• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      2017—2019年北京地區(qū)新媒體氣象服務(wù) 滿意度調(diào)查評估

      2023-01-30 10:17:36姜江閔晶晶喬媛白帆
      關(guān)鍵詞:氣象科普準(zhǔn)確率

      ■ 姜江 閔晶晶 喬媛 白帆

      氣象部門有必要長期開展社會調(diào)查評估工作,建立有效的公共氣象服務(wù)滿意度調(diào)查評估體系,針對性地了解社會群體對氣象服務(wù)的需求,理清氣象服務(wù)存在的差距,從用戶角度出發(fā)進(jìn)行改進(jìn),在科學(xué)數(shù)據(jù)的支撐下提升氣象服務(wù)滿意度,全面提高氣象服務(wù)水平。

      氣象服務(wù)滿意度指的是公眾對氣象服務(wù)的反饋和感受,是指公眾在接受了氣象服務(wù)信息或者使用了氣象服務(wù)產(chǎn)品之后,對其的感知、評價和期望。早在1994年,世界氣象組織(WMO)召開了第二次氣象水文效益評估專門會議,會議中就特別提出了氣象服務(wù)評估的重要價值和具體的研究難度。原因在于氣象信息服務(wù)產(chǎn)品有著較強的個人體驗屬性,導(dǎo)致了氣象產(chǎn)品和氣象服務(wù)的消費市場、尤其是公眾的氣象服務(wù)滿意度,與普通商品消費后的滿意度存在著很大的差別。但是公眾氣象服務(wù)滿意度不僅能表現(xiàn)出公眾對氣象服務(wù)及氣象產(chǎn)品的感知,更能體現(xiàn)出公眾對氣象服務(wù)的期望值,以及公眾今后針對氣象產(chǎn)品的消費預(yù)期。因此,氣象部門更加有必要長期開展社會調(diào)查評估工作,建立有效的公共氣象服務(wù)滿意度調(diào)查評估體系,以便針對性地了解社會群體對氣象服務(wù)的需求,理清氣象服務(wù)存在的差距,從用戶角度出發(fā)進(jìn)行改進(jìn),全面提高氣象服務(wù)水平。

      但就如何評估氣象服務(wù)滿意度,有研究者運用多指標(biāo)評價方法建立過公共氣象服務(wù)滿意度調(diào)查評估體系;同時也會結(jié)合不同地域特點,建立不同的氣象服務(wù)滿意度指數(shù)。無論是何種研究角度,問卷調(diào)查都是氣象服務(wù)滿意度調(diào)查研究中最普遍和直接的方式。在問卷分析過程中,研究者多采用層次分析法和專家打分法來建立氣象服務(wù)滿意度模型,用以定量測量用戶群或者特定大型活動中的氣象信息服務(wù)的期望度和滿意度。但是需要指出的是,問卷調(diào)查內(nèi)容如果過于繁雜,難以作為一項長時間序列的統(tǒng)計手段,且會在一定程度上受到問卷進(jìn)行時的人員接觸、天氣情況、預(yù)報準(zhǔn)確率等多方面主觀或客觀因素的影響。因此,如果想要完成復(fù)雜內(nèi)容、多問題、高頻次的氣象服務(wù)滿意度調(diào)查問卷,需要投入大量的人力、物力。

      反觀當(dāng)前新媒體平臺的投票功能,既不會占用過多投票人的時間,同時也充分地保護了投票者的隱私,所獲得的結(jié)果不僅更加真實有效,并且可以長期作為氣象服務(wù)滿意度調(diào)查和監(jiān)測的手段。鑒于此,為了更好地了解北京地區(qū)氣象服務(wù)的滿意度,高效利用新媒體服務(wù)平臺,連續(xù)收集了來自微信公眾號的自2017年6月1日起至2019年12月31日的公眾氣象服務(wù)滿意度問卷調(diào)查數(shù)據(jù),內(nèi)容涵蓋了公眾對于氣象預(yù)報準(zhǔn)確率、及時性和氣象服務(wù)內(nèi)容的滿意度評估。本研究探索了基于新媒體平臺的氣象服務(wù)滿意度評估效果,旨在發(fā)現(xiàn)北京地區(qū)氣象信息服務(wù)中存在問題,從而在科學(xué)數(shù)據(jù)的支撐下提升氣象服務(wù)滿意度。

