开心彩票_开心彩票

来源：开心彩票2023-09-28 17:48

中消协：想方设法提高消费纠纷解决率******

　　中新网1月11日电(中新财经记者谢艺观)中消协11日发布消息，在广泛征集消费者和社会各界意见的基础上，确定2023年全国消协组织消费维权年主题为“提振消费信心”。

　　据介绍，围绕“提振消费信心”年主题，中消协和全国消协组织计划开展以下方面工作：

　　一是广泛深入开展年主题宣传，扩大社会影响，促进形成共识。

　　二是开展企业保护消费者权益社会责任研究和新形势下消费者权益保护现代化研究，制定企业保护消费者权益良好行为规范，出台消协组织现代化建设指导意见。

　　三是针对直播带货、预付式消费、大数据“杀熟”等问题和领域开展理论与实务研究，揭露批评有损消费信心的行为，发表消协观点，提出立法、监管建议，推动相关制度不断完善。

　　四是完善消费教育大纲，推进网上消费教育基地建设，创新方式、丰富载体，实现消费教育品牌化可视化传播，以消费者喜闻乐见的方式普及消费知识。持续开展治理过度包装、反对餐饮浪费等活动，倡导企业加快生产方式绿色转型，呼吁消费者践行绿色低碳生活方式。围绕加快消费提质升级，开展智能化产品、电子设备、养老产品、婴幼儿产品等产品比较试验，及时更新数据库信息，优化“消协帮您选”微信小程序内容，为消费者选择优质产品提供客观真实的参考依据。

　　五是持续开展百城市消费者满意度测评，推动城市消费环境改善优化。关注消费薄弱环节以及消费新业态、新模式，重点开展预付式消费、农村消费环境等方面的监督调查，推动解决影响消费信心的突出问题。

　　六是推动全国消协组织投诉处理系统优化升级，实现消协组织、经营者、消费者三方实时在线互动，提升投诉处理网络化、智能化、便利化水平。综合运用投诉信息公示、体察、约谈、支持起诉、公益诉讼等手段，想方设法提高消费纠纷解决率和消费者满意度。(完)

开心彩票

【科学的温度】如何撬开震后灾害的“盲盒”？******

　　中新网成都1月17日电 (记者贺劭清)滑坡预警预测是公认的世界性难题。“5·12”汶川特大地震后的十余年间，中国地质科研工作者如何从无到有，建立地震诱发滑坡预测模型？如何撬开震后灾害的“盲盒”？中国地灾防治如何走到世界前列？

　　围绕上述问题，2022年“科学探索奖”获得者、成都理工大学地质灾害防治与地质环境保护国家重点实验室副主任范宣梅接受中新网专访，对此进行解读。

范宣梅接受中新网记者专访。　唐启浩摄

　　有哪些因素可能诱发震后地质灾害？

　　范宣梅介绍，余震与降雨是诱发震后地质灾害的主要因素。强震刚发生完，震区容易发生较强余震。在余震影响下，一些在主震中震松、震裂的山体和已经发生滑坡的地方可能还会发生二次滑坡。同样，震后强降雨，也容易导致震区发生二次滑坡或泥石流灾害。

　　为了预测这些可能发生的地质灾害，成都理工大学地质灾害防治与地质环境保护国家重点实验室建立了空天地一体化的“三查”体系。

　　“我们除了大范围搜集卫星遥感数据，还会在雨季前后，对一些重点区域加强监测。”范宣梅表示，如果“9·5”泸定地震震区在2023年发生强降雨，那么磨西沟、湾东河、海螺沟等区域将有较大概率发生泥石流灾害。成理地灾国重实验室团队正准备在几条重点流域布设监测仪器，观测降雨量、沟道里的泥位、水位以及坡体上地震诱发滑坡堆积体的稳定性。

工作中的范宣梅。　受访者供图

　　为什么要建立地震诱发滑坡预测模型？

　　汶川特大地震发生后的十余年间，范宣梅团队前往“4·14”玉树地震、“4·20”芦山地震、“8·3”鲁甸地震和“8·8”九寨沟地震等地震救援第一线，搜集宝贵的影像和数据，并基于全球50余次地震诱发的40多万条灾害数据，结合最新的人工智能算法，建立了地震诱发滑坡近实时预测模型。

　　“汶川特大地震发生后，主要救援力量第一时间前往了汶川，而不是当时受灾最严重的映秀、北川。这是因为当时我们没有及时、全面的卫星数据去在震后第一时间获取灾情灾损信息。”范宣梅指出，地震诱发滑坡预测模型最大的用途，就是填补震后72小时救援黄金时间的信息空白，给震后应急救援提供第一手的支撑和决策信息。

地震诱发滑坡智能预测模型。　受访者供图

　　范宣梅介绍，卫星不会固定在某一个位置拍摄地球某一个固定点位，而是不断围绕地球旋转。如果泸定地震发生时，有一颗卫星恰好正在震区上方，那么这颗卫星可能拍下受灾情况。如果不凑巧的话，那么就需要等这颗卫星下一次再转到泸定地震上方，才能拍到震区受灾影像。甚至有时候，一张好的卫星影像拿到时，距地震发生时已经过去了一个月。

　　“如果完全依赖卫星数据去评估震后灾情，大概率会错过最佳救援时间。”范宣梅表示，地震诱发滑坡预测模型可以基于大数据与人工智能，根据本次地震信息，快速判断哪些地方地质灾害最为集中，哪些地方房屋道路受损最严重，让救援力量第一时间前往最需要救援的位置。