توزیع ۳.۵ میلیون قبض عوارض به در خانه تهرانیها/ اعمال ۱۰ درصد تخفیف خوش حسابی تا پایان سال
تاریخ انتشار: ۱۵ اسفند ۱۴۰۲ | کد خبر: ۳۹۸۹۲۷۰۸
مدیرکل تشخیص و وصول درآمد شهرداری تهران از توزیع ۳.۵ میلیون قبض به در منازل تهرانیها خبر داد.
به گزارش ایسنا، خشنود ظهر امروز در نشست خبری با بیان اینکه امسال قبوض عوارض نوسازی، پسماند و کسب و پیشه منتشر و توسط کارکنان شهرداری به در منازل شهروندان ارسال شد، گفت: گلایههایی از سال های گذشته از سوی شهروندان وجود داشت که می گفتند قبوض به درستی در اختیارشان قرار نمی گیرد و بر همین اساس امسال این مهم توسط کارکنان شهرداری انجام شد.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
مدیرکل تشخیص و وصول درآمد شهرداری تهران با بیان اینکه پشت فیش ها به مردم گزارش عملکرد دو ساله دادیم تا به آن ها بگوییم با عوارض پرداختیشان چه هزینههایی می شود، تصریح کرد: ۳.۵ میلیون قبض توزیع شده است که ارزش ریالی آنها بیش از ۱۰ همت است.
وی با بیان اینکه شهروندان دقت داشته باشند که اگر تا پایان سال جاری این عوارض را پرداخت کنند از ۱۰ درصد تخفیف خوش حسابی بهره مند می شوند، گفت: اگر شهروندان تا پایان سال عوارض خود را پرداخت نکنند از سال آینده نه تنها جایزه خوش حسابی به آن ها تعلق نمی گیرد؛ بلکه هر ماه دو درصد جریمه خواهند شد.
خشنود با بیان اینکه نرخ عوارض به دلیل اصلاح فرمول کاهشی بوده است، ادامه داد: ۱۵ روز تا پایان سال باقی مانده و آمار وصولی ما نسبت به گذشته ۳۰ درصد افزایش نشان میدهد که امیدواریم این روند ادامه پیدا کند.
مدیرکل تشخیص و وصول درآمد شهرداری تهران با بیان اینکه چاپ و توزیع هر برق قبوض برای شهرداری تهران ۳۵۰۰ تومان هزینه در بردارد، افزود: ما در نظر داریم که نسبت به ارسال پیامکی نرخ عوارض اقدام کنیم و از سال گذشته تاکنون نیز ۷۰۰ هزار شماره جمعآوری شده است.
وی در پاسخ به این سوال که چرا با سازمانهای خدمات دهنده دیگر همچون آب یا برق برای دسترسی به شماره همراه تهرانی ها اقدام نمی کنید به ایسنا گفت: اطلاعات سازمان آب و توانیر براساس اطلاعات کنتور نیست و ما به دنبال آن هستیم که مردم را به شیوه های مختلف تشویق کنیم که اقبال به قبوض الکترونیک و پیامکی داشته باشند.
خشنود با بیان اینکه اداره کل تشخیص درآمد و وصول شهرداری تهران به دنبال تشخیص منابع و درآمدها است، اظهار کرد: از روز اولی که من به این سمت منصوب شدم اعلام کردم که باید حق و حقوق قانونی شهرداری شناخته شود و بر اساس آن به دنبال نقد شدن حقوقمان باشیم چرا که این مهم یا به درستی پیگیری نمیشد یا مبالغ به درستی وصول نمی شد که این مشکل را حل و فصل کردیم و حتی برای دستیابی به حق و حقوقمان با دستگاههای مختلف مکاتبه کردیم.
انتهای پیام
منبع: ایسنا
کلیدواژه: شهرداري تهران عوارض شهرداری قبض عوارض تهران شهرداري تهران تهران شوراي شهر تهران پليس شهرداری تهران تا پایان سال
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.isna.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «ایسنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۹۸۹۲۷۰۸ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
تشخیص چند دقیقهای سرطان با یک قطره خون
به گزارش خبرگزاری علم و فناوری آنا به نقل از اینترستینگ اینجینرینگ، دانشمندان چینی آزمایشی طراحی کردهاند که برای تشخیص سرطان به کمتر از ۰.۰۵ میلی متر خون خشک شده نیاز دارد. محققان در این روش از فناوری هوش مصنوعی استفاده میکنند.