      1 研究方法與數(shù)據(jù)來源

      新媒體的出現(xiàn)和發(fā)展逐漸改變了人們原有的生活習(xí)慣、思維方式和信息獲取渠道。因而,在氣象服務(wù)過程中利用新媒體手段來傳播公眾氣象服務(wù)信息,已經(jīng)成為現(xiàn)代氣象發(fā)展不可或缺的手段。隨著全球氣溫的逐漸變化,高溫、暴雨等極端天氣狀況日益頻繁出現(xiàn),使得人們開始愈加關(guān)注氣象信息。以前人們對氣象信息的關(guān)注主要是集中在什么時候下雨、什么時候有大風(fēng)、每天的氣溫是多少度、出現(xiàn)高溫應(yīng)怎么降溫等最基礎(chǔ)的氣象問題。但是,近年來公眾對各種氣象災(zāi)害的形成機理有了探究的意識,因而新媒體在氣象科普宣傳中也發(fā)揮出越來越重要的作用?!皻庀蟊本蔽⑿攀潜本庀缶止俜綒庀蠓?wù)產(chǎn)品的一個重要出口,“氣象北京”微信公眾號每日都會在主推文第一條推送氣象服務(wù)產(chǎn)品文字和圖片內(nèi)容來對公眾進(jìn)行氣象信息服務(wù)(通常而言,主推文第一條所有推文中閱讀量和參與度最高的)。自2017年6月1日(調(diào)查起始日)至2019年12月31日(調(diào)查終止日),每日于“氣象北京”的主推第一條資訊中,向公眾提供調(diào)查問卷。公眾會以無記名投票的形式回答兩個問題:

      第一個問題:您對當(dāng)日的預(yù)報準(zhǔn)確率是否滿意?第二個問題:您覺得當(dāng)日發(fā)布的預(yù)報是否及時?或:您對當(dāng)日的氣象服務(wù)是否滿意?旨在考察公眾對當(dāng)天氣象服務(wù)內(nèi)容的滿意程度。兩個問題均含有三個答案:滿意、基本滿意、不滿意。其中“滿意”和“基本滿意”的結(jié)果被認(rèn)為對所問問題“滿意”。調(diào)查問題有效性24小時,每日滾動更新。截至調(diào)查報告提交日,應(yīng)取得數(shù)據(jù)945份,實際獲得數(shù)據(jù)932份,數(shù)據(jù)缺失比例為1.4%。由于微信投票的設(shè)置方式,必須同時回答兩個問題才能提交問卷結(jié)果,所以問題一與問題二的總參與人數(shù)是完全相同的。本文研究過程當(dāng)中的當(dāng)日滿意度的定義如下:

      其中,A為當(dāng)日選擇“滿意”的人數(shù),B為當(dāng)日選擇“基本滿意”的人數(shù),C為當(dāng)日參與選擇的總?cè)藬?shù),P為當(dāng)日滿意度(表達(dá)為百分?jǐn)?shù))。

      2 調(diào)查結(jié)果分析

      2.1 預(yù)報準(zhǔn)確率滿意度

      932份樣本統(tǒng)計結(jié)果內(nèi),最低滿意度為50.00%,最高滿意度為100.00%,平均滿意度為93.61%(圖1)。最低參加人數(shù)為28人,最高參加人數(shù)為792人,平均參加人數(shù)為201人,參與投票的人數(shù)約占到閱讀量人數(shù)的4%(圖1)。

      圖1 2017年6月1日至2019年12月31日預(yù)報準(zhǔn)確率滿意度

      2.2 2017—2019年預(yù)報準(zhǔn)確率滿意度對比

      2017年、2018年、2019年投票參與度基本穩(wěn)定在200人左右(表1),預(yù)報準(zhǔn)確率的滿意程度在逐年提升。因而與全樣本量相比,預(yù)報準(zhǔn)確率滿意度在2019年已經(jīng)超過了全樣本的平均水平。預(yù)報及時性和氣象服務(wù)的滿意程度均高于同時段的預(yù)報準(zhǔn)確率,說明公眾對天氣預(yù)報準(zhǔn)確率有更高的要求。

