مقدمه 
آلودگی هسته‌ای به انتشار مواد و ذرات رادیواکتیو که توانایی انتشار پرتوهای رادیواکتیو در محیط‌زیست را دارند اطلاق می‌شود (لیلاند، 2015؛ پووینس و هیروس، 2015). این آلودگی معمولاً از انفجارهای هسته‌ای، حوادث در تأسیسات هسته‌ای، دفن غیرمجاز مواد هسته‌ای، یا از طریق دیگر فعالیت‌های هسته‌ای ناپایدار به وجود می‌آید. زمانی که مواد رادیواکتیو به محیط‌زیست منتقل می‌شوند، این انتقال می‌تواند از طریق هوا، آب یا خاک صورت گیرد. حوادث هسته‌ای می‌توانند اثرات جدی بر انسان‌ها، محیط‌زیست و جوامع داشته باشند. ازآنجایی‌که این عواقب می‌توانند بسیار پیچیده و گسترده باشند، مدیریت مناسب و رتبه‌بندی مناطق ازنظر شدت ریسک هسته‌ای در حوادث هسته‌ای امری اساسی به شمار می‌آید (سالبو و همکاران، 2015). رازی و علی (2019) به اهمیت استفاده از انرژی‌های تجدیدپذیر برای کاهش وابستگی به سوخت‌های فسیلی و آلودگی پرداختند و با استفاده از روش‌های بهینه‌سازی چندمعیاره براساس راه‌حل سازشی (VIKOR) و تکنیک تاپسیس (TOPSIS) برای تحلیل منابع مختلف انرژی استفاده کردند. 
نخبه‌الفقهایی و همکاران (1388) یک سیستم پشتیبانی تصمیم فازی معرفی کردند که برای مدیریت بحران در سیستم‌های بزرگ طراحی‌شده بود. ریبیرو و همکاران (2013) یک ابزار تجزیه‌وتحلیل با استفاده از روش تصمیم‌گیری چند معیاره برای حمایت از ارزیابی سناریوهای مختلف تولید برق استفاده کردند. آن‌ها بر اساس 13 معیار که شامل اقتصادی، بازار کار، کیفیت زندگی مردم محلی، مسائل فنی و زیست‌محیطی به رتبه‌بندی سناریوهای مختلف در تولید برق پرداختند. چوکلایی و همکاران (1401) با استفاده از روش سازماندهی رتبه‌بندی ترجیحی برای ارزیابی غنی‌سازی (PROMETHEE) کارایی و پایداری معیارهای ارزیابی مراکز مدیریت بلایای منتخب در سه سناریو شرایط بلایای طبیعی، شرایط اپیدمی و شرایط بلایای اپیدمی را مورد ارزیابی قراردادند. 
درویش و همکاران (1393) مدل های آتش‌سوزی با رویکرد ایمنی را برای نیروگاه‌های هسته‌ای در نظرگرفتند و به این نتیجه رسیدند که  آموزش پرسنل آتش‌نشانی و آشنایی با خطرات رادیولوژیکی و هسته‌ای و چگونگی نحوه مقابله با آن و آشنایی با دستورالعمل‌ها و راهنمایی‌های عملیاتی لازم است. بالزنتیس و همکاران (2021) یک چارچوب تصمیم‌گیری با معیارهای چندگانه را به دنبال رویکرد ماتریس برای تصمیم‌گیری گروهی در شرایط بحرانی مانند کووید-19 پیشنهاد کردند.
 پاموکار و همکاران (2020) به بررسی چالش‌های سیستم‌های مراقبت‌های بهداشتی در دوران همه‌گیری COVID-19 پرداختند و یک روش چند معیاره برای انتخاب استراتژی‌های پایدار در سازمان‌دهی مجدد این سیستم‌ها پیشنهاد کردند. صالحی و همکاران (1398) با هدف ارزیابی سیستم‌های مدیریت بحران پنج واحد پتروشیمی از سه بعد سازمانی، جنبه انسانی و فنی از رویکرد تصمیم‌گیری با معیارهای چندگانه، شامل روش آنتروپی شانون و TOPSIS برای ترتیب اولویت براساس شباهت به راه‌حل ایدئآل استفاده کردند. نتایج آن‌ها نشان داد جنبه‌های سازمانی و انسانی به‌ترتیب با 58 و 49 درصد اهمیت در سطوح مدیریت و کارکنان بیشترین تأثیر را بر سیستم‌های مدیریت بحران کارخانه‌ها داشتند.
