“大数据”预测分析与三丁基锡暴露有关疾病

通过毒理学“大数据”,挖掘三丁基锡（TBT）潜在的生物影响信息,预测分析TBT暴露与人类相关疾病的关系.通过比较毒理组学数据库（CTD）搜集到488个和TBT具有相互作用的基因.基因相互作用网络图显示TP53拥有相关联基因最多,处于中心地位;其次是ESR1和FN1.CTD分析与TBT相关的疾病,发现前10类疾病分别是癌症、神经系统疾病、心血管疾病、泌尿生殖系统疾病（女）、消化系统疾病、代谢疾病、泌尿生殖系统疾病（男）、内分泌系统疾病、免疫系统疾病、呼吸道疾病.KEGG通路和DAVID基因功能注释分析,发现TBT不仅和代谢性疾病有较高的关联性,其相互作用基因在糖代谢途径上亦有较密集的基因功能注释.PASS的活性预测也发现TBT可能影响多种与糖代谢相关的酶生物活性.这提示TBT对糖代谢相关疾病的影响应引起人们的注意.     

化工企业安全风险管控信息系统的研究与应用

为提升企业的安全风险管控水平,以R化工厂的甲醇成品罐区为例,运用系统的危险源辨识方法对其设备、工艺过程、切罐、倒罐操作程序、生产作业活动等进行系统全面的危险源辨识,形成安全风险信息数据库。基于安全风险信息数据库,开发各种风险管控工具。利用信息化技术,构建安全风险管控信息系统,对企业实行动态化的安全管理。     

美国校园安全管理探析与启示

美国是世界上最早探索如何有效保障校园安全的国家之一。本文以美国校园安全为研究对象,分别从校园安全治理组织框架、法律法规体系、安全管理模式、巩固提升与持续改进4个方面进行分析,较为系统、深入地对美国校园安全管理现状进行了剖析。依据美国校园安全管理经验,结合我国校园安全管理实际情况,提出对我国校园安全管理的一些启示。     

钻井现场安全监督系统研发及应用

基于钻井现场安全监督在管控钻井作业风险中的重要性和当前钻井安全监督能力方面的缺陷,采用信息化手段,提出了钻井现场安全监督系统整体架构设计和数据库建设思路,介绍了系统功能和应用情况,结果表明:该系统能够显著提高钻井现场监督工作质量,实现钻井现场安全事故的有效控制。     

铜冶炼企业风险信息数据库的构建与应用

基于风险管理科学原理,以国内某铜冶炼企业为例,通过实地调查研究企业生产作业活动及安全管理现状,选取科学适用的风险辨识方法,系统全面的辨识企业生产过程安全风险,建立企业安全风险信息数据库,并且进行常态化的动态更新,保证企业安全风险信息与企业生产实际的契合。同时以风险信息数据库为依托,完善企业安全管理手段并开发新的安全风险管控手段,以实现安全风险信息数据库在企业安全管理的实际应用,避免或减少安全生产事故的发生。     

安全与危险纠缠理论创建及其研究

针对安全概念不统一,安全科学与技术发展相对滞后,重特大安全事故频发等问题,通过借鉴量子纠缠理论,提出了安全与危险纠缠理论学说。建立了安全与危险纠缠理论模型,阐述了其纠缠机制,明确了一个系统中的安全与危险在不同时段内存在的方式和状态:通常人们所认知的安全或危险均是系统在过去时段内以“一显一隐”的方式塌缩成确定的状态,而在现在与未来时段,它们分别是以“显性”、“隐性”的方式纠缠为不确定的状态;若该系统的“安全与危险纠缠”状态向安全方向塌缩时,系统则表现为安全,若向危险转化时,则系统表现为事故。同时,分析了“安全与危险纠缠”理论建立的对安全科学及安全生产实际意义与理论价值,及其未来展望和存在问题。     

数值模拟在群桩基础评判标准确定中的应用

群桩基础安全稳定性评判决策中各因子评判标准边界的确定是保证其模型正确构建的关键环节。由于安全监测系统无法测得这种警戒值,因此,本文采用基于ABAQUS软件的数值模拟方法,依据上部结构受力特点及使用要求来确定群桩基础安全稳定性判别决策因子的警戒值。仿真结果显示:该方法能可靠获取超大型深水群桩基础成桥后的基桩轴力不均匀性和差异沉降的最佳警戒值。     

安全管理在企业发展不同时期的重要性分析

本文从安全管理的现状分析了安全管理的必要性,用层次分析法分析了企业发展不同时期影响因素的权重,定量地分析了安全管理的重要性。     

基于P-S-R框架辽宁省2003年-2012年城市生态安全演变趋势研究

着眼于辽宁省经济发展与环境问题凸显的现状,基于压力-状态-响应(P-S-R)生态安全评价模型,选取辽宁省14个城市2003年-2012年的经济、社会与环境等25个指标数据进行生态安全综合评价,对生态安全演变趋势进行分析.结果表明:十年来辽宁省城市生态安全指数呈现整体上升趋势,生态安全综合评价指数基本与生态安全指数变化趋势相似,说明辽宁省生态安全状况正逐步改善,并且总体呈现发展趋势,辽宁省的生态安全建设取得一定进展.     

Undercounting of large trucks in federal and state crash databases: Extent of problem and how to improve accuracy of truck classifications

Objective: Prior research suggested that single-unit trucks are undercounted when using vehicle body codes in the Fatality Analysis Reporting System (FARS). This study explored the extent of the misclassification and undercounting problem for crashes in FARS and state crash databases.

Methods: Truck misclassifications for fatal crashes were explored by comparing the Trucks Involved in Fatal Accidents (TIFA) database with FARS. TIFA used vehicle identification numbers (VINs) and survey information to classify large trucks. This study used VINs to improve the accuracy of large truck classifications in state crash databases from 5 states (Delaware, Maryland, Minnesota, Nebraska, and Utah).

Results: The vehicle body type codes resulted in a 19% undercount of single-unit trucks in FARS and a 23% undercount of single-unit trucks in state databases. Tractor-trailers were misclassified less often. Misclassifications occurred most frequently among single-unit trucks in the weight classes of 10,001–14,000 pounds.

Conclusions: The amount of misclassification of large trucks is large enough to potentially affect federal and state decisions on traffic safety. Using information from VINs results in more complete and accurate counts of large trucks involved in crashes. The National Transportation Safety Board recommended actions to improve federal and state crash data.