      表1 連續(xù)三年預(yù)報準(zhǔn)確率統(tǒng)計總表

      2.3 預(yù)報及時性滿意度

      2017年6月1日(首次調(diào)查起始日)至2018年4月26日(該項內(nèi)容調(diào)查終止日),應(yīng)取得數(shù)據(jù)330份,實際獲得數(shù)據(jù)326份。326份樣本統(tǒng)計結(jié)果內(nèi),最低滿意度為50.00%,最高滿意度為100.00%,平均滿意度為93.95%(圖2),略高于預(yù)報準(zhǔn)確率的滿意程度,證實了公眾的高要求仍然集中在預(yù)報準(zhǔn)確率本身。

      圖2 2017年6月1日至2018年4月26日預(yù)報及時性滿意度

      2.4 氣象服務(wù)滿意度

      氣象服務(wù)滿意度調(diào)查開始于2018年4月27日,截止于2019年12月31日,應(yīng)取得數(shù)據(jù)614份,實際獲得數(shù)據(jù)605份。605份樣本統(tǒng)計結(jié)果內(nèi),最低滿意度為62.54%,最高滿意度為100.00%,平均滿意度為94.55%,平均滿意度同樣高于預(yù)報準(zhǔn)確率的滿意程度(圖3)。

      圖3 2018年4月27日至2019年12月31日預(yù)報準(zhǔn)確率滿意度

      2.5 連續(xù)三年汛期滿意度

      汛期6月1日至9月15日,應(yīng)取得每年107份數(shù)據(jù),實際2017年獲得106份、2018年獲得104份、2019年無缺。

      2017年106份汛期樣本統(tǒng)計結(jié)果中,預(yù)報準(zhǔn)確率最低滿意度為50.00%,最高滿意度為99.42%,平均滿意度為90.10%;預(yù)報及時性最低滿意度為58.66%,最高滿意度為100.00%,平均滿意度為91.25%;最低參加人數(shù)為100人,最高參加人數(shù)為792人,平均參加人數(shù)為235人(圖4)。

      圖4 2017年汛期滿意度及參與人數(shù)

      2018年104份汛期樣本統(tǒng)計結(jié)果中,預(yù)報準(zhǔn)確率最低滿意度為60.87%,最高滿意度為99.38%,平均滿意度為90.73%;氣象服務(wù)最低滿意度為62.54%,最高滿意度為100.00%,平均滿意度為91.95%;最低參加人數(shù)為76人,最高參加人數(shù)為598人,平均參加人數(shù)為225人(圖5)。

      圖5 2018年汛期滿意度及參與人數(shù)

      2019年107份汛期樣本統(tǒng)計結(jié)果中,預(yù)報準(zhǔn)確率最低滿意度為67.52%,最高滿意度為98.31%,平均滿意度為91.50%;氣象服務(wù)最低滿意度為73.36%,最高滿意度為98.82%,平均滿意度為92.77%;最低參加人數(shù)為104人,最高參加人數(shù)為372人,平均參加人數(shù)為197人(圖6)。

      圖6 2019年汛期滿意度及參與人數(shù)

      整體從表2可以看出,2017年、2018年、2019年汛期預(yù)報準(zhǔn)確率的滿意程度穩(wěn)步上升,但是預(yù)報準(zhǔn)確率滿意度均低于全樣本的平均水平。三年以來,投票參與度有所下降,但是汛期高影響天氣發(fā)生頻次較高,2017年至2018年汛期期間參與人數(shù)的活躍度較全樣本偏高,2019年略微偏低。此外,連續(xù)三年的汛期預(yù)報及時性和氣象服務(wù)的滿意程度均高于同時段的預(yù)報準(zhǔn)確率,證實了公眾對天氣預(yù)報準(zhǔn)確率的更高要求。