 حجاریان (1402) به مکان‌یابی پناهگاه‌های چندمنظوره با تأکید بر اصول پدافند غیرعامل باتوجه‌به برخی شاخص‌های خاص برای شهر اصفهان پرداختند. غیب دوست و همکاران (1402) با هدف شناسایی و اولویت‌بندی عوامل مؤثر بر صنعت هتلداری و ارزیابی هتل‌های پنج ستاره در طول همه‌گیری بحران کووید-19از روش ارزیابی نسبت افزایشی (ARAS) استفاده نمودند. اردن و همکاران (2024) به بررسی معیارهای مؤثر بر مکان مراکز توزیع لجستیک بشردوستانه با استفاده از روش ARAS در استان ساکاریا ترکیه، منطقه‌ای مستعد بلایای طبیعی پرداختند. 
لیو و همکاران (2024) به تحلیل نگرش‌ها و مشارکت عمومی نسبت به آب رادیواکتیو تصفیه‌شده فوکوشیما (FTRW) پرداختند و یک چارچوب تجزیه‌وتحلیل تکاملی برای بررسی نظرات جمع‌آوری‌شده از رسانه‌های اجتماعی ارائه دادند. سوسیاتی و همکاران (2024) به تحلیل معیارها و روش‌های مکان‌یابی نیروگاه‌های هسته‌ای از طریق ارزیابی سیستماتیک پرداختند و مشخص کردند که این فرآیند شامل جنبه‌های بیوژئوفیزیکی، اجتماعی-اقتصادی و فاجعه‌ای است. چن و همکاران (2024) به توسعه یک سیستم ارزیابی کمی برای مدیریت ایمنی در برابر خطرات پرتوهای هسته‌ای با چهار جنبه اصلی مدیریت ایمنی، محیط ایمنی، تجهیزات تابش و تیم آزمایش پرداختند. آن‌ها با استفاده از تحلیل سلسله مراتبی (AHP) و روش مدل ابری، درجه ایمنی یک مؤسسه آزمایشی تحلیل‌شده و توصیه‌های مدیریتی برای بهبود جنبه‌های خاص این سازمان ارائه کردند. 
چن و همکاران (2024) در شرایط بحرانی همچون جنگ یا حوادث هسته‌ای، به‌خصوص در مناطق آسیب‌پذیر، دسترسی سریع و مؤثر به خدمات بهداشتی، به‌ویژه خدمات و تجهیزات پرتو پزشکی، به‌عنوان یک نیاز اساسی و حیاتی شناخته می‌شود. اما امکان دسترسی به خدمات بهداشتی و درمانی در شرایط جنگی، خصوصاً حوادث هسته‌ای، به چالشی بزرگ تبدیل می‌شود. ازآنجایی‌که مراکز درمانی پرتو پزشکی نقش حیاتی در تشخیص و درمان افراد مبتلا به اثرات ناشی از پرتوها دارند، بنابراین انتخاب استان‌های پرخطر جهت خدمت‌رسانی بهتر به بیماران امری حیاتی است. این فرایند نه‌تنها به بهبود کیفیت خدمات درمانی در شرایط اضطراری کمک می‌کند بلکه می‌تواند به حفظ سلامت و امنیت جامعه در برابر آثار منفی حوادث هسته‌ای نیز منجر شود. فیشر و همکاران (2013) به بررسی اثرات رادیواکتیویته ناشی از راکتور هسته‌ای آسیب‌دیده فوکوشیما بر روی جانوران دریایی پرداختند و دوزهای ناشی از سانحه فوکوشیما و طبیعی را برای مصرف‌کنندگان محاسبه نمودند. 
باتوجه‌به عدم پژوهش در زمینه بررسی و اولویت‌بندی مناطق کشور براساس شاخص‌ها و ریسک‌های هسته‌ای و همچنین کاربرد این موضوع برای دست‌اندرکاران این امر جهت مواجهه با حوادث هسته‌ای برآن شدیم که با استفاده از روش‌های علمی نوین نظیر استفاده از روش ARAS به بررسی و اولویت‌بندی استان‌های ایران جهت برنامه‌ریزی‌های مؤثرتر در راستای ارتقای تاب‌آوری و آمادگی در برابر سوانح هسته‌ای اقدام گردد. چشم‌انداز این مقاله به گونه‌ای تنظیم شده است که ابتدا مسئله موردبحث را به دقت تعریف کرده و پس از روشن‌سازی ابعاد مختلف چالش‌ها، به معرفی و تبیین روش‌های حل آن می‌پردازد. در ادامه، نتایج حاصل از به‌کارگیری این روش‌ها به تفصیل ارائه می‌شود. در نهایت، با تجزیه‌وتحلیل این نتایج، به نتیجه‌گیری جامع و دقیق پرداخته شد که می‌تواند مبنای تصمیم‌گیری‌های آتی قرار گیرد.

