طراحی و ارزیابی منهول بتن پلیمری سبک وزن

Design and Assessment of a Lightweight Polymer Concrete Utility Manhole

1. مقدمه
2. مواد و روشها
3. نتایج و بحث
4. خلاصه و نتیجه گیری ها
منابع

بتن پلیمری مخلوطی است که در آن به جای سیمان پرتلند (به عنوان چسباننده) از پلیمر استفاده می شود. این کار سبب بهبود مقاومت های کششی و ترک خوردگی، و مقاومت شیمیایی یک سازه بتنی می گردد. در این مقاله فرمولاسیون های مختلفی را ارزیابی کرده ایم تا یک دهانه بازدید زیرزمینی از جنس بتن پلیمری را با حداقل وزن ممکن بهینه سازیم. این فرمولاسیون ها بر مبنای یک سیستم اپوکسی-آمین مخلوط شده با مصالح دانه ای با وزن معمول، و مصالح دانه ای با وزن فوق العاده سبک است. هدف ما این است که یک سازه دهانه (دریچه) زیرزمینی را طراحی و ارزیابی کنیم که دارای مقاومت شیمیایی اپوکسی، استحکام، و وزن سبکی است؛ ما به این طریق بررسی می کنیم که آیا جایگزینی «مصالح دانه ای با وزن نرمال» با «مصالح دانه فوق العاده سبک» میتواند به بهبود استحکام و کاهش وزن سازه کمک کند. ما دو سیستم بتن پلیمری را از فرمولاسیون آن طراحی کردیم و عملکرد مکانیکی آنها را به صورت تجربی ارزیابی نمودیم. ما یک مدل عددی را برای یک دهانه بازدید زیرزمینی از جنس بتن پلیمری توسعه دادیم که از فرمولاسیون های مختلفی ساخته شده بود. ما آنرا به صورت جعبه ای که تحت بارهای معمول خاک قرار دارد، ساده کرده بودیم. این جعبه دارای یک اندازه استاندارد بود. حداقل ضخامت دیواره آن برای تحمل فشارهای حاصل از خدمات در حال استفاده، از شبیه سازی عددی تعیین شد. این مدل پیش بینی کرد که فرمولاسیون «اپوکسی/مصالحی با وزن نرمال» را با میتوان یک ضخامت دیواره نازک تر از فرمولاسیون با مصالح فوق العاده سبک، مورد استفاده قرار داد. همچنین وزن سازه دهانه بازدید زیرزمینی ساخته شده با این فرمولاسیون 6 برابر از وزن همان جعبه ساخته شده با یک بتن سنتی از سیمان پرتلند خواهد بود.

2. مواد و روشها
2.1 مواد
یک رزین اپوکسی با یک سختگر مبتنی بر آمین به عنوان چسباننده انتخاب شد. اپوکسی و آمین توسط نووارچم اس. اِی. (آرژانتین) به ترتیب با نام های تجاری DICAST 867 و DICURE 383 تهیه شدند. Dicast 867 یک رقیق کننده واکنش پذیر است که حاوی رزین اپوکسی یک وظیفه ای مبتنی بر A/F بیس فنل با ویسکوزیته پایین است. سخت کننده DICURE 383 یک پلی آمین سیکلولیفاتیک است.

مصالح دانه ای سنتی همچون ماسه درشت دانه (مدول ریزی و نرمی 2.96)، ماسه ریزدانه (مدول ریزی و نرمی 1.86) و پودر کوارتز ریزدانه مورد استفاده قرار گرفتند (شکل 1a). به علاوه به منظور تحقق پایین ترین چگالی نهایی دهانه بازدید، از مصالح غیرسنتی سبک همچون گلوله های ترموپلاستیک پلي اتيلن ترفنات (PET) (1.5 mm × 2.9 mm × 2 mm) و ریزکره های شیشه ای توخالی (d50 = 40 μm) نیز استفاده کردیم (شکل 1b). خصوصیات آنها را در جدول 2 و دانه بندی آنها (ASTM c 136 [20]) را در جدول 3 ارائه داده ایم.

