基于24Model-D-ISM的地铁站火灾疏散影响因素研究

为预防地铁站火灾事故,深入了解地铁站火灾人员疏散影响因素间的内在联系与层次结构,基于第6版“2-4”模型(24Model)分析63起地铁站火灾疏散事故,充分考虑各个因素之间的交互作用,提取19个影响地铁站人员疏散的关键因素,建立地铁站火灾人员疏散影响因素指标体系;采用算子客观赋权法(C-OWA)改进决策试验与评价实验法(DEMATEL),确定地铁站火灾人员疏散的重要影响因素;在此基础上,采用解释结构模型(ISM)分析各个因素间的层次结构及相互作用路径,构建地铁站火灾人员疏散影响因素的多级递阶结构模型。研究结果表明:疏散引导、恐慌从众行为、人员拥挤为地铁站火灾人员疏散的关键影响因素;地铁站火灾人员疏散受表层因素、中间层因素、深层因素共同作用的影响,其中,疏散教育与培训、设施维护与检查、疏散预案等因素是根源影响因素,重视根源影响因素的改善有利于从本质上预防和控制事故的发生。

24Model与LCM原因因素定义对比研究

为探究损失致因模型(LCM)原因因素定义与事故致因“2-4”模型(24Model)存在的异同和优缺点,梳理2个模型各层面原因和结果的定义,对比定义内容及其对事故原因分析等安全实务的指导作用,并以一起瓦斯爆炸事故为例加以实证分析,获得二者分析结果之间的差异。研究结果表明:LCM是首个将管理因素纳入事故致因分析的一维事件序列模型,可明确各层面原因因素的定义和因素间的逻辑关系,但部分定义存在交叉重复的问题,并没有揭示安全工作指导思想等深层次事故致因因素;24Model作为系统性事故致因模型,对各类因素的定义均以组织为主体,描述事件、事故、安全的概念内涵,划分个体安全动作、安全能力和组织安全管理体系的类别并给出含义解析,探究组织安全文化层面的问题并以32个元素体现;2个模型的事故原因分析方法均建立在对各层级原因因素定义的基础上,并适用于模型理论体系本身。

24 Model在道路运输事故成因中的应用

为预防道路运输事故,基于事故致因“2-4”(24 Model)模型,对2015—2021年发生的215起道路运输事故的行为原因进行研究。从个人层面和组织层面分析导致事故发生的直接原因、间接原因、根本原因及其根源原因。结果表明:发生频次最多的不安全动作是驾驶员超速行驶(占10.67%);22.33%的道路运输事故存在管理者违章安排无资质员工上岗作业;管理者和领导者对57.67%的道路运输事故的发生有重要影响;由人为因素产生的不安全物态占比达71.53%;驾驶员、车辆安全生产管理制度欠缺或执行不到位在根本原因中尤为突出(占20.92%)。基于此,提出道路运输事故预防对策并构建出道路运输系统各因素关系图。

多因素耦合失效模式下地铁施工安全系统与管理模型

为提升地铁施工安全管理效果,减小地铁坍塌事故的发生,分析地铁施工事故风险因素。首先,分析事故致因中人群-机群的多因素耦合模式;然后,借助事故致因“2-4”模型(24Model)和广义安全模型(GSM),构建地铁施工安全系统管理模型;最后,将人群-机群系统多因素耦合失效模式应用于已有的16起地铁施工坍塌事故,统计得到14个人群与6个机群致因因素,分别给出其多因素耦合模式及作用路径,并计算风险等级。结果表明:地铁施工人群-机群的多因素耦合效应包含6种模式和14条作用路径。地铁施工安全系统管理模型分为目标层与匹配层,其中,匹配层主要是将事故原因与安全防线相匹配,包括微匹配、中匹配和宏匹配3个层面。并基于地铁施工安全系统管理模型,给出地铁坍塌事故预防安全管理“三道防线”。

Local Modeling模型及其在黄河上游月径流预测中的应用

基于黄河上游有关水文气象台站的降水径流资料,将LocalModeling方法应用于龙羊峡水库月入库径流预报的中长期水文预报模型.模型的检验和应用结果表明,该方法有着稳健性好、数学物理意义明确、对数据系列要求不高和容易操作等优点,在非汛期各月的径流预测中具有较高的准确性,并且在考虑了降水的影响后,对汛期径流的计算精度亦基本符合水文情报预报规范和实际应用的要求.该模型在黄河上游水量预报和调度工作中具有良好的应用前景.