تعریف مسئله
در دنیای امروز، افزایش جمعیت جهانی و تعداد جنگ‌ها و حوادث هسته‌ای خطرات قابل‌توجهی برای سلامت و امنیت انسان‌ها ایجاد کرده‌اند. در شرایط بحرانی ناشی از جنگ‌ها و حوادث هسته‌ای، دسترسی آسان به خدمات درمانی و تجهیزات حیاتی برای تشخیص و درمان بیماران دارای آسیب‌های پرتویی از اهمیت بالایی برخوردار است. این وضعیت‌ها معمولاً به افزایش ناگهانی تقاضا برای خدمات درمانی، تخریب زیرساخت‌ها و اختلال در سیستم‌های عادی ارائه خدمات منجر می‌شود. لذا شناسایی و رتبه‌بندی مناطق آسیب‌پذیر به خطر هسته‌ای، اقدامی لازم و ضروری است. هدف از این تحقیق، آنالیز و رتبه‌بندی مناطقی است که احتمال وقوع سانحه هسته‌ای در آن‌ها بیشتر به نظر می‌رسد. برای این منظور، عواملی همچون جمعیت، وجود تأسیسات هسته‌ای، وضعیت اقتصادی (شامل تولید ناخالص ملی و صنایع کلیدی)، زیرساخت‌های شهری و نظامی در نظر گرفته ‌شده است. پیامدهای این تحقیق می‌تواند بهبودهای قابل‌توجهی در مدیریت بحران‌ها به ارمغان آورد، زیرا آماده‌سازی مناسب برای تخصیص منابع و خدمات بهداشتی در مواقع بحران افزایش می‌یابد و کیفیت و اثربخشی خدمات درمانی ارتقا پیدا می‌کند. همچنین شناسایی مناطق در معرض خطر می‌تواند به کاهش آسیب‌پذیری آن‌ها کمک کند و درنتیجه تلفات انسانی و خسارات مالی ناشی از حوادث هسته‌ای را به حداقل برساند. علاوه‌براین، ارزیابی دقیق خطرهای هسته‌ای و نیازهای موجود، موجب هماهنگی مؤثرتر در پاسخ به بحران‌ها می‌شود و هزینه‌های مدیریت بحران را کاهش می‌دهد. همچنین با افزایش آگاهی درباره خطرات هسته‌ای و برنامه‌ریزی مناسب، امنیت عمومی تقویت می‌شود و اعتماد شهروندان به نهادهای مربوطه افزایش می‌یابد. درنهایت، این تحقیق می‌تواند به توسعه همکاری میان نهادهای دولتی و غیردولتی در زمینه مدیریت بحران کمک کند و اقدامات مؤثری را برای مقابله با چالش‌های هسته‌ای پایه‌گذاری نماید. درمجموع، عدم توجه به‌ضرورت پژوهش و تحلیل در زمینه خطرهای هسته‌ای می‌تواند تهدیدی جدی برای سلامت و امنیت عمومی باشد و کشورهای مختلف را در برابر بحران‌های بالقوه آسیب‌پذیرتر کند.