      表2 連續(xù)三年數(shù)據(jù)統(tǒng)計信息總表

      2.6 低滿意度事件分析

      問卷調(diào)查期間,比較大的滿意度波動均是因為有天氣過程發(fā)生的,其中有24次出現(xiàn)對預(yù)報準(zhǔn)確率的滿意度低于80%。這種低滿意度事件在2017年汛期出現(xiàn)11次,非汛期1次;2018年汛期出現(xiàn)6次,非汛期2次;2019年汛期出現(xiàn)4次,非汛期0次。低滿意度均出現(xiàn)在明顯天氣過程發(fā)生時,涉及降雨(18次)、高溫(3次)、降雪(1次)、霧霾(1次)和低溫(1次),反映出公眾對出現(xiàn)天氣過程時的情緒反應(yīng)以及對預(yù)報準(zhǔn)確率的高要求。下面具體分析三次滿意度最低,也是最為典型的低滿意度過程。

      2.6.1 2017年6月22日低滿意度過程

      滿意度最低的一次出現(xiàn)在2017年6月22日,當(dāng)天參與投票人數(shù)554人,參與人數(shù)超過平均參與人數(shù)的兩倍,而對天氣預(yù)報準(zhǔn)確性的滿意度僅為50%。由于天氣預(yù)報準(zhǔn)確率的滿意程度與及時性滿意程度的高相關(guān)性,對及時性的滿意度也僅為58.66%。從此次高影響天氣過程來看,2017年6月21—22日這次降水過程,屬于雨勢相對平緩,降水量分布不均,局部地區(qū)累積雨量到暴雨級別的一次過程。從6月21日12時至6月22日18時(18時為當(dāng)天天氣資訊發(fā)布的時間),全市平均降水量為21.2 mm,城區(qū)平均為18.2 mm,最大降水量在大興榆垡為62.8 mm。

      通過事后分析,6月21日“氣象北京”首條資訊的題目為“明后天有暴雨 局地大暴雨”,但事實上6月22日白天的降雨量并未達(dá)到暴雨級別。根據(jù)當(dāng)天的輿論分析,網(wǎng)友們都對“暴雨”的定義感到疑惑,雖然當(dāng)天內(nèi)容中科普了氣象學(xué)對暴雨的定義,但是公眾所認(rèn)為的“暴雨”更接近于氣象學(xué)上的“短時強降雨”?!皩茖W(xué)解釋的疑惑”“白天影響公眾出行時的雨量較小”加上“公眾理解的暴雨并未出現(xiàn)”,導(dǎo)致了此次低滿意度的出現(xiàn)。

      針對于這次低滿意度事件,提示出在未來的公眾氣象服務(wù)過程中,應(yīng)該做到科普先行,可以在汛期期間滾動發(fā)布暴雨科普專題,或者在發(fā)生天氣過程之前,加強暴雨及防御知識的科普宣傳。而非在天氣過程發(fā)生的當(dāng)下進(jìn)行科普,這會給公眾一種強行解釋的感覺,導(dǎo)致了公眾的接受度偏低。同時,也應(yīng)該考慮到科普的提前程度,如果提前太多,可能會造成公眾對暴雨的恐慌情緒,提前太少,科普效果又會大打折扣,提前“度”是未來服務(wù)過程中需要不斷根據(jù)公眾反饋去調(diào)整的重要考量因素。

      2.6.2 2017年8月2日低滿意度過程

      滿意度倒數(shù)第二低的出現(xiàn)在2017年8月2日,參與投票人數(shù)260人,天氣預(yù)報準(zhǔn)確性的滿意度為58.46%,及時性的滿意度為78.46%。由于當(dāng)天將出現(xiàn)降水天氣過程,值班員提前了微信推送的發(fā)布時間,因此及時性的滿意度較2017年6月22日的低滿意度事件中的及時性更高。2017年8月2日08時開始的降水過程,持續(xù)到8月3日05時,降水主要集中在東部和東南部地區(qū),全市平均降水量36.7 mm,城區(qū)平均33.3 mm,最大降水量在房山長陽182.8 mm。2017年8月2日這次降水過程開始的時間相對晚于預(yù)報時間,但是從早晨就開始以分散性陣雨出現(xiàn),因此網(wǎng)友在后臺留言多問“雨何時來”“雨有多大”等類似的問題,可以感受到公眾非常希望了解到具體、精確的降雨開始的時間、地點和雨強,但由于北京的地形特點和當(dāng)次天氣形勢的復(fù)雜性,確實難以給予公眾更加精確的答復(fù)。