停机位分配的多商品网络流模型及离散粒子群算法

本文建立了停机位分配的多商品网络流模型,并以航空器总场面运行时间最小为目标,建立数学模型。将机场场面分为若干区域,建立区域—机位两级分配策略,以降低问题规模。设置机位外等待时间,以省去区域容量相关约束。在传统粒子群算法的基础上,设计离散粒子群算法,对模型进行求解。选取乌鲁木齐机场某日240架航班和109个机位进行实验,证明了与现有研究中的典型模型相比,多商品网络流模型能使运算时间减少10.1%,并能达到与典型模型相同的精度。全空域和机场模型(total airspace and airport modeller,TAAM)仿真结果表明,和现行机位分配方案相比,多商品网络流模型的机位分配结果能使航空器的场面调配运行时间减少7.49%,延误时间减少8.87%。算例结果进一步表明,提高机场场面运行效率的关键在于均衡航班的进离港滑行距离,同时避免停机位密集分布。

老年患者门诊预约挂号的影响因素:基于安德森健康行为模型的实证研究

目的基于安德森健康行为模型,研究老年患者门诊预约挂号的影响因素,为优化门诊预约挂号服务、推进老年患者预约挂号提供参考。方法以安德森健康行为模型为理论框架设计问卷,采用方便抽样法向上海某三级甲等综合医院门诊老年患者发放调查问卷。将各维度因素纳入二分类logistic回归模型,采用单因素分析和logistic回归分析探讨老年患者门诊预约挂号的影响因素。结果共回收282份有效问卷,预约挂号187人,占66.31%。曾使用过1~2种预约挂号服务、存在社会支持、距离医院路程80 min以上、收入为>5000~7500元、就诊科室预约率25.00%以上、有预约挂号使用意愿的老年患者更倾向于预约挂号。患慢性病数量在5种及以上的老年患者更不倾向于预约挂号。结论老年患者门诊预约需求较大且受多种因素影响。须关注老年人预约挂号“痛点”,关怀老年群体,共建支持网络,加强有效宣传,优化医疗资源配置,激发使用意愿。

基于ADE的IFC到CityGML层次转换模型

新型城市化建设和管理过程中,借助建筑信息模型(building information modeling,BIM)与地理信息系统(geographic information system,GIS)的数据集成,不但能实现建筑物的精细化表达,而且室外信息得以兼顾,实现空间分析及室内外一体化表达。但BIM与GIS两种不同的数据格式无法直接实现数据的互通。为此,首先分析了模型IFC和CityGML在文档形式等方面的差异,并实现了多个简单建筑物IFC模型到CityGML3.0 LOD2、LOD3的转换。其次,针对上述数据集成实验中语义丢失问题,扩展GIS的CityGML3.0数据格式,提出CityGML B-Con扩展模型,完善IFC到CityGML3.0的一对一映射关系。最后,实现多个不同复杂程度建筑物IFC模型到CityGML B-Con扩展模型的转换。实验结果表明,利用CityGML B-Con模型能实现BIM与GIS的数据集成。宏观层面来说,能够增强转换后建筑物外观的细节程度,微观层面而言,BuildingConstructiveElement和BuildingInstallation的子类得以区分,IfcStair、IfcRamp和IfcBeam等建筑构件都能通过一对一映射的方式转换至CityGML中,克服了CityGML原有标准在建筑物构件表达方面的缺陷,有效减少了BIM源数据语义信息的丢失。

基于期望确认模型的智能预问诊患者持续使用意愿研究

目的探究患者对智能预问诊的持续使用意愿及其影响因素,为系统的管理优化提供参考。方法基于期望确认理论构建模型并提出假设,对172位使用智能预问诊的用户进行代填式问卷调查。数据利用偏最小二乘法结构方程模型进行分析。结果模型中各因素对患者持续使用意愿的解释程度为75.5%。满意度(P<0.001)、感知有用性(P<0.01)对患者的持续使用意愿有正向影响,期望确认度对满意度(P<0.001)和感知有用性(P<0.001)均有正向影响。结论在建设和推进智能预问诊的过程中,患者的持续使用意愿是系统有效实施和可持续发展的重要保障。关注患者的用户体验、完善优化系统功能、适度宣传有助于提升患者的感知有用性和满意度,从而使其愿意持续使用智能预问诊。

STPA与24Model的对比分析

为完善和发展事故致因理论,从基础理论、相关定义、分析过程和分析难度4个方面,对比分析系统理论过程分析(STPA)与“2-4”模型(24Model),并分别进行实例应用。研究结果表明:两者都有很强的理论基础;24Model和STPA总体依照线性模式展开,部分元素可得到对应。STPA的研究对象为系统中的损失,更擅长系统交互研究,研究复杂程度较高,研究误差较大,更适用于单起事故分析;而24Model的研究对象为组织中的事件,事故原因划分更加明确与通用,分析过程简单,研究误差较小,在单起事故和多起事故分析中均可使用,两者都具有较好的拓展性。在应用方面,STPA能够明确指出系统内危险源与损害的联系,但应用过程复杂,致因因素分析主观性强,缺乏对管理体系和安全文化的研究;24Model原因分析结果全面,应用步骤明确,但缺乏对组织间的交互和设计缺陷分析。