بتن پلیمری را با 80 wt.% از جامدات و 20 wt.% از سیستم اپوکسی/سخت¬کننده انتخاب شده طراحی نمودیم. چون هیچ مصالح دانه ای روی الک شماره 4 (N°4) باقی نمانده بود بنابراین این مخلوط در حقیقت یک ملات پلیمری است اما چون در تکنولوژی بتن پلیمری این دو اصطلاح غالباً به جای هم (و به یک معنا) بکار می روند بنابراین ما آنرا بتن پلیمری می نامیم. همان طور که پیشنهاد شده بود [10,14] از حداکثر مقدار سیستم رزین استفاده کردیم تا در طی فراورش به یک مخلوط با ویسکوزیته پایین تر و یک وزن نهایی کمتر دست یابیم. همچنین هر چه نسبت جامدات به چسباننده بالاتر باشد، خصوصیات نهایی بهتری بدست می آید [14].

تعیین بار باکتریایی میکروبیوتای روده و شناسایی اسپیروپلاسما و ولباچیا در آنوفل گامبیا

Bacteria Load Determination of the Intestinal Microbiota and Identification of Spiroplasma and Wolbachia in Anopheles gambiae

چکیده
1 مقدمه
2 مواد و روشها
3 نتایج
4 بحث
5 نتیجه گیری
منابع

چکیده

ميکروبيوتای روده پشه ها از طیفی از میکروارگانیسم های مختلف تشکیل می گردد و برخی از این میکروارگانیسم ها روی ظرفیت برداری پشه ها تأثیرگذار هستند. هدف مطالعه حاضر این است که برخی از باکتری های ميکروبيوتای روده در آنوفل gambiae (An. gambiae) ماده را توصیف کند که یک بردار اصلی از انتقال مالاریا در کشور بنین است. باکتری های symbiote ميکروبيوتای An. gambiae آزمایشگاهی ماده (مونث) و An. gambiae وحشی ماده از طریق روش کشت شناسایی شدند. شمارش را بر روی آگار شمارش پلیت کشت (PCA) انجام دادیم و سپس بار باکتری را محاسبه نمودیم. مقایسه دسته های بار باکتری را با آزمون تحلیل واریانس (ANOVA) انجام دادیم. و در نهایت، بررسی حضور چند جنس باکتری تأثیرگذار بر ظرفیت برداری An. gambiae از واکنش زنجیره ای پلیمراز (PCR) استفاده کردیم. این مطالعه اثبات کرد که ميکروبيوتای An. gambiae ماده خانه ای برای باکتری های متعلق به Staphylococcus, Enterobacteriaceae و ژن های باکتریایی شناسایی نشده دیگر (صرفنظر از اینکه چه ماهیت و شرایطی دارند) است. همچنین هیچ تفاوت آماری معناداری از لحاظ حالات بچه زاییدن و پرخوری، بین بار باکتری پشه آزمایشگاهی و پشه وحشی وجود نداشت؛ از طرف دیگر، از لحاظ حالات عدم زاییدن بچه و عدم پرخوری، تفاوت معناداری بین بارهای باکتری پشه های آزمایشگاهی و پشه های وحشی وجود داشت. جستجوی چند جنس باکتری که روی ظرفیت برداری An. gambiae ماده تأثیرگذار هستند برای باکتری های Spiroplasma (صرفنظر از اینکه چه ماهیت و شرایطی داشتند) منفی بود. PCR حضور باکتری های ولباخیا را فقط برای An. gambiae حساس Kisumu پرخور را اثبات کرد. حضور ولباخیا در An. gambiae حاکی از آن است که این نوع باکتری را می توانیم برای توسعه دادن رویکردهای مؤثر و پایدار جدید در کنترل بردار مورد استفاده قرار دهیم.

2 مواد و روشها
2-1 جمع آوری نمونه. دسته های پشه ها (وحشی یا پرورشی) برای این مطالعه جمع آوری شدند. دسته های پشه های پرورشی (Kisumu و Kdr) را از حشره خانه Centre de Recherche en Entomologie de Cotonou (CREC) بدست آوردیم. پارامترهای مرتبه زایمان (زاییده و نزاییده) و وضعیت تغذیه ای (پرخور و غیرپرخور) را برای ایجاد این دسته ها مد نظر قرار دادیم. لذا برای Kisumu و Kdr، چهار دسته (زاییده، نزاییده، پرخور و غیرپرخور) را ساختیم. هر دسته از پشه ها از پنج پشه با انتخاب تصادفی از یک گروه یکسان تشکیل می شدند و آنها را در یک لوله 1.5 ml Eppendorf در دمای 4℃ برای تحلیل میکروبیولوژیکی در آینده نگه داشتیم.

