایی دست یابید». نتیجه یک مدل جعبه سیاه محسوب می شود که معمولاً از میزان دقت بالایی برخوردار است ولی عملکرد داخلی آن به طور دقیق قابل شناسایی نمی باشد؛ معضلی که در این باره وجود دارد، برآورد اهمیت هر ویژگی به منظور پیش‌بینی نتایج مدل و تعامل بین ویژگی‌های مختلف می باشد.

     یادگیری عمیق ماشینی در مقولۀ بینایی کامپیوتر، تشخیص گفتار و پردازش زبان طبیعی، با تکیه بر داده های حجیم و قدرت محاسباتی بسیار بالا، به سطحی برابر با سطح انسان رسیده و حتی از آن پیش گرفته است و از جمله عوامل پیشبرنده حائز اهمیت برای کسب موفقیت به شمار می رود[10]. در شکل 2، مدل طراحی و فرآیند آموزش با استفاده از سیستم هوش مصنوعی مبتنی بر ارتباط گرایی ارائه شده که می توان آن را به پنج پودمان کاربردی اصلی تقسیم نمود که عبارتند از: درخواست آموزش، داده های آموزش، مشخصه های آموزشی، مدل آموزشی و کاربرد آموزش.

     فرآیند هوشمندسازی ماشین‌ها برای یادگیری خودکار مشابه با فرآیند تفکر و یادگیری انسان است. کوپر، مربی روانشناس اجتماعی آمریکایی، نظریۀ چرخۀ یادگیری را مطرح نمود، که در آن خاطر نشان کرد: فرآیند یادگیری انسان از چهار مرحله یادگیری تطبیقی همراه با یک ساختار حلقه ای مشتمل بر تجربه منحصر به فرد، مشاهده بازاندیشانه، مفهوم سازی انتزاعی و تمرین پویا از طریق نظریه تامل بر تجربه می باشد، سپس وی این نظریه را در راستای جهت بخشی فعالیت ها به کار گرفت و در در ادامه کار، به جمع بندی تجربیات حاصل از عمل پرداخت [11]. افراد از طریق تجربه، تأمل، مکاشفه و عمل به پیشرفت پیوسته و تدریجی در یادگیری دست می یابند. همانطور که در شکل 3 مشهود است، روش هوش مصنوعی خودکار از کسب دانش، ایده یادگیری انسان را به تصویر می کشد و به واسطۀ والایش و نظریه پردازی تجربه به کسب دانش نائل می آید. تجربیات منحصر به فرد، در مطابقت با حصول داده های آموزشی می باشند و به طور خودکار ویژگی های آموزشی را ایجاد می نمایند. مشاهده بازاندیشانه، فرآیند آموزش مدل هوشمند، مفهوم انتزاعی شکل گرفته، رویۀ ساخت مدل و آزمون و تمرین، فرآیندهای کاربرد مدل محسوب می گردند [12].

آنالیز تحول دیجیتال استعدادهای حسابداری سازمانی از منظر بلاک چین

Analysis of Digital Transformation of Enterprise Accounting Talents from the Perspective of Blockchain

1 مقدمه

2 الگوریتم پردازش داده های حسابداری هوشمند از دیدگاه بلاکچین

3 پنجره ی لغزشی CS-SCHT

4 تحلیل تحول دیجیتال قابلیت های حسابداری سازمانی از دیدگاه بلاکچین

5 نتیجه گیری

منابع

     این مقاله، در راستای بهبود تاثیر تحول دیجیتالی قابلیت های حسابداری سازمانی، متدهای هوشمند را ترکیب می کند تا تحول دیجیتالی قابلیت های حسابداری سازمانی را از دیدگاه بلاک چین صورت دهد. بعلاوه، این مقاله الگوریتم CS-SCHT پنجره ی لغزنده را به طور کامل بررسی می کند. بر اساس استنتاج نظری پنجره ی لغزنده ی CS-SCHT مبتنی بر کد خاکستری کرنل، الگوریتم بر بستر کامپیوتری اجرا می شود و زمان عملیات آزمایش می شود. بعلاوه، این مقاله کاربرد الگوریتم CS-SCHT پنجره ی لغزنده را در فیلترینگ تطبیقی بررسی می کند. نتایج تجربی حاکی از این است که فیلتر تطبیقی مبتنی بر الگوریتم CS-SCHT در مقایسه با الگوریتم DFT پنجره ی لغزنده، می تواند به نسبت سیگنال به نویز بالاتری دست پیدا کند. در پایان، این مقاله یک سیستم پردازش اطلاعات دیجیتال حسابداری هوشمند ارائه می دهد. پژوهش نشان می دهد که سیستم طرح شده در این مقاله می تواند نقش مهمی در تحول دیجیتالی قابلیت های حسابداری شرکتی از دیدگاه بلاکچین ایفا کند.

