論文の概要: Building Resilient Information Systems for Child Nutrition in
Post-conflict Sri Lanka during COVID-19 Pandemic
- arxiv url: http://arxiv.org/abs/2108.09726v1
- Date: Sun, 22 Aug 2021 13:56:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-17 19:10:46.595002
- Title: Building Resilient Information Systems for Child Nutrition in
Post-conflict Sri Lanka during COVID-19 Pandemic
- Title(参考訳): COVID-19パンデミック時のスリランカにおける子育てのためのレジリエント情報システムの構築
- Authors: Pamod Amarakoon, J{\o}rn Braa, Sundeep Sahay, Lakmini Magodarathna and
Rajeev Moorthy
- Abstract要約: 本研究はスリランカの紛争後地区における移動型栄養情報システムの実装に焦点を当てた。
研究の縦断的な出来事は、新型コロナウイルス(COVID-19)のパンデミックの時代まで数年間にわたって続いている。
ケーススタディでは、長期にわたる能力構築、リーダーシップとローカルガバナンス、マルチセクターコラボレーション、プラットフォームのレジリエンス、フィールドヘルススタッフの権限が、日々の状況におけるレジリエンスの構築に寄与していることを明らかにした。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Post-conflict, low-resource settings are menaced with challenges related to
low-resources, economic and social instability. The objective of the study is
to understand the socio-technical determinants of resilience of resilience of
routine information systems a backdrop of an implementation of a mobile-based
nutrition information system in a post-conflict district in Sri Lanka. The
longitudinal events in the study spans across several years into the period of
COVID-19 pandemic and tries to understand the process of developing resilience
of in a vulnerable district. The qualitative study deploys interviews,
observations and document analysis for collection of empirical data. The case
study reveals the long-standing capacity building, leadership and local
governance, multisector collaboration, platform resilience and empowering of
field health staff contribute in building resilience in everyday context. The
empirical insights include the mechanisms in building resilience in routine
system in low resource settings while promoting data quality and data use at
field level.
- Abstract(参考訳): 紛争後、低リソース設定は、低リソース、経済的、社会的不安定性に関連する課題に苦しめられている。
本研究の目的は,スリランカの紛争後地区におけるモバイル型栄養情報システムの導入の背景から,日常情報システムのレジリエンスの社会技術的決定要因を理解することである。
研究の縦断的な出来事は、新型コロナウイルス(COVID-19)のパンデミックの時代まで数年間にわたって広がり、脆弱な地域でのレジリエンスの発達過程を理解しようと試みている。
質的研究は、経験的データの収集のためにインタビュー、観察、文書分析を展開する。
ケーススタディでは、長期にわたるキャパシティ構築、リーダーシップとローカルガバナンス、マルチセクタコラボレーション、プラットフォームのレジリエンス、現場医療スタッフのエンパワーメントが、日々のコンテキストにおけるレジリエンス構築に寄与していることを明らかにします。
実証的な洞察は、フィールドレベルでのデータ品質とデータ利用を促進しながら、低いリソース設定でルーチンシステムでレジリエンスを構築するメカニズムを含む。
関連論文リスト
- Deep Learning-driven Community Resilience Rating based on Intertwined
Socio-Technical Systems Features [4.295013129588405]
本稿では,コミュニティレジリエンス評価のための3層深層学習モデル(Resili-Net)を提案する。
米国内の複数の大都市圏から公開されているデータを用いて、Resili-Netは空間領域のレジリエンスレベルを5つの異なるレベルに特徴付けている。
モデル結果の解釈可能性により、各レジリエンスレベル内の領域におけるレジリエンスの行列式を指定する機能解析が可能になる。
論文 参考訳(メタデータ) (2023-11-03T01:50:36Z) - Critical Learning Periods Emerge Even in Deep Linear Networks [112.40005682521638]