پشه های وحشی را با تکنیک دسته های اسپری گل گاو چشم (PSC) بدست آوردیم که در راهنمای حشره شناسی مالاریا و کنترل برداری [16] توصیف شده است. قبل از اجرای PSC تمام تکه های بزرگ از مبلمان را جدا کردیم و کف اتاق را هم با ملافه های سفید پوشاندیم. ابتدا حشره کش را از خارج از خانه به پنجره ها و درها اسپری کردیم و سپس آنرا در داخل اتاق اسپری کردیم. تمام درها و پنجره ها به مدت حدوداً 10 دقیقه بسته ماندند تا ناک داون پشه ها القا شود [17]. پس از زمان معین (10 دقیقه) پشه های ناک داون را جمع آوری نمودیم و یک طبقه بندی مقدماتی را بر مبنای مشاهدات ماکروسکوپی انجام دادیم. شناسایی گونه های An. gambiae را طبق کلید رده بندی [17,18] و با استفاده از استریومیکروسکوپ دوچشمی ez4 w (لیکا، آلمان) انجام دادیم. پشه های وحشی را نیز به چهار دسته (زاییده، نزاییده، پرخور، و غیرپرخور) در لوله های 1.5 ml Eppendorf مختلف تقسیم کردیم.

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.

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

مطالعه تجربی بهینه سازی فرآیند انتقال حرارت دیواره ذخیره حرارتی پمپ حرارتی در سنگ اطراف تونل در منطقه سردسیر

Experimental Study on Heat Transfer Process Optimization of Heat Storage Wall of the Heat Pump in Tunnel Surrounding Rock in the Cold Region

چکیده

1 مقدمه

2 مدل فیزیکی

3 متدولوژی

4 نتایج آزمایش

5 نتیجه گیری

منابع

چکیده

در خصوص تونل ها در مناطق سردسیر یا بسیار سرد، مشکل نشت در بازه زمانی آب شدن برف ها در بهار بسیار شایع است، که باعث آسیب های متنوع به تونل به دلیل یخ زدگی می شود. با استفاده از انرژی زمین گرمایی سنگ اطراف در پروژه ی تونل، به ویژه پروژه ی تونل زیر لایه ی همیشه یخبندان، سیستم پمپ حرارتی تونل ناحیه ی سرد قابلیت بهبود و ارتقای راندمان انرژی کلی گرمایشی را دارد زیرا درجه حرارت جانبی مربوط به تبخیر پمپ حرارتی افزایش می یابد، که بیشتر به درد تأسیسات ساختمانی پشتیبان محیط اطراف می خورد. با الهام از این سیستم و فناوری بنای کوپلینگ فعال و غیرفعال، نوع بازیابی حرارتی مدل دیوار ذخیره سازی حرارتی در این تحقیق پیشنهاد شده است. با شرح فرآیند انتقال حرارت و گرما در راتباط با نوع بازیابی حرارتی دیوار ذخیره سازی حرارتی و انجام تحقیقات تجربی، امکان پذیری و اثربخشی آن تأیید می شود. نتایج نشان می دهند زمانی که دمای هوای محیط بیرون در اورومچی تقریبا -7°C ~ -15°C است و تابش کلی نورخورشید در لحظه به بازه ی 0~1108 W/m2 می رسد، این نوع دیوار می تواند هوای گرم نزدیک دیوار ایجاد کند که دمای آن 11.89°C بالاتر از دمای محیط است تا یک منبع گرمای با کیفیت برای پمپ حرارتی منبع هوا را زمانی که دما پایین است فراهم کند، که به موجب آن راندمان و کارایی سیستم حرارتی پمپ حرارتی منبع هوا را به طور قابل ملاحظه ای ارتقا می دهد. بدون تجهیزات فتوولتائیک و فتوترمال، نوع بازیابی حرارتی دیوار ذخیره سازی حرارتی میتواند میزان استفاده از انرژی خورشیدی را به 13% تا 20%، حتی حداکثر تا 36% برساند.

2- مدل فیزیکی
نوع بازیابی حرارتی دیوار ذخیره سازی حرارتی در شکل 1 نشان داده شده است، که متشکل از دیوار استاندارد ساختار صرفه جویی در انرژی، لایه ی میانی هوا، و ورق پوششی شفاف است. هوا بدون دمای محیط بیرون از طریق صفحه ی روزنه دار یا اوریفیس پلیت در بخش پایین تر لایه ی میانی هوا وارد می شود و از صفحه ی روزنه دار بالایی هم شار و هم جریان می شود و پس از آن به پورت مکش هوای تبخیر کننده ی پمپ حرارتی منبع هوا فرستاده می شود.