 روش
این مقاله به بررسی و رتبه‌بندی مناطق براساس شدت خطر هسته‌ای با استفاده از روش ARAS)) پرداخته است. برای وزن‌دهی به معیارها از روش نظر خبرگان استفاده گردید.در ابتدا، ماتریس تصمیم‌گیری تشکیل می‌شود که در آن سطرها نمایانگر مناطق هدف و ستون‌ها شامل معیارهای مدنظر هستند. هر سلول در ماتریس، ارزیابی هر گزینه نسبت به معیارها را نشان می‌دهد (فرمول شماره 1) (فراتی و همکاران، 1398).


برای تعیین مقدار ایدئال، معیارهای مثبت به بیشترین مقدار و معیارهای منفی به کمترین مقدار اختصاص می‌یابند. تمامی معیارها در این تحقیق به‌صورت مثبت ارزیابی ‌شده‌اند. ماتریس تصمیم‌گیری به‌طور جداگانه برای معیارهای مثبت و منفی نرمال‌سازی می‌شود و وزن (Wj) هر معیار نیز در این نرمال‌سازی (Nij) لحاظ می‌گردد (فرمول شماره 2، 3، 4).




مطلوبیت کلی (si) هر گزینه با جمع‌کردن اعداد نرمال‌شده (Vij) به‌صورت سطری محاسبه می‌شود که بزرگ‌ترین مقدار نمایانگر بهترین گزینه و کم‌ترین مقدار نمایانگر بدترین گزینه است (فرمول شماره 5).


مجموع مقادیر برابر با 1 می‌شود. بهترین گزینه، مقدار بزرگ‌تری دارد. درجه مطلوبیت گزینه‌ها با (Ki) نشان داده ‌شده است (فرمول شماره 6).


این روش امکان رتبه‌بندی مناطق را براساس ارزیابی‌های انجام‌شده در برابر معیارهای مختلف فراهم می‌کند و درنهایت، اطلاعات جامع‌تری را برای تصمیم‌گیرندگان به‌منظور مدیریت مؤثر خطر هسته‌ای ارائه می‌دهد. به‌منظور رتبه‌بندی استان‌ها، از روش رتبه‌بندی ARAS استفاده گردید که این روش به ما اجازه می‌دهد تا بر اساس معیارهای انتخابی، استان‌ها را به‌طور منظم مورد بررسی قرار دهیم. استفاده از روش ARAS به‌عنوان یک ابزار تحلیل و تصمیم‌گیری چندمعیاره (MCDM) برای آنالیز و رتبه‌بندی استان‌ها در شرایط بحران مزایای قابل‌توجهی دارد. در زیر به دلایلی که استفاده از این روش را توجیه می‌کند، اشاره می‌شود:

سادگی و قابلیت درک
 روش ARAS فرآیندی ساده و قابل‌درک دارد که به تصمیم‌گیرندگان این امکان را می‌دهد که به‌راحتی معیارها و گزینه‌های مختلف را ارزیابی و مقایسه کنند.

ترکیب معیارهای مختلف
 این روش قابلیت ترکیب چندین معیار را دارد که در مورد مکان‌یابی مراکز درمانی، می‌تواند شامل عوامل زنجیره‌ای متنوعی نظیر دسترسی به راه‌های ارتباطی، ظرفیت مراکز، فاصله از مناطق پرخطر و غیره باشد.