クリティカルラーニング期間(Critical Learning periods)は、一時的な感覚障害が行動や学習表現に恒久的な影響を及ぼす発達初期の期間である。
生物学的ネットワークと人工ネットワークの急激な違いにもかかわらず、両方のシステムで臨界学習期間が経験的に観察されている。
論文 参考訳(メタデータ) (2023-08-23T16:01:50Z) - Detecting Vulnerable Nodes in Urban Infrastructure Interdependent
Network [30.78792992230233]
我々は、相互依存型ネットワークを異種グラフとしてモデル化し、強化学習を用いたグラフニューラルネットワークに基づくシステムを提案する。
提案システムは,深層学習技術を活用して異種グラフを解析し,カスケード故障のリスクを把握し,都市の脆弱なインフラを発見する。
論文 参考訳(メタデータ) (2023-07-19T09:53:56Z) - Critical Learning Periods for Multisensory Integration in Deep Networks [112.40005682521638]
ニューラルネットワークが様々な情報源からの情報を統合する能力は、トレーニングの初期段階において、適切な相関した信号に晒されることに批判的になることを示す。
臨界周期は、訓練されたシステムとその学習された表現の最終性能を決定づける、複雑で不安定な初期過渡的ダイナミクスから生じることを示す。
論文 参考訳(メタデータ) (2022-10-06T23:50:38Z) - Causal Fairness Analysis [68.12191782657437]
意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。
我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。
本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
論文 参考訳(メタデータ) (2022-07-23T01:06:34Z) - Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。
疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。
また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
論文 参考訳(メタデータ) (2022-07-19T16:15:11Z) - Federated Learning: Balancing the Thin Line Between Data Intelligence
and Privacy [0.0]
フェデレートされた学習は、断片化された機密データから学ぶ上で大きな可能性を秘めている。
本稿では,フェデレートラーニングの系統的概要と詳細な分類について述べる。
フェデレートラーニングにおける既存のセキュリティ課題について検討し、データ中毒、推論攻撃、モデル中毒攻撃のための確立した防御技術の概要について述べる。
論文 参考訳(メタデータ) (2022-04-22T23:39:16Z) - Stateful Offline Contextual Policy Evaluation and Learning [88.9134799076718]
我々は、シーケンシャルデータから、政治以外の評価と学習について研究する。
動的パーソナライズされた価格設定などの問題の因果構造を形式化する。
本報告では,本クラスにおけるアウト・オブ・サンプル・ポリシーの性能改善について述べる。
論文 参考訳(メタデータ) (2021-10-19T16:15:56Z) - Towards a Resilient Information System for Agriculture Extension
Information Service: An Exploratory Study [0.0]
本研究では,エチオピアの農業拡張情報サービス(AEIS)において,利害関係者がレジリエントな情報提供を確保する方法について述べる。
その結果, 堅牢性, 自己組織化, 学習, 冗長性, 迅速性, スケール, 多様性, 平等性のメカニズムが示された。
本研究は,地域情報提供実践の分析におけるISレジリエンスフレームワークの適用に関する議論に寄与する。
論文 参考訳(メタデータ) (2021-08-22T15:10:01Z) - STOPPAGE: Spatio-temporal Data Driven Cloud-Fog-Edge Computing Framework
for Pandemic Monitoring and Management [28.205715426050105]
行政政策の改善とパンデミック対策のための準備を強化するための分析枠組みを開発することは絶対的に必要である。
本稿では,STOPと呼ばれる時空間知識マイニングフレームワークを提案し,時間スケールの異なる大規模地域における人間の移動性や文脈情報の影響をモデル化する。
i)fog/edgeベースのアーキテクチャを使用したs-temporal data and computing infrastructure、(ii)s-temporal data analyticsモジュールで、異種データソースから知識を効率的に抽出する。
論文 参考訳(メタデータ) (2021-04-04T12:29:31Z) - Health Status Prediction with Local-Global Heterogeneous Behavior Graph [69.99431339130105]
ウェアラブルセンサから継続的に収集される各種データストリームにより、健康状態の推定が可能です。
行動関連マルチソースデータストリームをローカル・グローバル・グラフでモデル化することを提案する。
学生生活データセットを用いて実験を行い,提案モデルの有効性を実証した。
論文 参考訳(メタデータ) (2021-03-23T11:10:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。