لایه ی میانی هوا ضخامتی برابر با 200 mm دارد، و اندازه ی صفحه ی دیوار ذخیره سازی حرارتی عرضی برابر با 1500 mm و ارتفاع 2000 mm دارد. سه اوریفیس (روزنه) روی دیوار زیر لایه ی میانی هوا باز می شوند تا اجازه دهد هوای بیرون وارد لایه ی میانی هوا شده، و اندازه ی روزنه (اوریفیس) 4 × 15 cm است. اندازه ی اوریفیس در مرکز بالای لایه ی میانی هوا شبیه به کانال فن ϕ 16 cm است. جدول 1 فهرستی از پارامترهای فیزیکی نشان داده شده با هر لایه ی دیوار محفظه را ارائه می کند و نوع بازیابی حرارتی دیوار ذخیره سازی حرارتی در شکل 2 نشان داده شده است. ضریب جذب تابش خورشیدی سطح بیرونی دیوار برابر است با αwall=0.75.

3- متدولوژی
بارزترین تفاوت بین یک چنین دیوار ذخیره سازی حرارتی و دیوار ذخیره سازی حرارتی معمولی حالت جریان هوا در ارتباط با لایه ی میانی می باشد. تبادل گرما روی سطح دیوار ذخیره سازی حرارتی معمولی یک همرفت و انتقال گرمای طبیعی می باشد؛ هوا در لایه ی میانی نوع بازیابی حرارتی دیوار ذخیره سازی حرارتی مجبور به همرفت می شود. فرآیند انتقال حرارت نوع بازیابی حرارتی دیوار ذخیره سازی حرارتی سه بخش دارد: صفحه ی پوششی شفاف، لایه ی میانی هوا، و ساختار دیوار سنگین [22]، و فرآیندهای انتقال گرما و تبادل گرما در شکل 3 نشان داده شده اند.

همبستگی بین سطوح استرس در دانشجویان مقطع کارشناسی پزشکی و انگیزه آنها برای تحصیل در رشته پزشکی

The Correlation between Stress Levels among Undergraduate Medical Students and Their Motivation for Studying Medicine

چکیده

1 مقدمه

2 مواد و روش ها

3 نتایج

4 بحث

5 محدودیت ها

6 نتیجه گیری

منابع

چکیده

هدف. این مطالعه در نظر دارد تا رابطه میان انگیزه دانشجویان مقطع کارشناسی رشته پزشکی برای مطالعه این رشته، و سطح استرس آن¬ها را در کشور عربستان سعودی بررسی کند. این رابطه در گذشته به صورت جدی بررسی نشده است اما این تحقیق برای کمک به بهبود عملکرد دانشجویان در فضای تحصیلی، و همچنین محافظت از آن¬ها در برابر فرسودگی تحصیلی لازم و ضروری است. روش. پرسشنامه¬ای طراحی شد، و در پلتفرم¬های رسانه-های اجتماعی رسمی دانشکده پزشکی دانشگاه اُمُ القری مکه در عربستان سعودی به اشتراک گذاشته شد. 572 دانشجوی مقطع کارشناسی رشته پزشکی که در حال حاضر در این دانشگاه در حال تحصیل هستند، جامعه آماری این مطالعه را تشکیل دادند. جدول بندی متقاطع به منظور تعیین توزیع سطوح استرس دانشجویان بر اساس داده¬های شخصی و انگیزه آنها برای تحصیل در رشته پزشکی با استفاده از آزمون کای اسکوئر پیرسون برای ارزیابی اهمیت انجام شد. نتایچ. رابطه معناداری (P ¬= 0.049) میان انگیزه دانشجویان پزشکی مقطع کارشناسی و سطح استرس آن¬¬ها مشاهده شد. دانشجویانی که به واسطه انگیزه درونی به پیش می¬ روند، نسبت به همکلاسی¬ها و همتایان خود دارای سطوح پایین‌تری از استرس بودند، این در حالی است که تحصیل صرفا به واسطه انگیزه بیرونی منجر به افزایش سطوح استرس می شد. علاوه بر این، دانشجویان دختر مسن¬تر و همچنین دانشجویانی که در حال گذراندن سال¬های آخر( سال¬های 4 و 5) تحصیل خود بودند، بیشتر در معرض استرس قرار داشتند. نتیجه¬گیری. سطوح استرس میان دانشجویان پزشکی مقطع کارشناسی با انگیزه آن¬ها برای تحصیل در این رشته در ارتباط است. نیاز است که انگیزه درونی دانشجویان تقویت شود، که این امر به دانشجویان کمک می کند تا دیدگاه مثبت تری به دستاوردهای خود داشته و از آنها در برابر فرسودگی تحصیلی محافظت می کند.

