70 درصد مشکلات معیشت کارکنان فراجا، مسکن است
تاریخ انتشار: ۱۳ شهریور ۱۴۰۱ | کد خبر: ۳۵۹۲۵۶۹۰
به گزارش خبرگزاری فارس از اصفهان، سردار هابیل درویش مدیرکل بنیاد تعاون فراجا صبح امروز با حضور در صحن علنی شورای شهر در مراسم امضای تفاهمنامه ساخت هزار واحد مسکونی که در صحن علنی شورا میان شهرداری اصفهان و بنیاد تعاون فراجا به امضا رسید، با بیان اینکه هزار و چند نفر از همکاران ما در این طرح صاحبخانه میشوند، اظهار کرد: معیشت حرف اول را میزند و در نیروی انتظامی ۷۰ درصد بحث معیشت کارکنان مرتبط با موضوع مسکن است.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
وی با تشکر از همکاریهای مدیریت شهری اصفهان برای حل این مشکل، افزود: امروز کار کردن سخت است و در چنین شرایط سختی هستند کسانی که دغدغههای مردم را دارند و به دنبال حل مشکلات مردم هستند.
درویش در پایان گفت: امیدواریم با توفیق الهی، کار ساخت این واحدهای مسکونی هرچه زودتر شروع شود و هزار نفر از کارکنان نیروی انتظامی در اصفهان صاحب خانه شوند.
نزدیک به ۳ هزار و ۷۰۰ نفر از کارکنان فراجای اصفهان فاقد مسکن هستند
سردار محمدرضا میرحیدری فرمانده انتظامی استان اصفهان نیز با اشاره به مشکل ساخت هزار واحد مسکونی برای کارکنان نیروی انتظامی از سال ۸۸ تاکنون، اظهار کرد: امروز با تعامل میان شورای شهر، شهرداری و نیروی انتظامی این پرونده حل و فصل شد.
وی با اشاره به وجود مشکل در موضوع معیشت کارکنان نیروی انتظامی، افزود: مسکن پله اول است و نزدیک به ۳ هزار و ۷۶۰ نفر از همکاران ما فاقد مسکن هستند و این آماری جدای از بازنشستگان است؛ حقوق این کارکنان کفایت زندگی آنها را نمیکند و گاهی به دنبال شغل دوم هستند و این خستگی مفرط سبب ایجاد مشکلاتی میشود.
میرحیدری تأکید کرد: مسؤولان امر در ایجاد راههایی که برای حل این گرهها مؤثر است باید به ما کمک کنند تا در فرآیندی یکی دو ساله مشکل مسکن همکاران خود را حل کنیم.
فرمانده انتظامی استان اصفهان در رابطه با برنامههای مدیریت وضعیت ترافیک در اول مهرماه، گفت: در یک ماه اول برنامهریزیهایی داریم تا این وضعیت مدیریت شود، در این راستا آموزش و انتخاب سرویسها برای ایاب و ذهاب دانشآموزان مدنظر است.
لزوم کار مشترک شهرداری و نیروی انتظامی برای حل مشکل سد معبر در بازار اصفهان
وی در رابطه با مشکلات سد معبر در بازار اصفهان نیز بیان کرد: نیروی انتظامی و شهرداری هیچکدام به تنهایی قادر به حل این مسأله نیستند، در این راستا کار مشترکی میان راهور و شهرداری منطقه نیاز است تا برای حل مشکل به نتیجه یکسان برسیم.
میرحیدری با اشاره به مشکلات و ناهنجاریهای فرهنگی چهارباغ عنوان کرد: باید فکری کرد تا فروشندگان و مغازهدارهای چهارباغ خود نیز احساس تکلیف کنند؛ نشستهای دور میزهایی که در مقابل مغازهها در این محور قرار گرفته است، کشف حجاب و دیگر مشکلات فرهنگی را به همراه دارد، وقتی با صاحب مغازه صحبت میکنیم میگوید این موضوع کاری به من ندارد و مغازه من از شهرداری اجاره شده است.
