این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
بررسی مسایل اجتماعی ایران، جلد ۱۵، شماره ۲، صفحات ۷۷-۹۴
عنوان فارسی پیش‌بینی‌ الگوی تغییرات جنسی مرگ و میر در ایران با استفاده از مدل‌سازی شبکه عصبی (۱۴۰۱-۱۴۱۰)
چکیده فارسی مقاله مرگ و میر یکی از مولفه‌های کلیدی پویایی جمعیت است که به همراه باروری و مهاجرت، موجب تغییر در حجم، رشد، توزیع و ترکیب جمعیت می‌شود. در بستر توسعه اقتصادی و اجتماعی، امید زندگی زنان نسبت به مردان افزایش یافته است، که این موضوع تأثیر عمیقی بر نسبت جنسی جمعیت سالمند در آینده خواهد داشت. از این‌رو، مطالعه حاضر به تحلیل روند تفاوت‌های جنسیتی مرگ و میر در کشور ایران از سال 1344 تا 1400 می‌پردازد و در ادامه با استفاده از مدل‌سازی مبتنی بر شبکه عصبی، روند تغییرات مرگ و میر زنان و مردان و همچنین شاخص نسبت جنسی مرگ و میر را برای ده سال آینده (1410-1401) پیش‌بینی می‌کند. شبیه‌سازی‌ها در نرم‌افزار متلب و بر اساس داده‌های مرکز آمار ایران انجام شده است. نتایج پیش‌بینی حاصل از مدل‌سازی شبکه عصبی نشان می‌دهد که تا سال 1410، تعداد مرگ و میر به ترتیب برای کل جمعیت، مردان و زنان به 6/12، 8/13 و 4/11 درصدرسیده و روندی افزایشی خواهد داشت و نسبت جنسی مرگ و میر از عدد 22/104 در سال 1401 به 54/106 در سال 1410 خواهد رسید. نکته کلیدی در پیش‌بینی تغییرات اجتماعی و جمعیتی، تمرکز بر روندها به جای پیش‌بینی دقیق اعداد است. این موضوع اهمیت دارد زیرا رفتارهای انسانی ممکن است تحت تأثیر حوادث غیرمنتظره قرار گیرند. نتایج شبیه‌سازی همچنین زنگ خطر و هشداری برای برنامه‌ریزان محسوب می‌شود تا برنامه‌های حمایتی جامع و دقیقی به‌منظور کاهش تفاوت جنسیتی مرگ و میر ارائه دهند.
کلیدواژه‌های فارسی مقاله تفاوت جنسیتی مرگ و میر،پیش‌بینی،مدل‌سازی شبکه عصبی،ایران،سیاست‌گذاری،
عنوان انگلیسی Forecasting Changes in the Sexual Death Pattern in Iran Using Neural Network Modeling (2022-2031)
چکیده انگلیسی مقاله Mortality significantly impacts population dynamics, affecting size, growth, distribution, and composition, along with fertility and migration. In the context of socio-economic development, women's life expectancy has notably increased compared to men's, significantly impacting the future sex ratio among the elderly population. This study examines gender differences in mortality trends in Iran from 1965 to 2021. Using neural network modeling, it forecasts the mortality trends for both genders and the sex ratio index for the next decade (2022-2031). The analysis was conducted using MATLAB, based on data from the Iran Statistics Center. The neural network predictions indicate that by 2031, the overall death counts will rise by 12.6% for the total population, 13.8% for men, and 11.4% for women. The sex ratio of deaths is expected to rise from 104.22 in 2022 to 106.54 in 2031. A key point in predicting social and demographic changes is focusing on trends rather than on precise numerical forecasts. This is important because human behaviors may be influenced by unexpected events. The results of the simulations also serve as a warning bell for planners to develop comprehensive and accurate support programs aimed at reducing gender disparities in mortality.
کلیدواژه‌های انگلیسی مقاله تفاوت جنسیتی مرگ و میر,پیش‌بینی,مدل‌سازی شبکه عصبی,ایران,سیاست‌گذاری
نویسندگان مقاله نصیبه اسمعیلی |
استاد یار جمعیت شناسی دانشگاه تهران. تهران. ایران

محمد ساسانی پور |
استادیار جمعیت‌شناسی، گروه جمعیت و سلامت، مؤسسه تحقیقات جمعیت کشور، تهران، ایران.

حجیه بی بی رازقی نصر آباد |
دانشیار گروه جمعیت شناسی, دانشکده علوم اجتماعی دانشگاه تهران، ایران.

نشانی اینترنتی https://ijsp.ut.ac.ir/article_102085_3b421d2f5f172e5e87c31e4475246258.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات