低风险疾病情境下农村居民健康信息规避行为研究

[目的/意义]本研究旨在揭示低风险疾病情境下农村居民健康信息规避的程度、策略、成因及其关联。[方法/过程]研究采用理论抽样方法和半结构化访谈法收集了江苏省45位农村居民的相关数据。研究采用开放式编码和主轴编码方法对访谈数据进行分析,同时采用社会网络分析软件对规避策略和成因之间的关系进行可视化展示。[结果/结论]（1）农村居民在低风险疾病情境下存在全面型和选择型两种不同程度的健康信息规避。其中,全面型健康信息规避主要发生在信息需求阶段,具体的规避策略为完全不治疗;而选择型信息规避发生在信息获取阶段,具体的规避策略为自己治疗或者拖延治疗。（2）该情境下农村居民健康信息规避的成因主要包括感知风险、对信息源的信任、健康信息素养水平、文化水平、情绪、经济水平、小世界、时间和医疗资源的可及性。（3）农民健康信息规避的成因与规避策略存在特定的关联。文化水平和医疗资源的可及性只对完全不治疗规避策略有影响;情绪因素只对拖延治疗规避策略有影响;健康信息素养水平只对自己治疗规避策略有影响。该研究可为改善农村居民的健康状况提供指导建议。     

我国农业新闻传媒的功能和发展路径——评《农业新闻传播》

最近几十年,我国正经历一个飞跃式的黄金发展期。各行各业都在飞速发展。其中工业和科技的发展最为亮眼。然而在现在这样一个工业和科技的黄金发展年代,农业的发展趋势变得缓慢甚至有些倒退。农业作为立国之本,政府出台了很多扶持政策来推动其发展,在这期间,中国的农业迅速发展,但是"三农"问题尚未彻底解决,成为我国农业发展的一大瓶颈。为了解决"三农"问题,中央政府及相关学者一直在探索。实践表明,信息畅通是保证产业发展的必要条件,农业新闻的传播为我国的农业对接最新科学技术提供了可能,迅速反应政策和文化上的支持。     

2020年山东省水产养殖形势分析

根据分布在山东省23个养殖渔情信息采集县的51个采集点的月度养殖数据,结合全省水产养殖生产统计数据,对山东省水产养殖及各品种的生产形势进行了分析,探讨了新冠肺炎疫情对水产养殖业的主要影响,并在市场开发、销售模式和养殖保险等方面提出了相关建议。     

基于WebGIS的新疆绿洲农田土壤信息集成与共享系统设计

土壤信息系统的构建与应用有助于加强土壤数据的信息化管理,提高土壤信息的共享性。目前土壤信息系统主要为单一专题系统,在多专题分析或与其他系统进行数据交互的实际应用中存在较多阻碍。针对这一问题,本文收集整理新疆农田土壤信息数据并建库,设计开发出基于WebGIS技术的新疆绿洲农田土壤信息集成与共享系统,系统集成了耕地地力评价、土壤改良利用分区、作物适宜性评价及测土配方施肥等四个专题功能并使之相互衔接,实现了土壤信息的在线查询与高效共享。运行结果表明,该系统降低了数据冗余,提高了数据利用效率,具有较高的稳定性和实用性,对促进新疆农业的信息化、规模化及可持续发展具有重要意义。     

本刊加入“中国知网(CNKI)”系列数据库的声明

为适应我国信息化建设,扩大本刊及作者知识信息交流渠道,本刊现被《中国学术期刊网络出版总库》及CNKI系列櫂櫂数据库独家收录,其作者文章著作权使用费与本刊稿酬一次性给付(已在收取发表费时折减和换算为杂志赠阅)。如作不同意文章被收录,请在来稿时向本刊声明,本刊将做适当处理。     

关于表彰2019年度优秀作者的决定

2019年,是中华人民共和国成立七十周年,是充满喜悦、成果丰硕的一年。"2019年,我们用汗水浇灌收获,以实干笃定前行。"在广大作者及读者的关心、爱护和支持下,本刊各项工作取得了长足进步。回首2019年,广大读者的厚爱是支持本刊前进的动力,一大批优秀作者的鼎力支持是本刊取得成绩的源泉。     

新时代农民健康信息素养提升研究

我国当前的健康素养发展水平目前已经趋向均衡发展，但随着新时代的发展，还需要对农民提供帮助，找出依旧存在的问题并展开有针对性地解决。从分析影响农民健康信息素养的主要因素入手，提出新时代背景下帮助农民提升健康信息素养的具体方案，希望能够为相关工作的落实提供合理参考。     

浙江省农业信息与装备前沿技术及其产业的发展战略研究

根据当前农业信息装备前沿技术及其产业发展的研究现状,针对当前农业信息装备前沿技术及其产业发展中存在的问题,提出了相应的战略思路,指出发展重点,提出相关保障和政策建议。     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。