قابلیت انعطاف‌پذیری ARAS 
می‌تواند با شرایط متفاوت و سناریوهای گوناگون سازگار باشد. در شرایط بحران که متغیرها و پارامترها ممکن است به‌سرعت تغییر کنند، این روش به تصمیم‌گیرندگان کمک می‌کند تا گزینه‌های مناسب‌تری را شناسایی کنند.

رتبه‌بندی شفاف
 آرایش نهایی گزینه‌ها در ARAS براساس نمرات جمعی محاسبه می‌شود که شفافیت و وضوح رده‌بندی را افزایش می‌دهد. در شرایط بحرانی، این شفافیت برای اتخاذ تصمیمات سریع و مؤثر بسیار مهم است.

استفاده از مقادیر کمی و کیفی
ARAS این قابلیت را دارد که هم داده‌های کمی و هم کیفی را در فرآیند ارزیابی لحاظ کند. به‌عنوان‌مثال، در مورد مراکز درمانی، می‌توان هم معیارهای کمی مانند ظرفیت درمانی و هم معیارهای کیفی مانند کیفیت خدمات را ارزیابی کرد. 
به‌طورکلی، استفاده از روش ARAS در آنالیز و رتبه‌بندی استان‌ها در شرایط بحران به‌دلیل قابلیت‌های آن در ترکیب و تحلیل معیارهای مختلف و نیز سهولت در فرآیند تصمیم‌گیری، می‌تواند به ایجاد تصمیماتی کارآمد و مبتنی برداده کمک کند که درنهایت به بهبود پاسخگویی به بحران‌ها منجر شود.

 یافته‌ها
 افزایش جمعیت و خطرات ناشی از حوادث هسته‌ای، تهدیدهای جدی برای سلامت و امنیت جوامع، به‌خصوص در کشورهایی مانند ایران ایجاد کرده است. این تحقیق به بررسی و رتبه‌بندی استان‌های ایران باتوجه‌به جمعیت، وجود تأسیسات هسته‌ای و موقعیت جغرافیایی پرداخته است. نتایج این مطالعه می‌تواند به مدیریت بهتر بحران‌ها کمک کرده و با شناسایی مناطق آسیب‌پذیر، کیفیت خدمات درمانی را افزایش دهد و تلفات و خسارات ناشی از حوادث هسته‌ای را کاهش دهد. علاوه‌براین، ارزیابی دقیق خطرهای هسته‌ای و درک نیازهای موجود، موجب همکاری مؤثرتر میان نهادهای دولتی و خصوصی در زمینه مدیریت بحران خواهد شد. جدول شماره 1 شامل 10 استان منتخب پرخطر ایران است که به‌دلیل ویژگی‌های جمعیتی و نزدیکی به تأسیسات هسته‌ای در اولویت برنامه‌ریزی و مدیریت بحران قرار دارند.


پیش از آنالیز و رتبه‌بندی استان‌ها نیاز است که اهمیت و وزن هر معیار مشخص شود. با روش نظر خبرگان مطابق جدول شماره 2، وزن‌های معتبری برای معیارها استخراج شد.



تشکیل ماتریس تصمیم
در گام نخست این روش، ماتریس تصمیم تشکیل می‌شود که به ارزیابی گزینه‌های موجود کمک می‌کند. در این ماتریس، سطرها نمایانگر استان‌ها و ستون‌ها شامل معیارهای پژوهش هستند. این معیارها شامل جمعیت، تأسیسات هسته‌ای، وضعیت اقتصادی (شامل صنایع مادر و تولید ناخالص ملی)، زیرساخت‌های شهری و پایگاه‌های شکاری می‌باشند. هر سلول این ماتریس نمایانگر ارزیابی هر گزینه نسبت به هر معیار می‌باشد و نتایج در جدول شماره 3 نشان داده ‌شده است.