مواد و روش ها
طراحی مطالعه و جامعه آماری. این مطالعه توصیفی و مقطعی با استفاده از پرسشنامه آنلاین از 21 آگوست 2020 تا 6 سپتامبر 2020 انجام شد. دانشجویان مقطع کارشناسی رشته پزشکی و دانشجویان مقطع کارشناسی جراحی، در دانشکده پزشکی دانشگاه ام القوری (MedUQU)، شهر مکه، عربستان سعودی، جامعه هدف این مطالعه را تشکیل دادند. شرکت در این مطالعه داوطلبانه بوده و جذب دانشجویان از طریق رسانه¬های اجتماعی و ایمیل¬های رسمی انجام شده و لینک پرسشنامه از طریق گروه‌های توییتر، اسنپ چت و واتس‌اپ در اختیار همه دانشجویان پزشکی دانشکده MedUQU قرار گرفت. صفحه نخست پرسشنامه شامل هدف مطالعه، مدت زمان تقریبی تکمیل پرسشنامه، و یک فرم ابراز رضایت آگاهانه برای شرکت در نظرسنجی بود. در نهایت 572 نفر از دانشجویان پزشکی در این مطالعه شرکت کردند.

ساختار پرسشنامه. یک پرسشنامه اصلاح شده آنلاین با استفاده از قابلیت Google Form طراحی شد. این پرسشنامه اصلاح شده بر اساس نمونه¬هایی که در مطالعات گذشته منتشر شده بود [8، 14] الگوبرداری شد و مورد تایید کمیته اخلاق زیست پزشکی دانشکده پزشکی، دانشگاه ام القوری را نیز قرار گرفت(کد تایید: HAPO-02-K-012-2020-08-430). پرسشنامه شامل 14 آیتم در دو بخش بود. بخش اول شامل اطلاعات کلی شرکت کنندگان، مانند جنسیت، سن، سال تحصیلی و انگیزه آن¬ها از تحصیل در رشته پزشکی بود. بخش دوم از مقياس روانشناسی فشار رواني كسلر(K10) به منظور ارزیابی سطوح استرس دانشجویان رشته پزشکی استفاده شد [15]. پرسشنامه شامل 10 سوال درباره وضعیت عاطفی دانشجویان بوده و پاسخ سوالات نیز به صورت مقیاس 5 درجه¬ای از گزینه 1(هیچوقت) تا گزینه 5(همیشه) تشکیل شده بود.

تجزیه و تحلیل داده¬ ها. داده¬های جمع آوری شده، بازنگری، و سپس برای تجزیه و تحلیل به ورژن 21 نرم افزار تحلیل آماری علوم اجتماعی(SPASS) وارد شدند. تمام روش های آماری مورد استفاده، دو دامنه¬ای با سطح آلفای برابر 0.05 و با مقدار P کمتر یا مساوی 0.05 در نظر گرفته شدند. بر اساس نمرات و امتیازات K10، نمرات 10 آیتم جمع شده، و کمترین حد نمره 10 و حداکثر آن 50 بدست آمد. نمرات و امتیازات پایین حاکی از سطوح پایین اضطراب روانشناختی و نمرات بالا نیز نشان دهنده سطوح بالای اضطراب روانشناختی می باشد. سطوح استرس دانشجویان به صورت زیر طبقه بندی شد: (10-19 احتمالاً مطلوب)، (20-24 احتمال وجود یک اختلال خفیف)، (25-29 احتمال وجود یک اختلال متوسط)، و (30-50 احتمال وجود اختلال شدید). تجزیه و تحلیل توصیفی با استفاده توزیع فراوانی و درصد برای متغیرهای مطالعه، شامل داده¬های شخصی دانشجویان، انگیزه آن¬ها از تحصیل در رشته پزشکی، و نحوه توزیع آیتم اضطراب K10 انجام شد. جدول بندی متقاطع به منظور نشان دادن توزیع سطوح استرس دانشجویان بر اساس داده¬های شخصی و انگیزه آن¬ها از مطالعه پزشکی با استفاده از آزمون کای دو پیرسون(Pearson chi-square test) برای تعیین اعتبار و معناداری، انجام شد.