فرمانده انتظامی استان اصفهان تصریح کرد: قدرت نظارتی شهرداری در این خصوص باید بالا برود، بنابراین در این قراردادها میان مغازه و شهرداری، اداره اماکن نیز دیده شود.
وی در خصوص حضور گروههای آسیبدیده که سبب ایجاد ناهنجاریهایی در محور چهارباغ و.. میشوند نیز اذعان کرد: وضعیت نسبت به یک سال و دو سال پیش بهتر شده است، البته کار ما مانند پس زدن لایه است، پاتوق این گروهها پارک شهید رجایی بود، آنجا را پس زدیم اما به سمت ارگ رفتند و در حال حاضر بین پل فردوسی و پل خواجو حضور پیدا میکنند که برای اصفهان مناسب نیست.
میرحیدری تصریح کرد: بر اساس بررسیها مشخص شد که ۷۳ درصد این گروهها بچههای طلاق هستند و کسی به آنها رسیدگی نمیکند، بنابراین نیازمند همکاری بین دستگاهی برای حل این مشکل هستیم.
فرمانده انتظامی استان اصفهان با اشاره به هفته فراجا در مهرماه گفت: اگر برنامهریزی کنیم که شهرداران مناطق و کلانتریها برنامهای برای تجلیل از کلانتریها ترتیب ببینند مؤثر است، این تأثیر را در همدلی و همافزایی برای انجام کارها و در انظار عمومی شاهد خواهیم بود.
انتهای پیام/۶۳۰۸۸/م/
منبع: فارس
کلیدواژه: فرمانده انتظامی استان اصفهان ترافیک اول مهر فرمانده انتظامی استان اصفهان نیروی انتظامی برای حل
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.farsnews.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «فارس» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۵۹۲۵۶۹۰ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
ارزیابی مشکلات قلبی را به ChatGPT نسپارید!
ایتنا - پژوهشگران «دانشگاه ایالتی واشنگتن» در یک آزمایش جدید دریافتند که ChatGPT نمیتواند عملکرد خوبی را در ارزیابی مشکل قلبی داشته باشد.
به رغم تواناییهای گزارش شده درباره ChatGPT برای قبول شدن در آزمونهای پزشکی، یک پژوهش جدید نشان میدهد که اتکا به این فناوری برای برخی ارزیابیهای سلامتی مانند بررسی نیاز بیمار مبتلا به درد قفسه سینه به بستری شدن در بیمارستان عاقلانه نیست.
به گزارش ایتنا از ایسنا، در پژوهش جدیدی که شامل هزاران وضعیت شبیهسازی شده از بیماران مبتلا به درد قفسه سینه است، ChatGPT نتایج متناقضی را ارائه کرد و سطوح متفاوتی را از ارزیابی خطر مشکل قلبی در دادههای بهدستآمده از بیماران نشان داد. همچنین، این سیستم هوش مصنوعی مولد نتوانست با روشهای سنتی مطابقت داشته باشد که پزشکان از آنها برای قضاوت درباره خطر مشکل قلبی بیمار استفاده میکنند.
دکتر «توماس هستون»(Thomas Heston) پژوهشگر دانشکده پزشکی «دانشگاه ایالتی واشنگتن»(WSU) گفت: ChatGPT به یک شیوه ثابت عمل نمیکرد. با توجه به دادههای مشابه، ChatGPT رتبه خطر پایینی را ارائه میدهد. دفعه بعد یک رتبه متوسط را پیشبینی میکند و گهگاه تا افزایش خطر پیش میرود.
هستون گفت: پژوهشگران باور دارند این مشکل احتمالا به دلیل سطح تصادفی بودن نسخه کنونی نرمافزار ChatGPT۴ است که به آن کمک میکند تا پاسخهایی را برای شبیهسازی زبان طبیعی ارائه دهد. با وجود این، همین تصادفی بودن باعث میشود نرمافزار برای کاربردهای حوزه سلامت که به یک پاسخ منسجم نیاز دارند، به خوبی کارآیی نداشته باشد.