      結(jié)合兩次低滿意度的強降雨過程,認(rèn)為在未來此類的公眾服務(wù)工作中,應(yīng)更加細(xì)致、耐心地去回復(fù)公眾的提問,在不能夠給出確定回答時,不應(yīng)回避預(yù)報準(zhǔn)確率有待提高、預(yù)報難度大等問題,在能夠給出確定回答時,盡快、盡可能地將科學(xué)語言轉(zhuǎn)換為公眾更容易理解的方式去回應(yīng)公眾的問題。前人的研究中指出,公眾對于預(yù)報時效3天以上的天氣預(yù)報關(guān)注度很低。加之,強降雨發(fā)生的天氣系統(tǒng)和環(huán)境條件復(fù)雜,觸發(fā)機制難以捕捉,導(dǎo)致強降雨的開始時間、落區(qū)及強度難以確定,經(jīng)常出現(xiàn)預(yù)報偏差。因此,就目前的強降雨預(yù)報能力而言,如果要保證預(yù)報準(zhǔn)確率較高的話,則需要在3天或者更短的時間。

      所以,在強降雨發(fā)生的前1~3天(短期預(yù)報時效)內(nèi),才是最佳的強降雨定義、成因和防范知識的科普時機,這時既可以保證一定的強降雨預(yù)報準(zhǔn)確率,同時也是強降雨公眾關(guān)注度較高的時期。

      2.6.3 2018年7月18日低滿意度過程

      滿意度倒數(shù)第三低的出現(xiàn)在2018年7月18日,參與投票人數(shù)299人,天氣預(yù)報準(zhǔn)確性的滿意度為60.87%,氣象服務(wù)滿意度為62.54%。北京連續(xù)處于氣溫高、濕度大的天氣下,當(dāng)天最高氣溫為30.1 ℃,而且發(fā)布了未來3~9天內(nèi),白天最高氣溫均在30 ℃以上,因此網(wǎng)友在后臺留言多“悶得難受”“北京的桑拿”以及“不能解暑的分散性雷陣雨”為主。

      在剛剛過去了一場大雨之后,2018年7月18日發(fā)布了“悶熱模式開啟 雷雨時常客串”的內(nèi)容,由于高溫預(yù)報本身的不確定性相對較低,同時2018年7月17日降雨發(fā)生當(dāng)天的滿意度達(dá)到94.42%,18日當(dāng)天大部分地區(qū)的最高氣溫都在30 ℃以上,所以認(rèn)為這一次低滿意度表達(dá)了公眾對即將到來的悶熱天氣的郁悶心情,也包含了公眾對夏季天氣復(fù)雜多變的“情緒”。以往的工作中,針對降雨的氣象科普、數(shù)據(jù)等相關(guān)知識信息較高溫要多,對“夏季高溫”“夏季悶熱”“體感溫度”的科普程度不足,如果能夠在公眾關(guān)注度較高的3天短期預(yù)報時效內(nèi)發(fā)布高溫科普內(nèi)容,安撫公眾情緒,必然會對服務(wù)滿意度有所提升。

      另外,通過對2018年1月1日至汛期前的滿意度調(diào)查發(fā)現(xiàn),除了汛期高影響天氣的低滿意度,北京2017年冬季的初雪遲遲未現(xiàn),多次降雪過程都與北京“擦肩而過”,導(dǎo)致了1月22日雖然滿足初雪標(biāo)準(zhǔn),但是城區(qū)降雪微量,以及3月7日“山區(qū)雪下得大,而城區(qū)又是微量”的兩次低滿意度的出現(xiàn)。這說明北京地區(qū)的汛期降水,高溫、降雪甚至是連續(xù)的無雨干旱等等高影響天氣過程都密切受到公眾的關(guān)注,因此提升公眾氣象服務(wù)滿意度,不僅是從提升預(yù)報準(zhǔn)確率為基礎(chǔ),還應(yīng)該更加重視每一次高影響天氣出現(xiàn)之前的氣象服務(wù)產(chǎn)品和內(nèi)容的高質(zhì)量和及時性。

