简介:校园欺凌事件中受欺凌者具有显著特征,针对这些特征进行防治将会起到重要作用。通过对广东省校园欺凌状况的实证调查样本及广东省校园欺凌典型案例进行分析,将广东省受欺凌者的特征与现有研究成果归纳的受欺凌特征进行对比验证,发现欺凌事件中个人、家庭以及学校方面的主、客观因素对个体受欺凌情况都有较为显著的影响,研究还发现广东省中小学生校园欺凌存在受欺凌比例较高、受欺凌危害程度相对较低、网络欺凌渐成趋势等特点,基于此,校园欺凌可以从受欺凌者的角度来加强防治,进一步加强学生自身的反校园欺凌思想及能力建设、强化学校对受欺凌学生关爱与侵害预防管理、完善受欺凌学生心理健康干预机制、建立并完善受欺凌学生家校交流制度及发挥政府校园欺凌防治职能等。
简介:通过溶液培养试验,研究外源添加Mo对2种价态砷(As(Ⅲ)和As(Ⅴ))胁迫下水稻吸收积累Mo和As的影响。结果表明,这2种价态的As对水稻生长均有抑制作用,As(Ⅲ)比As(Ⅴ)对水稻毒害更明显,添加Mo可缓解As对水稻的毒害。As添加可影响水稻根系和茎叶对Mo的吸收积累,但是不同价态As对Mo积累量的影响不一致。同时,Mo的添加也可以显著地降低水稻根系和茎叶对2个价态As的吸收积累。在100μmol·L^-1As(Ⅲ)处理下,添加0.1和0.5mg·L^-1的Mo可导致水稻根系As积累量分别比对照处理降低38.8%和52.8%,茎叶As积累量分别降低5.1%和10.6%;当As(V)浓度为100μmol·L^-1时,添加0.1和0.5mg·L^-1的Mo可导致水稻根系As积累量分别比对照处理降低15.4%和62.4%,茎叶As积累量分别降低11.9%和23.7%。Mo的添加还能显著地降低2种价态As在水稻根系和茎叶中的富集系数。因此,通过施用适量的Mo肥可以用来防治农田As污染,降低As对人体健康的危害。
简介:铬(chromium)是一种在工业生产过程中广泛使用的重金属,进入人体后可导致急慢性中毒,具有神经毒性、基因毒性、致癌性和免疫毒性。了解六价铬(hexavalentchromium,Cr(Ⅵ))的细胞毒性,进一步探究Cr(Ⅵ)的毒作用机制,可为防治Cr(Ⅵ)对人群健康的损害提供实验依据。电压依赖性阴离子通道蛋白1(voltage-dependentanionchannel-1,VDAC1)参与调控线粒体外膜通透性,影响细胞凋亡;同时VDAC1也是BCL-2家族的重要结合位点,它可与BAX/BAK相互作用形成孔道,使线粒体内的凋亡相关蛋白,如细胞色素C等,进入胞浆,引起细胞凋亡。但VDAC1影响细胞凋亡的确切路径与分子机制,目前尚未完全研究清楚。使用L02人正常肝细胞作为实验对象,通过慢病毒包装法建立VDAC1低表达细胞系,检测在相同浓度Cr(Ⅵ)处理的条件下,与非染毒组相比,不同受试细胞的生存率、凋亡情况、活性氧簇(reactiveoxygenspecies,ROS)生成量、线粒体功能和凋亡诱导因子(AIF)的变化情况是否存在差异。结果表明,与VDAC1正常表达的细胞相比,VDAC1低表达组在Cr(Ⅵ)染毒的情况下,细胞生存率升高,凋亡率下降,细胞内ROS生成量减少,MPTP活性增加不明显,胞浆内细胞色素C(CytochromeC,CytC)和AIF含量降低。上述研究结果表明VDAC1参与了由六价铬诱导的线粒体依赖性肝细胞凋亡,并且抑制VDAC1的表达可减轻因Cr(Ⅵ)暴露而引起的L02肝细胞损伤。
简介:卫生系统反应性是卫生系统绩效评价的一个主要维度,同时,医疗机构的卫生系统反应性亦是影响现阶段医患关系的重要因素。本文以Z市为例,借鉴WHO研制的关键知情人调查表,从需方的角度分析了三级医疗机构卫生系统反应性的水平与分布,并对影响反应性水平的社会经济等因素进行了分析。研究结果显示,所调查地区三级医疗机构卫生系统反应性的水平偏低,特别是反应性中的自主性、保密性、及时性等方面,而且,三级医疗机构卫生系统反应性的分布公平性不容乐观;进一步对影响三级医疗机构卫生系统反应性的社会经济等因素进行Logistic回归分析,结果显示,年龄、社会医疗保障、尊严、自主性、保密性、交流、及时性、社会支持网络、基本设施服务质量、选择性、户口等在不同程度上影响着三级医疗机构卫生系统反应性评价。针对以上三级医疗机构卫生系统反应性的现状及其影响因素,应不断调整医疗卫生资源特别是优质医疗资源的配置结构,建立较完善的分级诊疗制度;同时进一步加强医疗服务的信息化建设,优化患者就医流程;此外,在医疗卫生服务提供的过程中,应注意将规范化诊疗与个性化诊疗相结合,从而最终改善三级医疗机构卫生系统反应性。
简介:换道是驾驶员达到快速通行目标的一种常用手段,但换道会带来很多公路交通事故。为有效避免交通事故,需给驾驶员提供换道安全预警。构建了安全换道决策模型,将换道决策分为换道意图识别和换道条件判断分别建立模型以提高预测精确度。通过神经网络方法SOM(Self-Organization-Map)聚类及BP(BackPropagation)建立换道意图识别模型,基于贝叶斯理论建立最小风险贝叶斯换道条件判别模型。模型开发和测试采用车辆轨迹数据集(NGSIM),提取数据中的换道行为特征参数作为模型的输入,将驾驶员换道决策预测视为输入变量的函数。通过对比最小贝叶斯和最小风险贝叶斯方法发现,由后者构建的换道条件判别模型效果较好,对于不换道行为的预测精度为90.4%,换道行为的预测精度为73.8%。鉴于错误的换道决策可能导致交通事故,而错误的不换道决策只会导致失去一次换道的机会,在换道辅助系统中,不换道决策的精确度要求需高于换道决策的精度。最后,在微观交通仿真系统中加入换道决策模型,其结果验证换道决策安全。最小风险贝叶斯换道条件判别模型的引入,使得换道决策系统能够通过修正风险系数,进一步提高换道判别精度,减少不安全的换道概率。