هستون ادامه داد: ما متوجه شدیم که تنوع زیادی وجود دارد و این تنوع در رویکرد میتواند خطرناک باشد. این فناوری میتواند برنامه سودمندی باشد اما من معتقدم که فناوری بسیار سریعتر از درک ما پیش میرود. بنابراین، بسیار مهم است که پژوهشهای بسیاری را به ویژه در موقعیتهای بالینی پرخطر انجام دهیم.
درد قفسه سینه، یکی از شکایتهای رایج در اورژانس است که پزشکان را ملزم میکند تا فوریت وضعیت بیمار را مورد ارزیابی قرار دهند. هستون گفت: برخی از موارد بسیار جدی را به راحتی میتوان با توجه به علائم آنها شناسایی کرد اما موارد کمخطر ممکن است پیچیدهتر باشند؛ به ویژه هنگام تعیین اینکه آیا بیماری باید برای بررسی بیشتر در بیمارستان بستری شود یا به خانه برود و مراقبتهای سرپایی را دریافت کند.
متخصصان پزشکی در حال حاضر اغلب از یکی از دو معیار موسوم به TIMI و HEART برای ارزیابی خطر مشکل قلبی استفاده میکنند. هستون این مقیاسها را به ماشینحسابهایی تشبیه کرد که متغیرهای انگشتشمار را مانند علائم، سابقه سلامت و سن استفاده میکنند. در مقابل، یک شبکه عصبی هوش مصنوعی مانند ChatGPT میتواند میلیاردها متغیر را به سرعت ارزیابی کند. این بدان معناست که شاید ChatGPT بتواند یک موقعیت پیچیده را سریعتر و دقیقتر تحلیل کند.
برای این پژوهش، هستون و همکارش دکتر «لارنس لوئیس»(Lawrence Lewis) پژوهشگر «دانشگاه واشنگتن در سنت لوئیس»(WashU) ابتدا سه مجموعه داده را از ۱۰ هزار مورد تصادفی و شبیهسازیشده ایجاد کردند. یک مجموعه داده دارای هفت متغیر مقیاس TIMI، مجموعه دوم شامل پنج متغیر مقیاس HEART و مجموعه سوم دارای ۴۴ متغیر تصادفی سلامت بود. در دو مجموعه داده اول، ChatGPT ارزیابی خطر متفاوتی را در ۴۵ تا ۴۸ درصد مواقع نسبت به امتیاز ثابت TIMI یا HEART ارائه کرد. پژوهشگران برای آخرین مجموعه داده، موارد را چهار بار اجرا کردند و دریافتند که ChatGPT اغلب با خودش موافق نیست و در ۴۴ درصد مواقع، سطوح ارزیابی متفاوتی را برای موارد مشابه ارائه میدهد.
به رغم یافتههای منفی این پژوهش، هستون پتانسیل زیادی را برای هوش مصنوعی مولد در مراقبتهای بهداشتی پیشبینی میکند. به عنوان مثال، با فرض رعایت استانداردهای حفظ حریم خصوصی، کل سوابق پزشکی را میتوان در برنامه بارگذاری کرد و در شرایط اضطراری، پزشک میتواند از ChatGPT بخواهد تا سریعترین حقایق را درباره یک بیمار ارائه دهد. همچنین، پزشکان برای موارد دشوار و پیچیده میتوانند از برنامه بخواهند تا چندین تشخیص احتمالی را ارائه دهد.
هستون گفت: ChatGPT میتواند در ارائه دادن تشخیص افتراقی عالی باشد و این احتمالا یکی از بزرگترین نقاط قوت آن است. اگر کاملا نمیدانید که درباره یک بیمار چه میگذرد، میتوانید از ChatGPT بخواهید تا پنج تشخیص اصلی و استدلال خود را برای هر یک از آنها ارائه دهد. بنابراین، ChatGPT میتواند به شما کمک کند تا درباره یک مشکل فکر کنید اما در پاسخ دادن خوب نیست.
این پژوهش در مجله «PLOS ONE» به چاپ رسید.