      3 結(jié)論與討論

      隨著氣象服務(wù)對經(jīng)濟建設(shè)、社會發(fā)展和人民生活的影響日益明顯,氣象服務(wù)工作也前所未有地受到全社會的關(guān)注。相應(yīng)的,人們對氣象服務(wù)的需求將會越來越精細(xì)化、具體化和個性化。為應(yīng)對公眾對氣象部門的高要求和高需求,此次調(diào)查詳盡分析了2017—2019年連續(xù)三年公眾對北京地區(qū)氣象服務(wù)的滿意程度和典型低滿意度事件,得到結(jié)論如下:

      1)2017—2019年即使是在滿意度相對較低的汛期期間,北京地區(qū)的氣象預(yù)報服務(wù)滿意度也均可達(dá)到90%以上。同時,與2017年汛期相比,2018年、2019年的預(yù)報準(zhǔn)確率滿意程度穩(wěn)步上升,但是參與的活躍程度有所下降,原因在于隨著新媒體技術(shù)的快速發(fā)展,人們不僅可以從微信公眾號,也可以從微博、小程序、APP等各種渠道獲取氣象服務(wù)信息。另外,通過對非汛期的滿意度調(diào)查發(fā)現(xiàn),除了汛期高影響天氣會出現(xiàn)低滿意度,公眾對于冬季雪情、夏季持續(xù)高溫等關(guān)注度同樣很高,也極有可能出現(xiàn)低滿意度。

      2)由于公眾對北京地區(qū)汛期天氣過程關(guān)注程度明顯要高于非汛期,這對北京氣象部門繼續(xù)加強汛期的氣象預(yù)報服務(wù)提出了更高的要求。公眾白天的出行活動,特別是早晚高峰期間,受高影響天氣的影響程度更大、關(guān)注度更高,因此在今后的公眾氣象服務(wù)過程中,不僅應(yīng)更加注重信息發(fā)布的準(zhǔn)確性和及時性,給予公眾更直觀專業(yè)的解讀,還應(yīng)對公眾生活的高影響時段加密進(jìn)行信息發(fā)布。同時,輔助以優(yōu)秀的科普宣傳工作,來對當(dāng)前天氣預(yù)報的不確定性進(jìn)行彌補。在天氣過程發(fā)生之間,特別是關(guān)注度較高的汛期期間,應(yīng)在過程開始前的1~3天的關(guān)鍵期內(nèi),進(jìn)行合理的逐步的科普信息推送,將會有助于天氣發(fā)生時的氣象服務(wù)滿意度提升。

      3)在基本預(yù)報產(chǎn)品的基礎(chǔ)上,未來還應(yīng)該結(jié)合大眾需求,不斷豐富氣象服務(wù)產(chǎn)品的內(nèi)容和形式,打造權(quán)威、專業(yè)的氣象服務(wù)品牌。滿足公眾對科普的內(nèi)容制作、信息發(fā)布時效、輿情引導(dǎo)等相關(guān)問題的高要求,應(yīng)加入更多的新鮮、趣味的元素,減少堆積性的文字描述,增強科普內(nèi)容的可讀性、易讀性和趣味性,加大科普工作的深度和廣度,培養(yǎng)與關(guān)注人群之間的友好、互助、積極互動的關(guān)系,充分利用現(xiàn)代科技手段,建立全媒體互通互融互補的氣象信息傳播體系,強化氣象信息使用價值,同時也應(yīng)完善氣象、制圖、新媒體復(fù)合型人才隊伍的建設(shè)以及激勵績效等配套政策。

      深入閱讀

      段欲曉, 潘進(jìn)軍, 李青春, 2009. 北京地區(qū)公共氣象服務(wù)需求分析. 干旱氣象, 27(2): 172-176.

