建大数据库监管555家场所_数据分析师考试
“以前工作人员每次到养殖场检查,都需要携带很多纸质资料以备查阅,检查情况还需要用笔一一记录。现在,只需用智能终端扫一下监管场所标识牌上的二维码,关于这个养殖场的相关数据可马上调阅,根据检查情况直接在终端系统内进行打分,准确高效。”7月13日,中山市动物卫生监督所(以下简称“动监所”)所长林森馨向记者介绍道。
林森馨所描述的,是中山在全省率先创建的市动物卫生风险管理系统。自去年9月上线以来,该系统已将502家养殖场纳入其中进行风险监控,占该市总饲养量七成以上。7月初,广东省动物卫生监督总所的专家组在考察论证后认为,该系统运用“互联网+”、数据挖掘技术等,形成了一套动物卫生风险管理的评估参数和数据模型,具有在全省推广的价值和可行性。
上线一年责令整改12宗立案8宗
近年来,动物卫生风险防控成为市民关注的一个焦点。2013年,中山作为全省唯一试点市,开始探索动物卫生风险管理长效机制建设。
经过一年的努力,去年9月中山推出了以智能化和大数据为支撑的动物卫生风险管理系统,通过对全市动物养殖场、屠宰场、诊疗机构和畜禽批发市场等重点监管对象实行风险评估和分级管理,利用信息化手段,建立“预防性监督、常态化管理”长效机制。
“大数据最大的功效就是减少了监管工作的盲目性,大幅提高了工作效率。”林森馨说,“以坦洲镇为例,我们的动物卫生监督所的工作人员只有十几个,全镇仅养殖场就有300多家,原来每天疲于奔命也很难实现有效监管。系统开通后,一方面,通过数据处理将监管对象进行分级,可以把有限的人力资源投入到重点监管对象身上;另一方面,智能化的操作方式大幅提高了现场监督效率。”
据中山市动监所副所长童建江介绍,目前中山共有规模养殖场1291家,其中纳入动物卫生风险管理系统的有502家,占全市养殖场数的38.88%,但502家养殖场的饲养量占全市总饲养量的71.52%。其中,畜类饲养量覆盖面为78.97%,禽类饲养量覆盖面为64.06%。
截至今年6月30日,执法人员使用移动终端对首批纳入动物卫生风险管理的131家监管场所进行日常巡查509次。在监督巡查中,发现违法行为16宗,责令整改12宗,立案查处8宗,动物卫生风险管理取得了初步成效。
红黄牌对应不同风险等级管理
“该系统最大的创新,在于对监管对象进行风险分级管理,充分发挥大数据和信息技术的功效。”中山市动监所的一位工作人员表示。在他打开的系统界面可以清晰看到,截至7月14日下午,在中山风险管理系统评定风险等级的监管场所共555家,其中,A级场所60家,B级场所187家,C级场所308家。
童建江介绍,中山市动监所根据某个监管场所的评分值和动物及动物产品的不同风险状况进行审核,评定监管对象的风险等级。风险等级分A、B、C三级,A级为低风险监管对象,标记为“绿牌”;B级为中风险监管对象,标记为“黄牌”;C级为高风险监管对象,则标记为“红牌”。确定风险等级后,制作监管场所二维码和监管责任人公示牌,在各监管场所装牌上墙,以明确监管责任。
而镇区的动物卫生监督分所依据不同风险级别对监管对象实行分类管理。“我们对于A级监管对象采取信任管理,每3个月至少监管1次;对于B级监管对象采取常规管理,每2个月至少监管1次;对C级则采取强化管理,每月至少监管1次。”童建江介绍,“此外,市动监所对各级监管对象进行的检查每月累计不少于8次。”
不过,这些风险分级也并非一成不变,动监所会根据每次的监管情况,实行动态化管理。如对于连续3次风险评估分值高于目前等级,并呈上升状态的场所可降低风险级别;对于连续2次风险评估分值都低于目前等级或者1次考核不合格(即60分以下)的,则提高风险级别,加大监督力度和检查频率;对于一直未改进的监管对象,则可采取可行措施,如责令限期整改,以进行纠偏。
可协助倒查追责动物安全问题
“对于我们养殖户来说,实行红黄牌分级监管,可以让我们很清楚地看到差距,比如距离饮用水源地的距离远近,采光和消毒设备的好坏,标准都很具体。可以督促我们更加注意动物养殖的卫生。”一家镇区养鸡场的老板陈先生说。
其实除了源头风险控制,该风险监管系统还将对每次现场监管数据整理备案。“万一发生动物食品安全事故或者疫情,可以快速启动倒查追责机制。究竟是那个环节出了问题,在系统中可一查究竟。”林森馨介绍说。
当前,中山的动物卫生风险管理系统主要还是对规划化养殖场所、屠宰场、诊疗机构和畜禽批发市场等重点监管对象实施管理,接下来,将增加无规模养殖场的行政村(社区)作为动物卫生风险管理对象,纳入日常监督巡查范围。据介绍,从2016年起,该系统还将逐步把全市近10万只犬类纳入监管,是否注射疫苗,系统后台可清晰显示。
目前中山全市的犬类保有量接近10万只,且大多为散养,每年注射疫苗的犬防工作时间紧、任务重。林森馨告诉记者,从明年起养犬人群可以收到他们发送的定时定向短信提醒,从而避免错过疫苗注射时间。
数据分析咨询请扫描二维码
数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-26技术技能 - 编程能力: 数据分析师需要掌握至少一门编程语言,如Python、R或SQL。这些语言对于数据处理、建模和分析至关重要。例 ...