الگوریتم پردازش داده های حسابداری هوشمند از دیدگاه بلاکچین
     الگوریتم DFT لغزنده چند نقطه ای 2D. مطابق تصویر 1، DFT لغزنده دو بعدی به عنوان یک بسط دو بعدی از DFT لغزنده یک بعدی در نظر گرفته می شود. از یک پنجره ی مربعی با اندازه ی ثابت (M x M) استفاده می کند تا سیگنال ورودی دو بعدی را قطع کرده و تبدیل و لغزش افقی را ممکن کند به طوری که لغزش پنجره ی جدید و قبلی در جهت افقی یک نقطه ی سیگنال داشته باشند. تحول پنجره ی لغزنده بر سیگنال پنجره در قطع ثابت عمل می کند که به عنوان لغزش پنجره ای در اندازه ی ثابت در جهت افقی قابل مشاهده است. به دلیل اشتراک زیاد میان پنجره ها، سیگنال ها در پنجره ی جدید می توانند به سرعت از طریق محاسبه ی نتایج پنجره ی قبلی محاسبه شوند.

     یک تصویر دو بعدی در تصویر 1 نشان داده شده است. جدول خط مستقیمی که در تصویر نشان داده شده، از پنجره ی فعلی در قطع 8 در 8 حکایت درد و وضعیت پنجره ی لغزنده نیز با مختصات (x,y) انتهای پایینی پنجره نشان داده شده است. اگر sx,y مقدار پیکسل تصویر (x, y) باشد، پنجره ی لغزنده DFT در قطع M x M به این صورت تعریف می شود

پنجره ی لغزشی CS-SCHT
     طیف ترتیب توالی شبیه DFT است، ماتریس تحول CS-SCHT نسبتاً ساده است و عوامل ماتریس از مقادیر {1,-1,j,-j} تشکیل شده اند. بر خلاف SCHT، ضرایب تحول CS-SCHT دارای تقارن مزدوجی شبیه DFT هستند.

     CS-SCHT بسطی از SCHT است. از آنجاکه مقدار طرح تحول آن از همان تقارن مزدوج DFT برخوردار است، در بسیاری از عملیات ها می تواند جایگزین DFT (FFT) شود. عوامل ماتریس تحول آن شبیه SCHT هستند که به صورت زیر نیز قابل تعریف هستند

اثر صفات رهبری و یادگیری سازمانی بر نوآوری کسب و کار

The impact of leadership traits and organizational learning on business innovation

چکیده

مقدمه

مرور ادبیات

نظریه های دیدگاه مبتنی بر منبع و مبتنی بر دانش

نوآوری کسب و کار

ویژگی های رهبری (LET)

خود ارزیابی اصلی (CSE)

خودشیفتگی (NAR)

نیاز برای موفقیت (NFA) و گرایش ریسک (RPR)

یادگیری سازمانی (ORL)

