ارزیابی و سنجش استدلال بالینی (Clinical Reasoning) یکی از مهم ترین وظایف دانشکده های پزشکی در اکثر نقاط جهان است. چندی است آزمون های استدلال بالینی در کشور ما هم مورد توجه قرار گرفته است و در آزمون های رسمی به کار گرفته می شود. مشاهده شده است در برخی مقالات و فرم های ارزشیابی دانشگاهی به Key Features (KF) و Key Feature problems (KFPs) به تنهایی و یا در کنار هم اشاره شده است و این پرسش را پیش کشیده است که این دو چه تفاوتی با هم دارند. از این رو بر آن شدیم که پاسخ به این پرسش را در قالب این نوشتار کوتاه بیاوریم. استدلال بالینی دربرگیرنده ی فرایندهای شناختی (Cognitive) است که در طبابت (Clinical Practice) رخ می دهند، مانند تشخیص، درمان، تدبیر و پیش آگهی. فرآیند استدلال بالینی با جمع آوری اطلاعات آغاز می شود. پس از آن پزشک با افزودن تجارب و دانش خود برای حل مسأله طرحی می ریزد و دست به انجام مداخلاتی می زند. لازم به ذکر است که استدلال بالینی مفهومی وسیع است که شامل تصمیم گیری بالینی و حل مسأله هم می شود اما منحصر به آن نیست(1). مطالعات تجربی نشان داده اند استدلال بالینی مهارت عام (General) و جهانشمول (Universal) نیست که بتوان آن را در حل هر مسأله بالینی به کار گرفت، بلکه مهارتی است مختص به مورد (Case) یا مسأله بالینی که در صدد حل آن هستیم. به این پدیده وِیژه بود مسأله (Problem Specificity) یا ویژه بود زمینه و محتوا (context and content specificity) می گویند(2). بورداژ و پیج (Page و Bordage) برای اولین بار مفهوم مؤلفه های کلیدی (KF) را مطرح کردند. آنها نشان دادند حل هر مسأله بالینی به شناسایی و بهره گیری از تنها چند عنصر مهم و محوری آن مسأله مرتبط است که مؤلفه های کلیدی (Key Features) نامیده شد. البته همه یافته های مهم که برای تشخیص یا تدبیر یک مسأله بالینی به کار می آیند الزاما KF نیستند، بلکه یافته هایی KF محسوب می شوند که در حل مسأله بالینی چالش برانگیزند و در زمان تصمیم گیری بالینی باید حتماً آنها را لحاظ کرد(2و3). مثلاً در مرد میانسالی که با درد و تورم حاد پشت ساق پای چپ مراجعه کرده است، ریسک فاکتورهای DVT، سابقه ی زخم پا (جهت بررسی سلولیت)، سابقه ی فعالیت شدید بدنی (جهت بررسی پارگی عضلات)، سابقه ی تورم پشت زانو (رد کردن احتمال پارگی کیست بیکر) KF محسوب می شوند چرا که می توان بر اساس آنها درباره ی تشخیص نهایی تصمیم گرفت، در حالی که یافته های مانند تاکی کاردی، هموپتیزی، تب، فشار خون بالا مهم اما غیرکلیدی هستند. از همین رو ناگفته پیداست که KF نام هیچ آزمونی نیست. نظریه ی شرح نامه ی بیماری (Illness Script Theory) شرح دقیقی از این یافته های کلیدی و سنخ آنها می دهد. بر اساس این نظریه پزشکان برای تشخیص هر بیماری ساختاری از ذهن خود دارند که شرح نامه بیماری نامیده می شود و یافته های کلیدی و اقداماتی که برای تشخیص و تدبیر بالینی آن بیماری لازم است در آن وجود دارد. یافته های کلیدی هر شرح نامه چند گونه اند: یافته های بالینی، ریسک فاکتورها و اطلاعات زمینه ای (سن و جنس)، اقدامات تشخیص و تدابیر بالینی(4) ارزیابی مهارت های تصمیم گیری بالینی با رویکرد KF اولین بار در کنفرانسی در دانشگاه کمبریج در سال 1984 مطرح شد. در سال 1986 سازمان نظام پزشکی کانادا از پیج و بورداژ دعوت کرد تا بر اساس رویکرد مؤلفه های کلیدی، آزمون مناسب و استانداردی برای تصمیم گیری بالینی و جایگزین کردن آن به جای Patient Management Problem (PMP) طراحی کنند(5)، چرا که آزمون PMP پایایی کمی داشت، نمی توانست بین افراد با سطوح مختلف خبرگی افتراق دهد، تمرکزش بیش تر برجمع آوری اطلاعات بود تا تصمیم گیری بالینی مناسب. افزون بر این، نمرات آزمون PMP ارتباط زیادی با نمرات آزمون های ارزیابی دانش داشت(6و7). پس از شش سال پژوهش، پیج و بورداژ آزمون مؤلفه های کلیدی Key Feature problems (KFPs) معرفی کردند که در آن مهارت استدلال بالینی داوطلبان بر اساس تصمیم گیری مبتنی بر مؤلفه های کلیدی (KFs) ارزیابی می شد. در مقایسه با آزمون PMP، در این آزمون محتوا و حجم هر سؤال و لاجرم زمان پاسخ دادن به آن کاهش پیدا کرده بود و بنابراین آزمون دهندگان در زمان یکسان به تعداد سؤال بیش تری پاسخ می دادند(5). KFPs به نام های دیگری چون KFEs), Key Feature Questions (KFQs))key Feature Examinations و KF based tests و هم نامیده می شود. به لحاظ نظری، هر سؤالی که تمرکز آن بر مؤلفه های کلیدی است را می توانKFQ یا واجد رویکرد مؤلفه های کلیدی (KF approach) نامید. به عبارتی اطلاق نام KFQs به یک آزمون بر اساس رویکرد آزمون و نه شکل (فرمت) آن است. یعنی حتی یک آزمون OSCE هم می تواند بر اساس مؤلفه های کلیدی (KFs) سناریوهای بالینی طراحی شود، ولی در عمل عموماً عنوان KFQ به آزمونی نوشتاری یا کامپیوتری اطلاق می شود که در آن یک سناریوی کوتاه حاوی مؤلفه های کلیدی و غیرکلیدی مطرح می شود که داوطلب باید بر اساس آن دست به تصمیم گیری بالینی بزند مثلاً برای تشخیص نیاز به چه یافته های کلیدی دارید، برای تدبیر بالینی بیمار کدام اقدامات در اولویت است و پرسش هایی از این دست. جواب این سؤالات گاه پاسخ های کوتاه است و گاهی باید از یک سیاهه (لیست) انتخاب شوند. پژوهش های مختلف نشان داده اند که این آزمون روایی و پایایی قابل قبولی دارد(1). پس در مجموع می توان از رویکرد KF Approach و آزمون KF سخن گفت و این انگاره که KF و KFPs دو آزمون متفاوت هستند، نادرست است.

