高校应对突发公共卫生事件的防控策略研究

近年来突发公共卫生事件频发,探讨高校应对突发公共卫生事件的防控策略显得尤为重要。本文从高校突发公共卫生事件的种类入手,分别从公共卫生教育、物资保证、信息联动、规范化处置等方面,分析高校应对突发公共卫生事件存在的问题,并对高校应对突发事件应采取的有效措施进行了研究探析。     

应用事件分析法对林业企业发行绿色债券市场效应的评价

在系统梳理绿色债券相关理论基础上,以16个二级行业为研究对象,运用事件分析法分析林业企业上市公司发行绿色债券与股价相关性、林业企业发行绿色债券的市场价值,探索发行绿色债券的林业企业市场效应。结果表明:绿色债券融资对提升公司长短期的市场价值具有重大影响,绿色债券融资是经济实体发展绿色经济的表现,是符合经济趋势和其自身发展趋势的行为。林业企业对绿色债券的发行,持积极股价效应,提升公司市场价值;由于其项目投融资的绿色性,对市场效应有更好的显著性和持续性,对绿色债券的发行表现出积极市场效应,提升企业市场价值。依据绿色债券理论和实践,并结合林业企业自身的生态特性,从林业企业发行绿色债券的政策制度、融资优势、自身特征三个方面,在详细阐述林业企业发行绿色债券可行性基础上,提出林业企业推动绿色债券发行相关建议:构建林业企业绿色债券制度规范、增强林业企业绿色债券融资意识、提高林业企业绿色债券运营能力、加强林业企业绿色债券人才建设。     

2020年设施园艺行业十大热点事件回顾

在过去的一年里,中国设施园艺发展迅速,这当中离不开国家强有力的政策扶持,也离不开广大设施园艺领域科研人员、企业以及种植者的努力。本刊编辑部对2020年设施园艺行业十大热点事件进行盘点,回顾广大从业者用辛勤汗水浇灌的丰硕成果,以飨读者。     

转基因甘蔗BtG-2的T-DNA侧翼序列分析及其转化事件特异性检测

转基因甘蔗BtG-2是利用农杆菌介导法把Cry1Ac-2A-gna融合抗虫基因导入‘新台糖22号’的转基因甘蔗株系,具有良好的抗虫特性和农艺性状。为了明确转基因甘蔗BtG-2的分子特征及其检测方法,推进其生物安全性评价工作,以BtG-2的T2代为研究材料,利用Southern杂交检测外源基因在转基因甘蔗基因组内的拷贝数;利用染色体步移技术分离外源基因在甘蔗基因组中插入位点的侧翼序列,并建立了该转化体高效灵敏的特异性PCR检测方法。结果表明：Southern杂交检测证明外源T-DNA以单拷贝方式插入BtG-2株系;经过3次的热不对称巢式PCR扩增,获得外源基因T-DNA左边侧翼序列984 bp和右边侧翼序列705 bp;以这2个序列和相应的T-DNA的左右端序列分别设计3对检测引物对,建立了BtG-2株系的转化事件特异性PCR检测方法,扩增效率最高的引物对LS011/LA451和RS160/RA588分别扩增到440 bp和428 bp的特异片段。其中T-DNA左侧设计的LS011/LA451检测引物对扩增的灵敏度高、特异性强,能够在甘蔗BtG-2基因组DNA相对含量为0.1%的模板中检测出转基因目的成分,相当于9个单倍体基因组拷贝数。本研究完成了转基因株系BtG-2的分子特征及其转化事件特异性检测,为该转基因甘蔗及其衍生产品的检测和身份识别提供技术依据。     

数字治理下突发公共事件中农村社区治理策略研究

农村社区疫情防控工作的创新点在数字治理。以北京市部分农村社区的具体案例为研究对象，并结合浙江等省市的精密型疫情防控措施，提炼了应用风险放大框架进行数字治理的关键点，并建立了信息传播机制和放大反应机制的分析模型，最后从流程管理、设备开发、反馈渠道和科学研究四个方面提出农村社区数字治理的建议。     

食品安全与农业创新营销模式研究——评《食品安全与农业营销研究》

食品安全与食品市场的稳定及繁荣具有密切相关联系,这是因为食品安全问题关于着农业营销的绩效。近年来,随着生活水平的提高,人们从以往追求"吃饱"演变为至今"吃好"和"吃健康",但随之而来的是食品安全事故发生率显著上升,例如2008年"三鹿奶粉事件"的发生,导致广大人民对婴儿奶粉行业产生了怀疑,甚至部分国民不再相信国产奶粉,通过各种渠道购买进口奶粉。     

环球

德国超市涨价收购猪肉消费者不愿为"善心"买单新冠疫情不仅让德国民众的消费热情持续低迷,目前德国整个肉类行业也正在"寒冬"中苦苦挣扎。据统计,近年来德国肉类及肉制品的人均年消费量一直保持在60kg左右,目前正在逐年下降。自从德国出现非洲猪瘟疫情,中国禁止从德国直接或间接进口猪肉。除了出口问题外,德国多地屠宰场在疫情期间屡屡暴发集中感染事件,监管部门勒令染疫企业关门整顿,这也令屠宰场经营者倍感压力。近几个月来,德国生猪存栏数从100多万头减少到75万头左右。然而,在德国部分地区,猪肉产量仍然过剩,供过于求也让猪肉价格一直保持在低位。     

基于信息抽取的食品安全事件自动问答系统方法研究

针对从海量食品安全事件新闻报道中很难抽取出所需答案的问题，以食品安全事件语料库为研究对象，提出了一种基于信息抽取技术的自动问答系统。首先，利用深度学习模型TextCNN对用户输入的问题进行分类，得到其所属类型。其次，对于输入问题，借助Lucene搜索引擎找到其最佳匹配文档。再次，根据输入问题的类型，从食品安全事件数据库（采用信息抽取技术自动提取的一个结构化数据库）中筛选出该文档所包含的答案候选句集合。最后，利用深度学习模型Bi LSTM及基于答案候选句上下文的特征提取方法构建一个答案抽取模型，该模型能从给定的答案候选句集合中提取出最终答案。为检查基于食品安全事件数据库的答案候选句筛选方式及基于答案候选句上下文的特征提取方式对整个自动问答系统性能的影响，进行了多种比较实验，结果表明含有基于食品安全事件数据库的答案候选句筛选方式和基于答案候选句上下文的特征提取方式的问答系统表现最佳，其回答准确率达到44%。这相比于传统的问答系统，具有明显的优势。