غربالگری برای شناسایی نشانگرهای خاص خون به عنوان یک روش احتمالی برای تشخیص زودهنگام سرطان شناخته شده است. اما سرطانهایی مانند پانکراس، روده بزرگ و معده، آزمایشهای دقیق خونی برای تشخیص ندارند. در این مطالعه ذکر شده است، بیش از یک میلیارد نفر در سراسر جهان با نرخ بالایی از تشخیص اشتباه بیماری روبرو هستند. از این رو نیاز فوری و مبرمی به ابزارهای تشخیصی با دقت و قیمت مقرون به صرفه وجود دارد. حالا سوالی که مرح میشود این است این آزمایش جدید تا چه اندازه میتواند کمک کننده باشد؟
بر اساس گفتههای محققان، این آزمایش میتواند حدود ۸۲ تا ۱۰۰ درصد از مواقع سرطان بیمار را تشخیص دهد. این آزمایش در عرض چند دقیقه، تفاوت بین بیماران مبتلا به سرطان و افراد بدون سرطان را نشان داد. تمرکز آنها بر روی سرطانهای پانکراس، معده یا روده بزرگ بود.
آنها این مدل را مورد آزمایش قرار دادند و میزان تأثیرگذاری آن را در تفاوت قائل شدن بین اهداکنندگان خون افراد مبتلا به سرطان و بدون سرطان تفاوت ایجاد کند. سپس آن را با آزمایشهای سنتی مبتنی بر خون مایع مقایسه کردند. نتایجی که به دست آوردند به آنها نشان داد که نقاط خون خشک شده نیز در تشخیص بسیار مؤثر هستند. در مورد سرطان پانکراس، آنها توانستند ۸۱.۲ درصد از موارد را تشخیص دهند. در مورد نمونههای خون مایع، این میزان ۷۶.۸ درصد بود.
ارزیابی محققان نشان داد که اجرای این ابزار در مناطق کمتر توسعهیافته میتواند نسبت تخمینی موارد تشخیص نشده سرطان را کاهش دهد. به عنوان مثال، این روش برای غربالگری سرطان در سطح جمعیت مناطق روستایی چین میتواند موارد تشخیص داده نشده را ۲۰ تا ۵۰ درصد کاهش دهد. به ویژه زمانی که صحبت از سرطانهای معده و روده بزرگ است.
چائویوان کوانگ، که در این مطالعه دخیل نبوده است، گفت: این آزمایش سرطان برای مدت زمان طولانی مورد استفاده قرار نخواهد گرفت. به گفته او، ما هنوز سالها فاصله داریم تا بتوانیم این آزمایش را به بیماران ارائه دهیم.
لکههای سرم خشک (DSS) نمونههای کوچکی از سرم هستند که خشک شدهاند که معمولاً در آزمایشهای تشخیصی مختلف استفاده میشود. در مورد تشخیص سرطان، استفاده از نقاط خون خشک میتواند چالشبرانگیز باشد. دلیل آن در تجزیه نشانگرهای حساس و مقدار خون اغلب ناکافی برای نتایج قابل اعتماد است.
بنابراین، محققان پیشنهاد میکنند که از نانوذرات معدنی برای بهبود تشخیص سرطان استفاده کنند. به طور خاص، تمرکز بر روی طیفسنجی جرمی پیشرفته (NPELDI MS) است که نتایجی قابل اعتماد و با حساسیت بهتر ارائه میدهد. این شامل کاربرد نانوذرات معدنی برای افزایش تمرکز انتخابی و غنیسازی ترکیبات متابولیک از نمونهها است. با این حال، سازگاری طیفسنجی جرمی پیشرفته با تجزیه و تحلیل نقاط خشک هنوز تأیید نشده است
آنها بر اساس مدل یادگیری ماشینی که ایجاد کردند، دریافتند که نمونههای سرم خشک نشانگرهای بیولوژیکی مهم را حفظ میکنند که برای بهبود دقت تشخیصی حیاتی است. این مدلهای ماشینی نوعی هوش مصنوعی هستند که از الگوریتمهایی برای مثال برای تشخیص سرطان استفاده میکنند.
کوانگ گفت: این یک شروع عالی است، اما به دلایل زیادی به آزمایشهای بیشتری نیاز است. به عنوان مثال، آنها فقط چند صد نمونه را آزمایش کردند و همچنین مدل یادگیری ماشینی را روی افرادی که قبلاً به سرطان مبتلا بودند آزمایش کردند. به این معنی که باید تأیید شود که چگونه به عنوان یک ابزار تشخیصی واقعی کار میکند.
انتهای پیام/