روش شناسی

معیار ساختارها

جمع آوری داده و نمونه

روش های آماری

نتایج

خصوصیات نمونه

ارزیابی مدل اندازه گیری

ارزیابی مدل ساختاری

مباحث، پیامدها و محدودیت ها

مفاهیم مربوط به نظریه

مفاهیمی برای عمل

محدودیت های و جهت های تحقیقاتی آینده

منابع

چکیده

     تاثیر شدید همه گیری کووید-19 سازمان های زیادی را وادار کرده است تا به صورت موقتی تعطیل کنند یا حتی متوقف شوند. در این ادبیات، تلاش های قبلی به نقش رهبران و یادگیری در پشتیبانی از شرکت ها اشاره کرده اند تا نوآوری کنند و بر چنین موقعیت های سخت و آشفته ای غلبه کنند. این تحقیق بررسی می کند که چگونه خصوصیات شخصیت رهبری به صورت مستقیم و غیرمستقیم بر نوآوری کسب و کار از طریق یادگیری سازمانی تاثیر می گذارد. مجموع 638 نمونه از رهبران شاغل در شرکت های گردشگری در ویتنام جمع آوری می شوند و با استفاده از یک رویکرد کمی و روش حداقل مربعات جزئی SEM تحلیل می شوند. این یافته ها نشان دادند که خصوصیات شخصیت رهبری مانند خودارزیابی اصلی، خودشیفتگی، نیاز برای موفقیت، و گرایش ریسک، تاثیرات مستقیم یا غیرمستقیم بر نوآوری کسب و کار دارند. علاوه بر این، اکتساب دانش، توزیع دانش، و تفسیر دانش سه زیرفرایند یادگیری سازمانی هستند که نقش های میانجی در رابطه بین صفات رهبری و نوآوری کسب و کار ایفا می کنند. این تحقیق براساس این یافته ها پیشنهاداتی را برای بازیابی کسب و کارهای گردشگری ارائه می دهد و پایداری را پس از همه گیری توسعه می دهد.

مرور ادبیات
نظریه های دیدگاه مبتنی بر منبع و مبتنی بر دانش
     نظریه دیدگاه مبتنی بر منبع که توسط پنروس (1959) توسعه یافته است، بیان می کند که «زیرمجموعه ای از شرکت های دارای منابع، آنها را قادر می سازد تا به مزیت رقابتی دست یابند، و زیرمجموعه بیشتری از آنها باعث عملکرد برتر طولانی مدت می شود» (ورنرفلت، 1984، 108). این نظریه تاکید می کند که منابع مشهود (بعنوان مثال، امکانات و تجهیزات) یا منابع نامشهود (بعنوان مثال، شخصیت های اجرایی مدیریتی)، نقش مهمی در تقویت عملکرد برتر یک شرکت و مزیت رقابتی دارند (بارنی، 1991؛ اولریچ، 1998؛ سافو و همکاران، 2008).

     گرانت (1996) نظریه دیدگاه مبتنی بر دانش را به صورت تعمیم نظریه دیدگاه مبتنی بر منبع تعریف کرد که دانش را بعنوان مهمترین منبع نوآوری، بهبود عملکرد، و رقابت پذیری مشخص می کند. این نظریه بعنوان یک رویکرد مهم برای یادگیری سازمانی صعود حتمی برای این درک کلی دارد که شرکت ها باید برای حداکثر کردن پایگاه دانش خود به سازمان های یادگیرنده تبدیل شوند» و از طریق عملکرد نوآورانه و پایدار مزیت رقابتی بدست آورند (مگنو و همکاران، 2017؛ فرزانه و همکاران، 2021، 657).

     نظریه های دیدگاه مبتنی بر منبع و مبتنی بر دانش به شدت در میان محققان در زمینه گردشگری محبوبیت زیادی بدست آورده اند (هوی و خین، 2016؛ دوارت و آلونسو، 2017؛ یوتامی و همکاران، 2017؛ تویلان و همکاران، 2020). نظریه های دیدگاه مبتنی بر منبع و دیدگاه مبتنی بر دانش در این تحقیق استفاده می شوند تا نشان دهند که چگونه ویژگی های رهبری و یادگیری سازمانی (منابع داخلی شرکت) به نوآوری کسب و کار (نتیجه سازمانی و رقابت پذیری شرکت ها) کمک می کنند.