FBS模型与移情理论的共享定位设备设计

目的为了提高以人为本的设计过程中,用户因素对决策的影响度,提出优化FBS模型,以达到用户需求和设计模型的共鸣。方法区别于单纯以数据为导向的分析方法,通过理性的FBS模型确定设计研究的主要框架,并结合移情理念感知用户。由用户自身产生的行为和心理特征来引导实验,挖掘其潜在需求导入FBS模型框架进行设计,使设计过程达到理性因素和感性因素互补的有机结合。结果以共享儿童定位设备为例,结合共享设施涉及多类用户群体的特性进行设计实验,以易操作的方法挖掘新的设计点。流程包含完整的用户分析、产品设计和可用性评价过程,可用于提升设计效率。加深用户、产品、环境之间的联系。结论实验结果验证了改进后的方法可以更明确有效地提高用户体验,为设计需求分析方法研究提供思路。

上海市疾病预防控制中心就业见习基地运行效果评估:基于结果链模型

目的 对上海市疾病预防控制中心针对高校毕业学年学生开展的就业见习基地运行效果进行评估,并就提升就业见习工作的效果提出政策建议。方法 构建基于结果链模型的评估指标体系,通过客观资料收集,并对2018—2022年的往届见习学员和带教老师,以及2022年末的在岗见习学员,开展满意度调查,分析和评估上海市疾病预防控制中心就业见习基地运行效果。在此基础上,提出改进就业见习工作的建议与措施。结果 基于结果链模型构建包括5个一级指标、14个二级指标、32个三级指标的评估指标体系,并对2018—2022年上海市疾病预防控制中心就业见习基地的运行效果进行评分,得分84.8分。其中,与上海市疾病预防控制中心就业见习基地相关的未得满分指标有:投入环节,管理体系中的组织架构;产出环节,基地产出中的见习岗位类别;结果环节,见习学员和带教老师的政策认知情况。结论 2018—2022年,上海市疾病预防控制中心就业见习基地运行情况良好,取得了一定的成效,但是仍存在不足。建议通过重视政策宣传,多渠道宣传上海市就业见习政策;完善组织架构,落实事前、事中、事后管理;拓展岗位类别,培养多类型公共卫生人才;延长见习期限,重视实践能力培养等措施加以改进。

不同事故致因模型中原因定义的比较研究

为探究不同事故致因模型对事故原因的定义和对事故分析结果的影响,选取4种事故致因模型,梳理模型中关于直接原因、间接原因、根本原因和根源原因方面的内容,并以内蒙古自治区赤峰宝马矿业有限责任公司“12.3”特别重大瓦斯爆炸事故为例,分别用4种事故致因模型进行原因分析,获得不同事故致因模型分析结果之间的差异。结果表明:4种事故致因模型在直接原因方面具有一定的重合,多米诺骨牌模型、瑞士奶酪模型和卓越安全管理模型由于信息缺失和模型中部分定义不明确,导致部分分析结果难以呈现,事故致因“2-4”模型对各部分事故原因的定义更为明确,可以使事故分析工作变得简单、有序,为事故分析工作提供理论支持。

大模型赋能数字经济

数字经济时代下,人工智能助力产业数字化和数字产业化的进程不断提速。2023年,国内外人工智能大模型的落地掀起新一轮浪潮。大模型将作为新型数据基础底座赋能千行百业,最大程度的激活数字经济活力,成为数据经济发展的基本驱动力,推动新兴业态的蓬勃发展。本文对我国人工智能相关政策演变、大模型概念和定义以及Maa S商业模式进行概述,深入分析并展望大模型对数字经济相关产业带来的影响。

基于3起塔式起重机较大事故原因分析和事故致因研究

对3起塔式起重机较大事故原因进行分析、提炼,结合事故致因理论2-4模型(24 Model),对事故的原因进行归纳梳理,绘制基于24 Model塔机事故致因模型。通过分析得出,安全教育培训不足是事故发生组织层面的根源原因,安全生产各项制度缺失或落实不到位、政府监管不到位、现场安全管理缺失等是组织层面的根本原因。组织行为层面的致因进一步影响个人行为层面的致因。因此提出塔式起重机事故预防的重点应该放在组织层面,即加强安全教育培训和安全管理体系建设,并针对相关组织主体提出针对性的建议和意见。

