检索结果-南通市图书馆

Child Labor: Prevalence, Reasons and Knowledge of Early Learning of Handicrafts in Couffo, Benin in 2018

Occupational Diseases and Environmental Medicine 2022年第2期10卷 91-101页

作者： Mênonli Adjobimey Rose Christelle Nayéton Mikponhoue Paul Yearim Edah Ibrahim Mama Cisse Paul Ayélo Vikkey Antoine Hinson Research and Education Unit in Occupational Health and Environment FSS Cotonou Benin Occupational Health Service of the National University Hospital of Pneumo-Phtisiology of Cotonou Cotonou Benin Faculty of Health Sciences College of Social Workers Cotonou Benin Occupational Health Training and Research Unit Faculty of Medicine Parakou Benin

Introduction: One form of child labor is early learning, which is a less worrying phenomenon in our communities in Benin. The objective of this study was to assess the practice of early learning for children in rural areas. Methods: This was a cross-sectional study combined with a qualitative component conducted in the Kissamey district of Benin with four targets: child apprentices (52), master craftsmen (41), parents and guardians (34), local authorities (9). The collection tools were a questionnaire and an interview guide. Results: The frequency of early learning among children was 32.07% with difficult socioeconomic conditions: polygamy (75%), strong siblings (79%), out of school (33%), unmet food needs (96%). The reasons for early learning according to parents were: refusal of the child to go to school (44%), financial difficulties (31%), school failure (22%), but 38% of these children did not know the reason for their learning. The actors had little knowledge of the regulatory texts. Conclusion: Early learning remains a societal problem related to out-of-school and difficult socioeconomic conditions.

关键词： Work trades Children Early Learning

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于记忆储存的多目标跟踪算法

引用

国外电子测量技术 2022年第3期41卷 20-25页

作者：徐轩宋玉琴于魁梧西安工程大学电子信息学院西安710048

针对多目标跟踪网络trades对形变目标特征学习不充分,以及遮挡情况下,目标轨迹无法关联的问题,提出了一种基于记忆储存的多目标跟踪算法。该方法以trades网络为基础,在前端特征提取中增加空间变换网络,使得网络能够显式学习目标特征的... 详细信息

针对多目标跟踪网络trades对形变目标特征学习不充分,以及遮挡情况下,目标轨迹无法关联的问题,提出了一种基于记忆储存的多目标跟踪算法。该方法以trades网络为基础,在前端特征提取中增加空间变换网络,使得网络能够显式学习目标特征的不变性。另外,在特征聚合阶段建立记忆储存矩阵,用于储存目标的历史编码向量,提高了目标遮挡时的跟踪准确度。在数据集MOT15、MOT16和nuScenes上的实验结果表明,该算法平均准确度分别达到74.9%、72.4%和24.9%,ID轨迹切换次数和漏检误检明显减少。

关键词：多目标跟踪 trades 空间变换网络记忆储存矩阵编码向量

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：