وفاداری به برند و عادت های مصرفی مصرف کنندگان بلژیکی قهوه

Consumption Habits and Brand Loyalty of Belgian Coffee Consumers

چکیده

1- مقدمه

2- مواد و روش ها

3- نتایج

4- بحث و گفتمان

5- نتیجه گیری

منابع

چکیده

     قهوه معمولا در معرض فرآیند بودادن و برشته کردن قرار می گیرد که باعث شکل گیری عطر و طعم همچنین بعضی از ترکیبات نامطلوب مثل فوران و آلکیل فوران ها می شود. این ترکیبات به عنوان آلاینده های فرآیند برشته کردن شناخته می شوند و اثرات مضر و زیان آوری را نشان می دهند. به منظور بررسی قرارگیری در معرض این ترکیبات در قهوه، شناختن سطوح آلودگی و همچنین عادات مصرف لازم است. میزان وفاداری مصرف کنندگان به برندهای خاص قهوه نیز می تواند یک محرک مهم تأثیرگذار روی سطح قرارگیری در معرض این ترکیبات به شمار برود. هدف این تحقیق بررسی سطوح مصرف و میزان وفاداری به برندهای موجود قهوه در بازارهای بلژیک، و همچنین عوامل تأثیرگذار بر انتخاب و مصرف محصولات قهوه و برندهای آن بود. داده ها از طریق یک نظرسنجی آنلاین در بلژیک جمع آوری شدند. نتایج نشان می دهند که برای 1930 شرکت کننده، 87% از آن ها مصرف روزانه ی قهوه را گزارش کردند و 13% از آن ها هرگز قهوه مصرف نکرده بودند یا گاه گاهی مصرف می کردند. متوسط مصرف جهانی قهوه 3 فنجان در روز بود، و متوسط آن برای مصرف کنندگان با مصرف شخصی در روز فقط 4 فنجان در روز بود. سطح مصرف قهوه آسیاب شده تقریبا دوبرابر بیشتر از دانه ی قهوه بود، و به دنبال آن قهوه فوری و مصرف نسبتا خیلی کم جایگزین های قهوه قرار داشتند. در مجموع، 78% از شرکت کننده ها وفاداری به برند را گزارش دادند اما با درجات مختلف. دو برند قهوه فروخته شده در مناطق کشور بلژیک همراه با هم توسط بیش از 20% از شرکت کننده ها در نظرسنجی نام برده شدند. متداول ترین معیارها برای انتخاب برند قهوه ی خاص مزه و قیمت بود، و پس از آن سنت و عادت قرار داشت. سن مصرف کنندگان قهوه و مشخصات اجتماعی جمعیتی مختلف تأثیرات به سزایی روی مصرف قهوه دارند. نوع محصول قهوه، میزان وفاداری، و همچنین نوع بسته بندی (در صورت وجود) در ارزیابی درمعرض گذاری از نظر ترکیبات فوران باید بیشتر درنظر گرفته شوند.

مواد و روش ها
ساختار نظرسنجی
     این نظرسنجی توسط وب سایت AESA (انجمن اپیدمیولوژی و بهداشت دام) انجام شد. با استفاده از ابزار آنلاین LimeSurvey و به سه زبان دنیا تهیه شد: انگلیسی، فرانسه، و هلندی. این نظرسنجی قبل از اعتبارسنجی نهایی حداقل از سوی دو نفر به هر زبان پیش آزمون شد. از آوریل 2021، پرسشنامه روی وب سایت دردسترس قرار گرفت و تا پایان ماه مه 2021 ادامه یافت (ضمیمه A). لینک های نظرسنجی از طریق ایمیل با مؤسسات مختلف بلژیکی مثل دانشگاه های لیژ و خنت، آژانس فدرال ایمنی زنجیره غذایی (FASFC)، و بهداشت عمومی خدمات فدرال، ایمنی زنجیره غذایی، و محیط زیست (بهداشت FPS) به اشتراک گذاشته شد. همچنین از طریق شبکه های اجتماعی در دسترس تمامی ساکنان بلژیک قرار گرفت، و در صفحات اول وب سایت دانشگاه لیز تبلیغ شد.

داده ها از سوی واحد تحقیقات در اپیدمیولوژی و تحلیل ریسک کاربردی برای علوم دامپزشکی جمع آوری و تجزیه و تحلیل شدند (UREAR، FARAH، دانشگاه لیژ).

معیارها
     در پرسشنامه در خصوص عادات نوشیدن قهوه، نوع و برند قهوه ای که معمولا توسط شرکت کننده ها مصرف شده و میزان وفاداری به یک برند خاص قهوه، به علاوه ی عادات سیگار کشیدن برای افراد سیگاری پرسیده شد.