تحلیل منبع داده حسابداری مدیریت کامپیوتری بر اساس انبار داده و رایانش لبه موبایل

Data Source Analysis of Computerized Management Accounting Based on Data Warehouse and Mobile Edge Computing

1 مقدمه

2 تحقیقات مرتبط

3 روش شناسی

4 تحلیل نتایج و بحث

5 نتیجه گیری ها

منابع

     کار حسابداری زمانی که کامپیوتری باشد، کارایی بیشتری دارد و میزان خطا در آن کمتر است. این مکانیسم تشویقی باید قبل از توسعه شیوه حسابداری مدیریتی در مشاغل بهبود یابد. عواطف کارکنان در شرکت ها یک عامل تعیین کننده گسترش شیوه حسابداری مدیریت در مشاغل است. مقاومت کارکنان نسبت به شیوه های حسابداری مدیریتی می تواند از طریق مکانیسم‌های تشویقی به صورت موثری مورد توجه قرار گیرد. در نتیجه، آنها به منظور تشویق رشد حسابداری مدیریت در کسب و کار ابتدا باید یک مکانیسم تشویقی حسابداری مدیریتی کامل ایجاد کنند. پیاده سازی یک سیستم اطلاعات حسابداری مدیریتی توسط این دسته بندی های جدید دشوارتر می شود. ساختار یک سیستم اطلاعات حسابداری مدیریت بر اساس BI و رایانش لبه موبایل در این تحقیق به صورت سیستماتیک مورد بحث قرار می گیرد. BI این مزیت را دارد که می تواند به روش های مختلفی مدل سازی کند، حجم زیادی از داده ها را به صورت کارآمد پردازش کند، و داده‌های عملی را به سرعت در اختیار مدیران قرار دهد. برای درک تحلیل کمی هزینه درآمد، نهاده – ستانده، این سیستم از فناوری های پیشرفته مانند مدل سازی انبار داده ها، جمع آوری داده، نمایش داده ها و طراحی امنیتی استفاده می کند. حسابداری مدیریتی بهترین انتخاب برای نوآوری حالت مدیریت سازمانی و یک سرویس حسابداری برای مدیریت داخلی کسب و کار است. کلان داده در حسابداری مدیریتی به عنوان یک دارایی شرکتی عمل می کند و حجم زیادی از اطلاعات را فراهم می کند. برای درک چگونگی استخراج و استفاده از اطلاعات، کلان داده برای ایجاد مبنایی برای حسابداری مدیریت ضروری است. این تحقیق نحوه جمع آوری داده ها، تهیه داده ها، ایجاد مدل، استخراج داده ها و تجزیه و تحلیل داده ها را با استفاده از کلان داده ها و الگوریتم رایانش لبه در شبکه موبایل توضیح می‌دهد، و شاخص‌های کلیدی موثر بر تحلیل ریسک حسابداری مدیریتی شرکت را از طریق تحلیل تجربی شناسایی میکند. مکانیسم انتشار و عوامل موثر بر شیوه های حسابداری مدیریت در شرکت ها و بین خوشه های سازمانی می توانند به ارتقای توسعه شیوه حسابداری مدیریتی کمک کنند و سرعت ایجاد سیستم حسابداری مدیریتی محلی چین را افزایش دهند.

تحقیقات مرتبط
     اولین ادبیات [15]، الگوریتم استخراج قانون انجمنی مبتنی بر ویژگی را پیشنهاد کرد. تحقیق بعدی [16]، چهار فناوری اصلی را برای پشتیبانی از داده کاوی بر اساس این تحقیق مطرح می کند. ادبیات [۱۷] با فرایند تاریخی توسعه اقتصادی چین و فضای توسعه حسابداری مدیریتی چین بر اساس عملکرد اجتماعی رشته حسابداری مدیریتی همراه است، این تحقیق پیشنهاد می کند که حسابداری مدیریتی چین با بهترین دوره‌های فرصت استراتژیک مواجه است. با توجه به وضعیت اساسی شرایط ملی چین، سیستم کاربردی و چارچوب نظری حسابداری مدیریت بر اساس پیشینه سیستم سازمانی چین ارائه شده است [۱۸]. ادبیات [19] برای مطالعه رابطه بین تقاضای شرکت و سیستم های اطلاعاتی بر اساس تئوری احتمالی پیشنهاد شده است. ادبیات [20] برای مطالعه رابطه شرکت کنندگان با روابط مربوطه در پیاده‌سازی سیستم بر اساس نظریه سرمایه اجتماعی و نظریه شبکه کنشگر با توجه ویژه به سهامداران و کسب و کارها در طیف وسیع تر پیشنهاد شد.