داستان های قرآن همواره مورد توجه عرفا بوده است؛ اهل معرفت این داستان ها را  تمثیل هایی رمزی می دانند که اسراری خاص در آن ها مکتوم شده است. ایشان ماجراهای قرآنی را حقایقی ابدی و بی زمان می دانند و با دیده کشف و شهود به جزییات این داستان ها نگریسته، به رمزهای نهفته در آن ها پی برده و از این ماجراها رمزگشایی کرده اند. از جمله، می توان به «شجره ممنوعه» و «شجره موسی (ع)» اشاره کرد که با این دیدگاه، ابعاد متعدد معنایی پیدا کرده اند.در این مقاله، سعی شده مفاهیم نمادین این دو درخت از دیدگاه عرفا بررسی شود و با تطبیق و تحلیل آرای مختلف، خط سیر بینش ایشان مشخّص گردد.

شاهنامه متنی منحصر به فرد است که به خاطر کهنگی زبان و فضای سرایش و دایره وسیع واژگانی به خصوص واژگان نادر و خاص گاه کاتبان و مصححان را به چالش کشیده و لغزشگاه آنان گردیده است. در یکی از ابیات شاهنامه در داستان هنرنمایی زال نزد منوچهر بیت زیر آمده است: بینداخت و بگذاشت بر نرد شیر هم اندر تگ اسپ یک چوبه تیر البته این بیت در طبع های دیگر عموما به جای وجه نردشیر یا نرد شیر، وجه مانوس«نره شیر» را مضبوط داشته اند. سوای این بحث که وجه اصح کدام یک از وجوه مسطور در نسخه هاست، گزارش و شرح شاهنامه پژوهان از این وجوه و به تبع آن از این بیت نیز ناصواب نمودار گردیده است. تمام ناسخان و مصححانی که وجه نره شیر را برای متن و شرح خود اختیار کرده اند، از یک نکته زبانی مهم مغفول مانده اند و آن اینکه «شیر» در معنای حیوان درنده با یاء مجهول قرایت می شده و شعرای متقدم آن را با «تیر» که با یاء معلوم بوده است، قافیه نمی کردند. حتی کسانی که نرد شیر را اختیار کرده و شیر را در معنای بزرگ یا نشانه ای از شمایل شیر در میدان سوار پنداشته اند، نیز همین خطا را کرده اند، زیرا به هر روی واژه قافیه را شیر مفروض داشته اند. نردشیر همان شیردار یعنی درختی (دار) که شیر (صمغ و شیره) دارد که نمونه هایی چون شجر الملحب، لبنی و حلیب در ذیل آن می گنجد. این درخت در داستان سیاوش نیز آمده و به غلط به سبزنرد گشتگی یافته-است.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

