پیش بینی الگوی تغییرات جنسی مرگ و میر در ایران با استفاده از مدل سازی شبکه عصبی (1401- 1410) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
مرگ و میر یکی از مولفه های کلیدی پویایی جمعیت است که به همراه باروری و مهاجرت، موجب تغییر در حجم، رشد، توزیع و ترکیب جمعیت می شود. 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 این رو، مطالعه حاضر به تحلیل روند تفاوت های جنسیتی مرگ و میر در کشور ایران از سال 1344 تا 1400 می پردازد و در ادامه با استفاده از مدل سازی 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) پیش بینی می کند. شبیه سازی ها در نرم افزار متلب و بر اساس داده های مرکز آمار ایران انجام شده است. نتایج پیش بینی حاصل از مدل سازی شبکه عصبی نشان می دهد 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 پیش بینی تغییرات اجتماعی و جمعیتی، تمرکز بر روندها به جای پیش بینی دقیق اعداد است. این موضوع اهمیت دارد زیرا رفتارهای انسانی ممکن است تحت تأثیر حوادث غیرمنتظره قرار گیرند. نتایج شبیه سازی همچنین زنگ خطر و هشداری برای برنامه ریزان محسوب می شود تا برنامه های حمایتی جامع و دقیقی به منظور کاهش تفاوت جنسیتی مرگ و میر ارائه دهند.Forecasting Changes in the Sexual Death Pattern in Iran Using Neural Network Modeling (2022-2031)
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.
تبلیغات