土工格室在库岸非饱和土边坡稳定性治理中的应用

库岸边坡坍塌在水库运行中时常发生。为了提高边坡稳定性,文章基于Barcelona Basic Model模型,模拟土工格室在库岸边坡加固中的应用效果。结果表明:增加土工格室的层数、长度和高度可提高非饱和土质边坡的安全系数,土工格室对加固库岸非饱和土边坡稳定性效果显著。研究结果为边坡加固治理提供参考。

基于不同算法预测模型在阻塞性睡眠呼吸暂停低通气综合征中的比较

目的 基于不同算法对阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患者进行建模,比较四种模型的受试者工作曲线下面积(AUC)、准确率、灵敏度与特异性,以建立自动筛选和诊断OSAHS的机器学习预测模型。方法 回顾性分析2019年10月~2022年10月于徐州医科大学附属医院行多导睡眠监测的277例患者,以人口学信息、病史、ESS作为预测变量,采用单因素分析筛选出具有明显差异的变量,然后分别建立轻量级梯度提升机(LightGBM)模型、逻辑回归(LR)模型、极限梯度提升(XGBoost)模型及支持向量机(SVM)模型,采用AUC评价模型性能。结果 LR预测的准确率为0.91,AUC为0.97;XGBoost的预测准确率为0.94,AUC为0.97;LightGBM的预测准确率为0.93,AUC为0.98;SVM的准确率为0.89,AUC为0.95。结论 LR、SVM、XGBoost、LightGBM对OSAHS预测效果均较好,LightGBM的效果最佳。

基于史密斯政策执行过程模型的国家医保药品目录准入谈判罕见病药品落地问题及路径研究

目的基于史密斯政策执行过程模型的国家医保药品目录准入谈判(以下简称“国谈”)罕见病药品落地的关键和难点,探索罕见病药品在进入国家基本医疗保险和工伤保险药品目录后政策实施过程中存在的问题并提出对策建议。方法通过文献复习和政策梳理、专家访谈、焦点小组访谈收集资料,结合史密斯政策执行过程模型的理论框架从多角度探索国谈罕见病药品政策执行情况的现状、问题以及解决方案。结果目前我国罕见病药品行业管理尚处于初级阶段;医疗服务提供方在意识、管理等方面仍存在不足;罕见病药品保障渠道有待优化,医疗保险支付机制尚不完善。结论建议进一步加强行业管理,提升罕见病用药保障;加强医疗服务提供方能力建设,取消罕见病用药考核限制;畅通罕见病用药保障渠道,完善医疗保险支付机制。

复杂系统视角下洞室施工人员安全认知仿真研究

为制定有效的安全认知提升策略及减少安全事故的发生,需深入探究洞室施工人员安全认知的演化过程和特征。首先,基于复杂社会技术系统和“2-4”模型(24Model)等相关知识,识别安全认知影响因素,构建洞室施工人员安全认知指标体系;然后,通过Super Decisions软件计算指标权重;随后利用系统动力学(SD)理论,明确各因素间的相互关系,建立包含组织安全管理等4个子系统的SD仿真模型,将以安全投入为基础的认知纠偏机制应用到SD仿真模型;最后,结合实际工程算例开展SD仿真以及敏感性分析。研究表明:随着工程进展,通过增加安全投入,并发挥认知纠偏机制作用,施工人员的整体安全认知由下降趋势转变为缓慢上升趋势;组织安全管理对洞室施工人员安全认知影响程度最大,结果与24Model的基本假设一致,从而验证了SD仿真模型的科学性和有效性。

事故致因“2-4”模型的内涵解析及第6版的研究

为使事故致因“2-4”模型(24Model)在追溯事故原因和制定事故预防对策时取得更好的应用效果,有必要对24Model的内涵进行科学解析。通过文献分析和对比研究,阐述24Model的逻辑结构、原因模块的科学内涵、主要特点。研究结果表明:24Model的主要理论基础,一是HEINRICH、BIRD等提出与改进的多米诺骨牌系列模型,二是REASON提出、SHAPPELL等具体化的瑞士奶酪系列模型和人因分类系统,三是STEWART提出的卓越安全管理模型;静态24Model的逻辑结构以因果关系建立,它属于因果顺序类事故致因模型;静态24Model中事故的直接、间接、根源、根本原因的含义可以从上述3大类事故致因模型、管理体系标准和安全文化的定义中找到根据;动态24Model靠行为演化关系建立逻辑结构,其充分表达自身的系统性、动态性、非线性,并且依靠组织行为即影响行为、个体行为即操作行为,构成一个行为演化系统。