در برخی جوامع، درخت مورد احترام و پرستش واقع می شده است. درخت در کهن ترین تصویرش، درخت کیهانی غول پیکری است که رمز کیهان و آفرینش است. با توجه به ارتباط تنگاتنگ درخت با زندگی بشر، بسیاری از جوامع حالتی از قداست را برای درخت قایل بودند. رابطه انسان و درخت و قدسیت آن به گونه ای درآمد که زایش انسان را از درخت تصور کردند و این اعتقاد بخشی از مراسم آیینی، جادویی و هنری برخی از اقوام را تحت تاثیر قرار داد. از سوی دیگر، در برخی از تصاویر این درخت است که از بدن انسان روییده است.درخت سخنگو و درخت واق واق از نمونه درختان افسانه ای هستند که در فرهنگ و هنر اسلامی وارد شده اند. اشکال واق واق که توسط نگارگران ایرانی ارائه شده اند، اختلاط و امتزاج ترکیب های تزیینی و تخیلی را به نحو زیبایی به نمایش گذاشته اند. در این مقاله سعی خواهد شد پاسخ هایی برای این سوالات یافته شود:1. نقطه مشترک درخت و انسان، در اعتقادات و افسانه های ملل چیست؟2. چه ارتباطی بین درخت مقدس، درخت زندگی، درخت سخنگو و نقوش واق وجود دارد؟فرضیات مطرح: از قابلیت های مشترک بین درخت و انسان می توان باروری، نمو و زایش را عنوان کرد. درخت به مثابه نماد باروری و زایش در کنار انسان مطرح بوده، بنابراین یک ارتباط تنگاتنگی بین این دو موجود وجود دارد که منجر به خلق افسانه های خارق العاده ای شده است. درخت مقدس، درخت زندگی، درخت سخنگو و درخت واق واق با میوه های انسانی و حیوانی نیز با توجه به این موضوع به وجود آمده و در فرایندی منجر به شکل گیری نقش واق شده اند.از اهداف این تحقیق شناخت ارتباط درخت و انسان در تفکرات و باورهای عامه منعکس در ادبیات داستانی و آثار هنری است. در این رابطه تحقیقات نادری در ایران صورت پذیرفته و بیشتر به مبحث نقش واق پرداخته شده است.

مساله درخت اشتاینر در گراف عبارت است از پیدا کردن کم هزینه ترین درختی که شامل تعداد گره خاص به نام ترمینال باشد. این مساله از جمله مسایل NP-hard است و به همین دلیل الگوریتم های تقریبی متعددی برای حل آن پیشنهاد شده است. اغلب این الگوریتم ها درخت های اشتاینر نزدیک به بهینه تولید می کنند اما از سرعت همگرایی مناسبی برخوردار نیستند. در این مقاله یک الگوریتم تکرار شونده مبتنی بر اتوماتاهای یادگیر برای حل مساله اشتاینر ایستا و پویا پیشنهاد می شود. نتایج شبیه سازی های انجام گرفته کارایی الگوریتم پیشنهادی را هم از لحاظ کیفیت جواب های تولید شده و هم از لحاظ سرعت همگرایی به جواب در مقایسه با الگوریتم های گزارش شده نشان می دهد.

در این پژوهش با بهره گیری از مدل i-Tree Eco ضمن ارزیابی ساختار جامعه درختان شهری تبریز مقدار انتشار ایزوپرن و مونوتوپرن توسط درختان برآورد شد. نتایج بیانگر کاربرد موفقیت آمیز مدل در منطقه مورد بررسی بوده و نشان داد که جامعه درختان شهری با درصد پوشش 4/9 درصدی در سال 6/18428 و 5/49757 کیلوگرم مونوترپن و ایزوپرن را نشر می دهند. کاربری زمین فضای باز و 10 گونه درختی از 48 گونه شناسایی شده به ترتیب مسئول 3/63 و 22/92 درصد از کل انتشارات سالیانه ترکیبات آلی فرار بودند. گونه های White poplarو Austrian pine به ترتیب بیش ترین مقدار انتشار ایزوپرن و مونوترپن را بر عهده داشتند؛ بنابراین پیشنهاد می شود در برنامه های آتی کاشت درختان شهری از گونه هایی با مقدار انتشار ترکیبات آلی فرار پایین تر استفاده شود تا منتج به کاهش تشکیل ازون و کربن مونواکسید در اتمسفر شود. نتایج این پژوهش می تواند در مدیریت بهتر محیط زیست و فضای سبز شهری کاربرد داشته باشد.