      扈海波, 王迎春, 李青春, 2008. 采用AHP方法的氣象服務(wù)社會經(jīng)濟效益定量評估分析. 氣象, 34(3): 86-92.

      羅慧, 劉璐, 姚東升, 2007. 陜西氣象服務(wù)社會效益評估分析. 陜西氣象, (3): 36-39.

      羅慧, 李良序, 2009. 氣象服務(wù)效益評估方法與應(yīng)用. 北京: 氣象出版社.

      羅慧, 謝璞, 俞小鼎, 2007. 奧運氣象服務(wù)社會經(jīng)濟效益評估個例分析. 氣象, 33(3): 89-94.

      羅慧, 謝璞, 薛允傳, 等, 2008. 奧運氣象服務(wù)社會經(jīng)濟效益評估的AHP/BCG組合分析. 氣象, 34(1): 59-65.

      駱月珍, 雷俊, 吳楊, 等, 2009. 公共氣象服務(wù)滿意度問卷調(diào)查分析與討論. 浙江氣象, 30(1): 24-26.

      潘進(jìn)軍, 段欲曉, 馬曉青, 等, 2011. 國慶60周年慶?;顒託庀蠓?wù)滿意度評估. 氣象, 37(11): 1409-1414.

      孫玫玲, 趙敏, 李仁禹, 等, 2016. 新老媒體融合提升公眾氣象服務(wù)傳播能力的研究. 氣象研究與應(yīng)用, 37(3): 123-125.

      諶蕓, 呂偉綺, 于超, 等, 2018. 北方一次暖區(qū)大暴雨降水預(yù)報失敗案例剖析. 氣象, 44(1): 15-25.

      王仕星, 雷俊, 方英, 等, 2009. 公共氣象服務(wù)滿意度調(diào)查評估體系初探. 浙江氣象, (4): 20-24.

      于波, 李平華, 2008. 氣象經(jīng)濟學(xué)研究對象及其特征分析. 氣象軟科學(xué), (1): 106-115.

      姚秀萍, 張曉美, 呂明輝, 2014. 公眾氣象服務(wù)滿意度評價指標(biāo)體系的構(gòu)建方法. 氣象與環(huán)境科學(xué), 37(4): 102-108.

      姚秀萍, 呂明輝, 張曉美, 等, 2012. 氣象服務(wù)效益評估研究和業(yè)務(wù)進(jìn)展. 氣象科技進(jìn)展, 2(3): 39-44.

      姚秀萍, 呂明輝, 范曉青, 等, 2011. 氣象服務(wù)效益評估研究進(jìn)展. 氣象, 37(6): 749-755.

      姚秀萍,呂明輝, 范曉青, 等, 2010. 我國氣象服務(wù)效益評估業(yè)務(wù)的現(xiàn)狀與展望. 氣象, 36(7): 62-68.

      Cardozo R N, 1965. An experimental study of customer effect, Expectation and Satisfaction. Journal of Marketing Research, 8(2): 34-45.

      猜你喜歡
      氣象科普準(zhǔn)確率
      氣象
      氣象樹
      《內(nèi)蒙古氣象》征稿簡則
      乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
      健康之家(2021年19期)2021-05-23 11:17:39
      不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
      2015—2017 年寧夏各天氣預(yù)報參考產(chǎn)品質(zhì)量檢驗分析
      科普達(dá)人養(yǎng)成記
      高速公路車牌識別標(biāo)識站準(zhǔn)確率驗證法
      大國氣象
      科普連連看
      台中县| 延安市| 南丹县| 武威市| 巴里| 渝北区| 应城市| 葫芦岛市| 连州市| 延边| 江安县| 日土县| 普兰县| 东至县| 高尔夫| 长顺县| 黑河市| 汉中市| 霍邱县| 庄河市| 通渭县| 柘荣县| 本溪市| 陆河县| 张家口市| 昭平县| 山阳县| 柳林县| 大方县| 伊宁市| 乌兰浩特市| 睢宁县| 德清县| 偃师市| 江津市| 辉县市| 宁国市| 南漳县| 深州市| 康定县| 策勒县|