 تعیین مقدار ایده آل فرضی 
مقدار ایدئال برای معیارهای مثبت برابر بیشترین مقدار و برای معیارهای منفی برابر کمترین مقداراست. در این تحقیق، ماتریس تصمیم به‌گونه‌ای طراحی‌شده است که تمامی معیارها به‌صورت مثبت مورد ارزیابی قرار گیرند. به‌عبارت‌دیگر هریک از معیارها به‌عنوان یک عنصر مطلوب در نظر گرفته‌شده و هدف، دستیابی به بهترین عملکرد در تمامی این معیارها است. در این راستا، مقدار ایدئال فرضی برای هر سلول در ماتریس تصمیم معادل با حداکثر مقدار ممکن برای آن معیار در نظر گرفته ‌شده است. به‌عبارتی‌دیگر، برای هر استان و معیار، مقدار ایدئال برابر با بالاترین امتیاز موجود در آن دسته می‌باشد و در جدول شماره 4 نشان داده‌شده است.



نرمال کردن و وزن‌دار کردن ماتریس تصمیم
ماتریس تصمیم باید برای معیارهای مثبت و منفی به‌صورت جداگانه نرمال شود. به همین منظور با استفاده از روش نرمال کردن خطی ماتریس تصمیم نرمال شده و در گام بعد باید اهمیت و وزن هر معیار در ماتریس تصمیم نرمال‌شده لحاظ شود. به همین منظور وزن هر معیار در سلول هر ستون ضرب خواهد شد. درنتیجه ماتریس تصمیم موزون نرمال‌شده مطابق جدول شماره 5 تشکیل خواهد شد.



محاسبه مطلوبیت کل و نسبی هر گزینه
در این مرحله باید مطلوبیت کلی و همچنین مطلوبیت نسبی هر گزینه محاسبه شود. برای محاسبه مطلوبیت کل هر گزینه، اعداد نرمال شده ماتریس را به‌صورت سطری باهم جمع می‌کنیم که بزرگ‌ترین مقدار آن برابر بهترین و کمترین آن برابر بدترین است. محاسبه درجه مطلوبیت هر گزینه برای ارزیابی گزینه‌ها نه‌تنها در تعیین بهترین رتبه اهمیت دارد بلکه مهم است که کیفیت (مطلوبیت ) نسبی هر گزینه مطرح‌شده نیز مشخص شود. درجه مطلوبیت هر استان به‌وسیله تابع مطلوبیت در جدول شماره 6 ارائه شده است.



رتبه‌بندی گزینه‌ها
باتوجه‌به اعمال مراحل روش ARAS، استان‌ها مورد ارزیابی و رتبه‌بندی قرار گرفتند. این روش که به تحلیل و تصمیم‌گیری در شرایط چندمعیاره می‌پردازد، به ما این امکان را داده است که هر استان را براساس ارزیابی‌های صورت گرفته در برابر معیارهای مختلف رتبه‌بندی کنیم. نتایج نهایی رتبه‌بندی استان‌ها در جدول شماره 7 قابل‌مشاهده است.



بحث و نتیجه‌گیری 
تحقیق حاضر با رتبه‌بندی استان‌های کشور براساس شدت خطر هسته‌ای و احتمال وقوع سانحه هسته‌ای، بینش‌های مدیریتی ارزشمندی برای تصمیم‌گیرندگان و دولت به ارمغان می‌آورد. به‌منظور اتخاذ تصمیمات مؤثر و بهینه در زمینه مدیریت خطرهای هسته‌ای و به حداقل رساندن عواقب ناشی از حوادث احتمالی، لازم است اقدامات عملیاتی مشخصی در نظر گرفته شود. این اقدامات شامل تخصیص منابع به استان‌های با خطر بالاتر است تا با معرفی اقدامات پیشگیرانه و تأمین منابع مالی و انسانی، مانند تجهیزات ایمنی، آموزش‌های تخصصی و بهبود زیرساخت‌ها، از شدت خطر کاسته شود. به‌منظور بهبود مدیریت بحران و کاهش خطر حوادث هسته‌ای، پیشنهادهای عملیاتی زیر برای مدیران و تصمیم‌گیرندگان ارائه می‌شود:

توسعه سیستم‌های پایش و هشدار زودهنگام
 ایجاد و توسعه سیستم‌های پایش و هشدار زودهنگام در برابر سوانح هسته‌ای، شامل حسگرهای محیطی و نرم‌افزارهای تحلیلی.

