Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Zakażenia wirusowe układu oddechowego w środowisku pracy służby zdrowia

Roży A., Jaguś P., Chorostowska-Wynimko J.

Bezpieczeństwo Pracy : nauka i praktyka

2014

nr 4

27-29

Infekcje wirusowe dróg oddechowych stanowią poważny problem zdrowotny i ekonomiczny na całym Świecie wysoka zakaźność tej grupy wirusów bezpośrednio wynika z łatwości transmisji, szczególnie w większych skupiskach ludzkich, takich jak placówki medyczne i oświatowe, duże zakłady pracy czy środki transportu. Ryzyko zakażenia dla tych grup zawodowych, a zwłaszcza pracowników ochrony zdrowia fest więc znacząco wyższe. Konieczne jest świadome stosowanie zasad profilaktyki czynnej (szczepienia ochronne), a w okresie wzrostu zapadalności również profilaktyki biernej (izolacja zakażonych, higiena). Niski poziom wyszczepialności przeciw grypie w populacji polskiej, w tym również wśród pracowników opieki zdrowotnej stanowi istotny problem, niosący znaczące ryzyko dla zdrowotności społeczeństwa i gospodarki kraju.

Respiratory viral infections pose a significant health and economic burden all over the world. Due to their easy transmission. respiratory viruses are highly infective, particularly in the larger human groupings, such as medical and educational facilities, larger industrial units and public transportation. Therefore, respective professional groups are regarded as the high risk population In those groups, in particular in medical staff, the premeditated proactive flu prophylaxis by means of regular immunization is strongly advised. A secondary prophylaxis, the strict isolation of infected patients must be introduced in health care facilities during flu season or epidemic. The unexceptionally low flu vaccination rate in Poland, both in general population and medical staff is of particular concern as a potential serious treat for society's state of health but also country economy.

Wpływ szumu na wymiar fraktalny profilu powierzchni ciała stałego modyfikowanego wiązką jonową

Martan J., Jaguś P.

Elektronika : konstrukcje, technologie, zastosowania

2008

Vol. 49, nr 1

74-76

Istnieją różne metody analizy chropowatości powierzchni ciał stałych, takie jak analiza statystyczna lub analiza fourierowska. W wypadku analizy statystycznej potrzebne są dziesiątki parametrów do opisu powierzchni, a analiza fourierowska sprawdza się tam, gdzie oczekuje się periodyczności w uzyskanym profilu powierzchni. Analiza fraktalna powierzchni ciała stałego opisuje profil powierzchni tylko jednym parametrem - wymiarem fraktalnym. Szum wprowadzany przez urządzenia pomiarowe ma wpływ na wartość wymiaru fraktalnego. Przedstawiono wyniki badań metod obliczania wymiaru fraktalnego (metody Hursta i Fouriera) pod kątem ich odporności na szum. Profil powierzchni uzyskano za pomocą programu komputerowego wykorzystującego algorytm z losowym przesunięciem punktu środkowego. Do otrzymanego w ten sposób profilu dodano pięć różnych procentowych udziałów szumu białego oraz gaussowskiego i obliczono wymiar fraktalny dla każdego z nich. Metoda Fouriera okazała się bardziej odporna na szum niż metoda Hursta.

There are different methods of the surface roughness analysis of solids including a statistical or Fourier analysis. However, in order to describe the surface with a usage of these methods, dozens of parameters are needed. Fractal analysis of the solid state surface describes it with one real number parameter only which is a fractal dimension. One of the problems in calculating the fractal dimension is the fact that measurement data of surface profiles contain noise. Noise has an impact on the fractal dimension value. In this paper different methods for calculating the fractal dimension of waveforms (including box counting dimension estimation, Hurst analysis and Fourier analysis) were investigated in order to find the one that is the most resistant to noise. Measurement data were generated using computer programs (methods of midpoint displacement, fractal Brownian motion and Fourier series were used). Five different levels of noise were added to the generated data and fractal dimension of such data was calculated.