强制医疗所工作人员压力及应对措施研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:Mr_Law
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
刑事强制医疗是一个新生事物,公安机关的强制医疗所是一个非常特殊的单位。强制医疗所关押的都是严重肇事肇祸的重度精神病人,入所前多触犯了故意伤害、故意杀人等严重罪名,入所后接受治疗且限制了人身自由。由于相关精神疾病本身的复杂性,病人的病情常常不稳定。强制医疗所的民警、辅警、医护等工作人员每天跟这些特殊的对象打交道,既要管好病人的生活和治疗,又要确保安全无事故,其工作环境比较压抑,工作对象特殊,在长期的工作中容易累积较大的压力,进而影响自身的身心健康,影响到工作效果。因此,开展强制医疗所工作人员压力及应对措施研究具有重要的理论意义和现实意义。本文以H强制医疗所工作人员为对象,通过认真查阅国内外相关文献资料,较系统地开展了强制医疗所工作人员压力产生的原因以及应对措施的研究,主要研究工作及创新包括:1)系统开展了强制医疗所工作人员工作的压力以及对于职业认知等问题的现状调查,科学设计了相关调查问卷,并进行了系统的统计分析。2)从个人、组织内部和外部环境等方面,对各种影响因素进行了因果关系分析。3)结合调查和思考,从环境、组织、家庭、个人等方面,对如何应对强制医疗所工作人员群体所面临的压力提出了对策建议。本项研究成果为有关部门在强制医疗所管理机制及工作人员组织管理等公共政策的制定上提供了借鉴。
其他文献
随着科技的发展人们对于图像质量的要求也越来越高,单纯从硬件方面进行提高,技术上已经达到瓶颈,且成本较高。研究者们想到从软件方面进行突破,有望克服硬件成像设备(如手机或摄像机等)的一些固有分辨率的限制,另一方面还可降低成本。因此,近年来图像超分辨率(SR,Super Resolution)算法研究成为了一个非常活跃的研究领域。现今SR算法可大体分为:基于插值的、基于重建的和基于学习的三类。基于插值的
图像作为当今社会一种常用的信息载体,其重要性与日俱增。随着图片使用量的日益增加,图像识别算法也随之成为人工智能领域一个非常热门的研究方向。近年来,有赖于卷积神经网络在图像识别领域的优异表现,越来越多的卷积神经网络优化方法和网络模型架构被研究者提出。但是,在网络性能提升的同时,随之而来的是急剧增加的网络复杂度,大多数先进网络拥有数百兆的参数量和数十亿的计算量。然而,随着卷积神经网络应用的增加,越来越
学位
随着人工智能的发展,计算机视觉和自然语言处理交叉领域的研究逐渐引起科研工作者们的兴趣,指称表达理解(Referring Expression Comprehension,REC)就是其中之一。指称表达(R
随着2022年北京冬季奥运会的成功申办,球迷对冰球比赛的关注度大幅提升,对冰球赛况的预测分析方法也越来越多。在信息化快速发展的今天,冰球比赛数据的数据量和数据维度持续爆发式增长,数据规模和特征维数的增加给赛况预测研究提供了新的挑战。目前传统预测算法已经无法满足冰球赛况预测的需要,而研究发现,支持向量机(SVM)为分类预测问题提供了很好的解决思路,在处理非线性和高维数据的分类问题方面具有明显的优势。
随着大规模多输入多输出(Massive Multiple-Input Multiple-Output,MIMO)天线技术等无线通信技术的发展,无线通信的数据传输速率越来越高。在传统的无线通信系统中,干扰是限制系统性能的重要因素,干扰对齐(Interference Alignment,IA)技术作为一种有效的干扰管理方案,能够在满足可行性条件下使无线通信速率逼近信道容量。但是,面对用户数量和信息传输
天线作为电子系统的前端组成部分,在整个系统中起着至关重要的作用。为了适应现代社会的飞速发展,研究如何能让天线在更宽的频率范围内达到更加稳定的电性能指标已经是无线系
对海洋开展科学研究、民事开发或实施海洋军事活动均需以海洋环境信息为基础。故人们日益增长的认识海洋需求推动着大规模、高效海洋监测传感网建设。压缩感知框架下的水下传
学位
波达方向(DOA)估计一直是阵列信号处理中的一项重要技术,并且广泛应用于雷达、导航、通信等领域。现今的DOA估计算法大都是在均匀线性阵列(ULA)的基础上提出,其理论的研究广