2024-11-26数据分析领域涵盖多样性岗位,根据工作职责和技能需求划分。这些角色在企业中扮演关键角色,帮助组织制定战略、优化流程并实现商 ...
2024-11-26数据分析是一种通过收集、处理、解释和展示数据,以获得见解和决策支持的过程。这个领域涉及使用统计学、计算机科学和商业智能等 ...
2024-11-26数据分析领域正日益成为当今商业世界中不可或缺的一环。随着数据量的爆炸式增长,企业越来越需要能够从这些海量信息中提炼出宝贵 ...
2024-11-26数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。在追求这一职业道路上,合适的教育和培训至关重 ...
2024-11-26数据分析师作为当今信息时代中关键的职业之一,扮演着解释、预测和推动决策的重要角色。他们需要多方位技能来处理各种复杂的数据 ...
2024-11-26数据分析师在今天的商业环境中扮演着至关重要的角色。他们需要应对各种复杂的数据分析任务和业务需求,这要求他们具备广泛的技能 ...
2024-11-26在当今快速变化的技术和市场环境中,数字化转型是企业利用数字技术全面重新设计和改造业务的重要过程。这一转型旨在通过整合云计 ...
2024-11-26数字化转型: 是企业在现代技术和市场环境不断变化的背景下,利用数字技术对其业务进行全面的重新设计和改造的过程。其核心目标是 ...
2024-11-26理论基础与高级学习 数学专业理论基础: 学生首先需要掌握数学的基础理论,包括数学分析、高等代数、几何学、常微分方程、实变函 ...
2024-11-26数字化转型:现代企业蜕变的引擎 数字化转型已然成为当今企业持续发展的关键支柱。这一过程并非简单的技术升级,更是涉及企业文 ...
2024-11-26# 数据科学与大数据技术专业学什么?就业前景与行业需求 **数字化转型:引领企业进步的关键** 数字化转型是现代企业发展的必经 ...
2024-11-26理论部分 - 基础数学理论: - 学生首先需要掌握数学的基础理论,包括数学分析、高等代数、几何学、常微分方程等。 - 这些课程 ...
2024-11-26在选择数据科学和大数据技术专业时,了解不同领域的职责和技能需求至关重要。数据治理工程师是这一领域中不可或缺的角色之一,承 ...
2024-11-26基础课程 统计学基础 - 统计学是数据分析的基石,包括概率、假设检验、回归分析等基本知识,有助于理解数据背后的意义。 - ...
2024-11-26数据分析是一门综合性学科,涉及多个领域的知识和技能。要全面掌握数据分析,需要学习以下内容: 基础课程 统计学基础:统计学 ...
2024-11-26数据治理工程师在当今信息时代扮演着至关重要的角色,负责确保组织内数据的质量、安全性和可用性。他们需要具备一系列技能和才能 ...
2024-11-26在当今数字化时代,数据被誉为新的石油,是企业最有价值的资产之一。因此,建立有效的数据战略规划对于企业的成功至关重要。数据 ...
2024-11-26<section id=
2024-11-26