     ادبیات [21] ارزش اجتماعی و انتخاب استراتژیک جامعه انسانی در عصر اطلاعات دیجیتالی و کلان داده را که به صورت گسترده ای در زمینه های مختلف استفاده شد، مورد بحث قرار می دهد.‌ ادبیات [22] چهارچوب طبقه بندی روش های نمونه گیری را در فرایند داده‌کاوی پیشنهاد کرد و مزایا و معایب روشهای نمونه گیری داده کاوی را در سناریوهای مختلف مقایسه و تحلیل کرد. ادبیات [23] به این موضوع اشاره کرد که حتی در کشورهای توسعه یافته برخی از عملکرد های سیستم های اطلاعاتی ERP سازمانی به صورت کامل با نرم افزارهای دیگر ادغام نمی‌شوند و عملکردهای برخی از سیستم ها به طور کامل وارد عمل نشده اند. ادبیات [24] به این موضوع اشاره کرد که فقدان دستورالعمل های نظریه موثر دلیل اصلی این موضوع است که چرا استفاده از روشهای حسابداری مدیریتی در شرکتهای چینی نسبتاً عقب‌مانده است. ادبیات [25] این موضوع را تحلیل می‌کند که بسیاری از از مسائل مهم موجود در دوره تحول حسابداری مدیریت در چین را مورد تجزیه و تحلیل قرار می دهد و پیشنهادات استراتژیک مربوطه را ارائه می دهد. ادبیات [26] یک الگوریتم داده جدید را برای کاوش موثر و تحلیل داده های نیمه ساخت یافته پیشنهاد می کند که بر این مشکل غلبه می‌کنند که فناوری داده‌کاوی سنتی نمی تواند به صورت موثری داده های نیمه ساخت یافته را استخراج کند.

تاثیر برنامه های مداخله خواب در حین توانبخشی قلبی بر کیفیت خواب بیماران قلبی

Effect of Sleep Intervention Programs during Cardiac Rehabilitation on the Sleep Quality of Heart Patients

1. مقدمه

2. روش شناسی

2. طراحی مطالعه

3. نتایج

4. بحث

5. نتیجه گیری

اختصارات

منابع

     پیشینه (زمینه) و هدف: بیماران مبتلا به مشکلات قلبی- عروقی، اختلالات خواب را نیز تجربه می کنند. با توجه به اینکه استراحت و خواب کافی در رشد و ترمیم سلول های آسیب دیده نقش مهمی دارد، استفاده از مداخلات مناسب به منظور بهبود کیفیت خواب لازم به نظر می رسد. این مطالعه به بررسی اثر برنامه جامع مداخله خواب بر کیفیت خواب بیماران در طول دوره بازتوانی قلبی می پردازد.

     روش کار: این مطالعه از روش نیمه تجربی و با استفاده از طرح کنترل گروه نابرابر انجام شد و در برنامه بازتوانی قلبی 35 نفر در گروه آزمایش و 35 نفر در گروه کنترل مشارکت داشتند. برنامه بازتوانی قلبی شامل 12 هفته تمرینات ورزشی به صورت 3 جلسه در هفته، و 3 جلسه برنامه آموزشی هر یک به مدت 45 دقیقه، و 2 جلسه برنامه بهبود کیفیت خواب به صورت ویژه بود. داده ها با استفاده از پرسشنامه کیفیت خواب پیتسبورگ جمع آوری و با کمک روش های آماری توصیفی و استنباطی مورد تجزیه و تحلیل قرار گرفت.

