نمایش مختصر رکورد

dc.contributor.authorپروانه, بهروزfa_IR
dc.contributor.authorلشنی زند, مهرانfa_IR
dc.contributor.authorسپهوند, علیرضاfa_IR
dc.contributor.authorغلامرضایی, ساراfa_IR
dc.date.accessioned1399-08-21T21:45:50Zfa_IR
dc.date.accessioned2020-11-11T21:45:50Z
dc.date.available1399-08-21T21:45:50Zfa_IR
dc.date.available2020-11-11T21:45:50Z
dc.date.issued2017-03-01en_US
dc.date.issued1395-12-11fa_IR
dc.identifier.citation(2017). scientific magazine yafte, 18(4), 70-78.en_US
dc.identifier.issn1563-0773
dc.identifier.urihttp://yafte.lums.ac.ir/article-1-2412-fa.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/483419
dc.description.abstractمقدمه: روند رو به افزایش مبتلایان به بیماری سالک در شهرستان پلدختر طی ده سال گذشته و پیشرفت تکنولوژی در تولید داده، ضرورت ساخت مدل‌های پیش‌بینی شیوع بیماری را در منطقه افزایش داده است. لذا در این بررسی از متغیرهای اقلیمی در پیش­بینی بیماری سالک استفاده شده است. مواد و روش ­ها: در این تحقیق با کمک مدل­ رگرسیونی رابطه بین آمار تعداد مبتلایان به بیماری و سیگنال‌های اقلیمی به‌صورت همزمان و با یک، دو، سه و چهار ماه تأخیر رگرسیون گرفته شده است. یافته ­ها: در مجموع بین بیماران بهمن با سیگنال اقلیمی nino1 دی، بیماران اسفند با سیگنال اقلیمی pna بهمن، بیماران فروردین با سیگنال اقلیمی AAMM اسفند، بیماران اردیبهشت با سیگنال اقلیمی AO فروردین و بیماران مرداد با سیگنال اقلیمی tsa خرداد، در سطح 5 درصد رابطه معنادار وجود داشت. همچنین بین بیماران بهمن با سیگنال اقلیمی nino1 دی در سطح 10 درصد رابطه معنادار وجود داشت. بحث و نتیجه ­گیری: این بررسی نشان داد که استفاده از سیگنال‌های اقلیمی با تأخیر برای پیش­بینی بیماری، بهتر از به‌کارگیری سیگنال­ها و بیماری به‌صورت همزمان است. بین آمار ابتلا به بیماری در کل دوره با سیگنال pdo با دو ماه تأخیر بیشترین میزان همبستگی (53/84 %) به دست آمد. علاوه بر این نتایج نشان داد که تقریباً در نیمی از ماه­ های سال همبستگی خوبی بین شیوع بیماری سالک و سیگنال‌های اقلیمی وجود دارد و درنتیجه می­توان با استفاده از سیگنال‌های اقلیمی به شیوع بیماری سالک پی برد.fa_IR
dc.format.extent244
dc.format.mimetypeapplication/pdf
dc.languageفارسی
dc.language.isofa_IR
dc.relation.ispartofscientific magazine yafteen_US
dc.relation.ispartofمجله علمی پژوهشی یافتهfa_IR
dc.subjectسالکfa_IR
dc.subjectسیگنال‌های اقلیمیfa_IR
dc.subjectپیش‌بینیfa_IR
dc.subjectشهرستان پلدخترfa_IR
dc.subjectهمبستگیfa_IR
dc.titleامکان‌سنجی پیش‌بینی لیشمانیوز جلدی در پلدختر با استفاده از متغیرهای اقلیمیfa_IR
dc.typeTexten_US
dc.typeپژوهشيfa_IR
dc.contributor.departmentگروه آب‌وهواشناسی، دانشکده تحصیلات تکمیلی، دانشگاه آزاد اسلامی واحد خرم‌آباد، خرم‌آباد، ایرانfa_IR
dc.contributor.departmentمرکز تحقیقات منابع طبیعی و امور دام استان لرستانfa_IR
dc.contributor.departmentدانشگاه تهرانfa_IR
dc.contributor.departmentدانشگاه آزاد اسلامی واحد خرم‌آبادfa_IR
dc.citation.volume18
dc.citation.issue4
dc.citation.spage70
dc.citation.epage78


فایل‌های این مورد

Thumbnail

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد