规范疫情防控执法助推基层治理法治化

疫情防控是一场总体战,打赢这场战争,法治是重要的保障,加强执法规范化建设则是重中之重。严格公正文明执法在疫情防控中能够起到动员群众、落实防控措施、维护社会安定的重要作用,是基层治理法治化的现实之需、重点工作和基本要求。规范疫情防控执法有助于推进基层治理建设。针对疫情防控中存在的执法人员行为失当、执法对象防控意识差、防疫执法任务艰巨、涉疫执法舆情频发等风险挑战,可从“坚持执法为民,提高群众工作能力”“突出精准培训,提升执法素质技能”“加强制度建设,落实执法权益保障”“改进执法方式,营造良好执法环境”等方面入手,不断规范疫情防控执法行为,有力推动基层治理法治化。     

疫情下药学类专业分析化学教学的实践与思考

分析化学是药学类专业一门重要的专业基础课.新冠疫情期间,教师把握课程特点与线上教学规律,借助超星学习通平台、精品课程网站等平台,辅以适当的课堂管理方法,线上教学活动得以顺利开展,教学质量得以保证.本文旨在总结线上授课经验,为"后疫情时代"进一步探索分析化学线上线下混合教育新模式提供借鉴.     

基于C#的社区疫情人员防控管理系统

随着新冠肺炎疫情的反复发作,我国对于疫情的防控更加严谨。在疫情相对稳定的情况下,社区大多以人工方式采集社区居民健康数据。鉴于此,文章提出一款基于C#的社区疫情人员防控管理系统,并针对社区的防控管理措施推出全面且人性化的平台来减少人工成本。该系统分为管理员主页与用户主页两个部分：管理员主页涵盖注册用户管理、隔离审核管理、志愿服务管理、出入情况管理等功能;用户主页涵盖查看公告、问题反馈、入社申请、志愿服务等功能。同时该系统还具有大数据分析的特色功能,可以对中国内陆省份现阶段的疫情数据进行有效分析,进一步加强社会面疫情防控。     

基于XGBoost模型的新型冠状病毒(COVID-19)疫情分析与预测

为了对新型冠状病毒(COVID-19)传播趋势实现更加精确的预测,提出了一种COVID-19的智能估算方法。首先利用Matplotlib对COVID-19数据进行可视化分析、提取特征,利用XGBoost建立智能估算方法模型,结合全国、湖北以及其他四个省份的COVID-19数据进行智能估算。实验结果表明,与线性回归、随机森林、SVM、KNN相比,该方法在平均绝对误差、均方根百分比误差和最大估算误差3个技术指标上均优于其他四种回归算法,具有较高的估算精度和泛化能力。     

从CASBEE“未来价值”辨析疫情后社区环境应对策略

疫情之后,日本长久以来在城市建设和社区管理层面积累的丰富治理和应急经验值得我们重新思考。以韧性城市的理论作为支撑,辩证借鉴日本的CASBEE"未来价值"及其"时间"和"空间"上的"强韧性"概念。并从定量和定性两个层面实证了基于CASBEE的环境未来都市与疫情防控成果存在正相关的关系。探讨疫情后的社区问题,辨证借鉴和思考新的应对策略。     

腾讯课堂与雨课堂相结合的反馈互动式在线教学模式

针对疫情期间在线教学面临的问题,提出腾讯课堂与雨课堂相结合的反馈互动式在线教学模式,阐述反馈互动式在线教学模式设计。从课前自学、课中深入讲授和课后拓展主题3个主要阶段和3次反馈,介绍该教学模式应用于非计算机专业C++程序设计课程教学的实践。     

网络直报 防网恢恢

目前卫生部已将甲型H1N1流感纳入法定乙类传染病,采取甲类传染病的预防、控制措施,纳入全国网络直报系统,仅0.8天即可报告到国家CDC。