      یافته ها: بین دو گروه آزمایش و کنترل از نظر سن، جنس، وضعیت تاهل، مصرف سیگار با اندیکاسیون بازتوانی قلب رابطه معنا داری مشاهده نشد (P>0.05). نمره کیفیت خواب بیماران قبل از مداخله 1.58 ± 9.2 و بعد از مداخله 1.14 ± 4.40 ، و در گروه کنترل قبل از مداخله 2.56 ± 9.02 و بعد از مداخله 1.86 ± 7.47 بود. قبل از مداخله بین دو گروه تفاوت معنا داری وجود نداشت (P= 0.73)، در حالی که پس از مداخلات تفاوت معنا داری مشاهده شد (p=0.0001). ضمن اینکه نمرات کیفیت خواب بیماران در دو گروه کنترل و آزمایش بعد از انجام مداخلات تفاوت معنا داری را نشان داد (p=0.0001).

     نتیجه گیری: یافته ها نشان داد کیفیت خواب بیماران قلبی بعد از استفاده از برنامه مداخله خواب در طول مدت زمان برنامه بازتوانی قلبی، بهبود یافته است. به همین دلیل استفاده از برنامه بهبود خواب در برنامه مراقبتی بیماران قلبی به عنوان تکنیکی ساده، موثر و قابل اجرا پیشنهاد می شود. ضمن آن که بنظر می رسد توجه بیشتر به برنامه بهبود کیفیت خواب در بازتوانی قلبی ضروری است. ثبت کارآزمایی: این کارآزمایی در تاریخ 14 سپتامبر 2020 بر روی آدرس https://en.irct.ir4-2. شرکت کنندگان. نمونه های پژوهشی از بین بیماران مبتلا به مشکلات قلبی که از بیمارستان افشار شهر یزد در ایران ترخیص شده و به مرکز بازتوانی قلبی مراجعه کرده بودند، و با استفاده از روش نمونه گیری هدفمند و بر اساس معیار های ورود و خروج پژوهش انتخاب شدند. سپس جامعه آماری بر اساس امکان حضور و مشارکت آن ها در برنامه جامع بازتوانی قلبی، به صورت تصادفی در دو گروه مداخله و کنترل قرار گرفتند.

     معیارهای ورود به مطالعه عبارت بودند از: بیماران قلبی عروقی نیازمند بازتوانی قلبی، سنین 18 سال و بالاتر، آشنایی با زبان فارسی و درک آن، و رضایت افراد برای شرکت در مطالعه. معیارهای خروج از پژوهش نیز عبارت بودند از: وجود اختلال خواب نیازمند دارو قبل از شروع بازتوانی، سابقه مصرف داروی خواب آور به مدت بیش از 6 ماه، سابقه افسردگی و اضطراب طبق نظر روانشناس، وجود نقص شناختی (مشکلات بینایی یا شنوایی)، عدم مشارکت در بیش از یک جلسه، از دست دادن سطح هوشیاری در حین مداخله، تشدید وضعیت بالینی بیمار در طول اجرای برنامه بازتوانی قلبی، و انصراف از ادامه مشارکت در مطالعه.

     مداخله. بیمارانی که در برنامه بازتوانی شرکت کردند به عنوان گروه آزمون در نظر گرفته شدند؛ و دسته ای از بیماران که علیرغم اینکه ضرورت بازتوانی به آن ها آموزش داده شده بود در برنامه شرکت نکرده یا برنامه را رها کردند در گروه کنترل قرار گرفتند. در هر دو گروه انتخاب نمونه ها تا رسیدن حجم نمونه به 35 ادامه یافت (تصویر 1). بعد از انتخاب بیماران و کسب رضایت آگاهانه از آنان به منظور شرکت در مطالعه، مشخصات دموگرافیک و کیفیت خواب (SQ) آن ها با استفاده از پرسشنامه کیفیت خواب پیتسبورگ (PSQI) تکمیل شد. پزشک بالینی بر اساس معاینه کامل و نتایج تست ورزش اولیه، در صورتی که بیمار با خود همراه داشت، و نیز با توجه به سایر عوامل دیگر نظیر سابقه جراحی قلبی، انفارکتوس میوکارد، سطوح خطر در بیمار، طول و سرعت ورزش با تردمیل و برنامه تمرین های ورزشی هر یک از بیماران عضو در گروه آزمایش (گروه مداخله) را جهت اجرا در برنامه بازتوانی قلبی آن ها، مشخص نمود. بر این اساس شدت تمرینات در جلسه های ابتدایی از 20 تا 40 % ضربان قلب ذخیره شروع و به تدریج به 60 % در جلسه های آخر افزایش یافت.