مقایسه مدل های ارزیابی مواجهه، قضاوت خبره و آنالیز بیز
Authors
abstract
مقدمه: قضاوت خبره و مدل های مواجهه به طور گسترده ای جهت برآورد مواجهه تنفسی در محیط های شغلی به کار می روند. با این حال هنوز نمی توان آنها را جایگزین روش های معمول نمونه برداری دانست. هدف این مطالعه کاربرد آنالیز بیز از طریق تلفیق نتایج دو مدل ssa (structured subjective assessment method) و mease (material estimated and assessment of substance exposure) با داده های نمونه برداری و بررسی نقاط ضعف و قوت هر کدام از راهکارها می باشد. روش بررسی: این مطالعه به صورت تحلیلی – مقطعی بر روی وظیفه توزین و بسته بندی مواد اولیه در یک صنعت معدنی انجام گرفت. جهت تعیین غلظت آلاینده های هوا، نمونه برداری از هوا صورت پذیرفت و با روش وزن سنجی تعیین مقدار شد. سه کارشناس غلظت آلاینده را بر اساس مدل های ssa و mease ارزیابی نمودند. آنالیز های آماری توصیفی و بیزی داده ها انجام پذیرفت. یافته ها: هر سه روش میزان مواجهه را بیشتر از حد مجاز ارزیابی نمودند ومیانگین غلظت در آنها تفاوت معنی داری نداشت (435/0p=). هرچندروش ssa از پراکندگی بالاتری (74% rsd=) نسبت به روش نمونه برداری (53% rsd=) برخوردار بود و تفاوتی بین پراکندگی در دو روش نمونه برداری و mease وجود نداشت، استفاده از ssa به عنوان توزیع پیشین ارزیابی محتاطانه تری را نسبت به mease ارائه داد (گروه کنترل 4 : برابر 74/0 در برابر 54/0). نتیجه گیری: استفاده از مدل ssa می تواند به عنوان جایگزینی در تعیین توزیع پیشین احتمال در آنالیز بیزی داده ها در بهداشت حرفه ای مورد استفاده قرار گیرد. مدل mease در مقایسه با ssa برای برآورد مواجهه استنشاقی از کارآیی کمتری برخوردار بوده و نیازمند مطالعات اعتبار سنجی بیشتری می باشد.
similar resources
مقایسه مدلهای ارزیابی مواجهه، قضاوت خبره و آنالیز بیز
Background: expert judgments in combination with exposure models are used extensively in estimation of inhalational exposures in occupational environments. However, their reliability is not as good as conventional air sampling methods. The aim of this study was to investigate the applicability, weaknesses and strengths of Bayesian analysis in combination with SSA (Structured Subjective Assessme...
full textمقایسه تأثیر وضعیت طاق باز و دمر بر وضعیت تنفسی نوزادان نارس مبتلا به سندرم دیسترس تنفسی حاد تحت درمان با پروتکل Insure
کچ ی هد پ ی ش مز ی هن ه و فد : ساسا د مردنس رد نامرد ي سفنت سرتس ي ظنت نادازون داح ي سکا لدابت م ي و نژ د ي سکا ي د هدوب نبرک تسا طسوت هک کبس اـه ي ناـمرد ي فلتخم ي هلمجزا لکتورپ INSURE ماجنا م ي دوش ا اذل . ي هعلاطم ن فدهاب اقم ي هس عضو ي ت اه ي ندب ي عضو رب رمد و زاب قاط ي سفنت ت ي هـب لاتـبم سراـن نادازون ردنس د م ي سفنت سرتس ي لکتورپ اب نامرد تحت داح INSURE ماجنا درگ ...
full textتلفیقی از مدل ابرکارایی با قضاوت های مدیریتی در ارزیابی عملکرد شعب بانک مسکن
مدل های DEA از آن جهت که دستیابی به شاخص کارایی را با در نظر گرفتن همزمان داده ها و ستانده های بنگاه تولیدی میسر می سازند، در سال های اخیر بسیار متداول شده اند. هر چند انعطاف پذیری مدل های مورد استفاده در روش DEA یکی از کلیدی ترین خصوصیات آنهاست و این ویژگی، زمانی که هیچ گونه اطلاعاتی در خصوص ضرایب در دسترس نباشد، می تواند مثمر ثمر واقع شود، اما برای نمونه های کوچک، مدل های فاقد محدودیت های وزن...
full textکاربرد آنالیز بیز و فیلتر ذرهای در مدلهای بارش-رواناب و تحلیل عدم قطعیت
سابقه و هدف: استفاده از مدلهای هیدرولوژیکی و انجام پیشبینی در مطالعات مختلف منابع آب یک ضرورت میباشد. پیشبینی جریان خروجی از حوضههای آبریز با توجه به پیچیدگیهای موجود در چرخه هیدرولوژیکی همواره با انجام فرضهایی همراه است. با توجه به سادهسازی در روابط توسعه داده شده در ساختار مدلهای بارش-رواناب و فرضیات بکار رفته در آنها، پیشبینیها همواره با عدم قطعیت همراه میباشند. منابع عدم قطعیت ...
full textمقایسه ای از رویکردهای نیمن-پیرسن، بیز و کم-بیشینه در ازمون فرضیه های فازی
در این مقاله، سه رویکرد نیمن-پیرسن، بیز و کم-بیشینه را به مسئلۀ آزمون فرضیه های فازی (در حالتی که داده ها معمولی هستند) مطرح و مقایسه می کنیم. در هر سه رویکرد اگر فرضیه ها دقیق در نظر گرفته شوند، آزمون مربوط معادل با ازمون نیمن-پیرسن، بیز و کم-بیشینه برای فرضیه های دقیق خواهد بود. یک مثال کاربردی نیز در حوزۀ کشاورزی ارائه می شود و به وسیلۀ این سه رویکرد مورد بررسی قرار می گیرد.
full textMy Resources
Save resource for easier access later
Journal title:
طب کارجلد ۵، شماره ۴، صفحات ۵۲-۵۹
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023