تخصیص منابع مطابق با رتبه‌بندی ریسک
 تخصیص منابع مالی و انسانی به استان‌های با بالاترین شدت خطر، به‌ویژه در زمینه خدمات درمانی و بهداشتی.
 
توسعه مراکز درمانی تخصصی
 ایجاد و تقویت مراکز درمانی نزدیک تأسیسات هسته‌ای برای ارائه خدمات فوری به بیماران در مواقع بحران.
این تحقیق با استفاده از روش ARAS و معیارهای متنوعی از جمله جمعیت، وجود تأسیسات هسته‌ای، وضعیت اقتصادی، زیرساخت‌های شهری و قدرت نظامی هر استان انجام شد. وزن‌دهی به این معیارها براساس نظرات کارشناسان این حوزه تعیین گردید. نتایج نشان داد استان اصفهان به‌عنوان استان اول، و استان‌های تهران و خوزستان به‌ترتیب در رتبه‌های دوم و سوم از نظر شدت خطر هسته‌ای انتخاب شدند. تفاوت این تحقیق با مقالات پیشین در این زمینه شامل رویکرد جامع‌تر به معیارها، استفاده از روش ARAS، تأکید بر اقدامات عملیاتی، تمرکز بر مدیریت بحران و در نظر گرفتن نظرات کارشناسان است. باتوجه‌به این ویژگی‌ها، نتایج این پژوهش می‌تواند به تصمیم‌گیرندگان در برنامه‌ریزی بهینه و تخصیص منابع درمانی، به‌ویژه در مواقع بحران کمک نماید و بهبود کیفیت خدمات‌رسانی به بیماران را در چنین شرایطی تضمین کند.

ملاحظات اخلاقی
پیروی از اصول اخلاق پژوهش
در این مطالعه، تمام اصول اخلاق در پژوهش رعایت شد. ازآنجایی‌که هیچ آزمایشی بر روی نمونه‌های حیوانی یا انسانی انجام نشد، هیچ کد اخلاقی اخذ نشد.

حامی مالی
مقاله برگرفته از پایان‌تامه کارشناسی ارشد امیر قمچقایی است که در گروه مهندسی صنایع دانشگاه بوعلی سینا انجام شده است. این پژوهش هیچ‌گونه کمک مالی از سازمانی‌های دولتی، خصوصی و غیرانتفاعی دریافت نکرده است.

مشارکت نویسندگان
مفهوم‌سازی، اعتبارسنجی، تحقیق: همه نویسندگان؛ روش‌شناسی، نرم‌افزار، تحلیل صوری، نگارش - پیش نویس اصلی، مدیریت داده‌ها، منابع و تجسم: امیر قمچقایی؛ نگارش - نقد و تدوین و نظارت: پروانه سمویی.

تعارض منافع
بنابر اظهار نویسندگان، این مقاله تعارض منافع ندارد.

 

References
Baležentis, T., Morkūnas, M., Žičkienė, A., Volkov, A., Ribašauskienė, E., & Štreimikienė, D. (2021). Policies for rapid mitigation of the crisis’ effects on agricultural supply chains: A multi-criteria decision support system with monte carlo simulation. Sustainability, 13(21), 11899. [DOI:10.3390/su132111899]
Chen, Y., Lin, Q., Wang, Y., & Li, H. (2024). AHP-based quantitative evaluation of radiation safety in nuclear technology utilization units. Journal of Radiation Research and Applied Sciences, 17(1), 100806.‏ [DOI:10.1016/j.jrras.2023.100806]
Chen, Y., Lin, Q., Zhu, W., Tang, M., Li, H., & Li, G., et al. (2024). A scientometric review of knowledge domains on nuclear radiation. Journal of Radiation Research and Applied Sciences, 17(3), 100995. [DOI:10.1016/j.jrras.2024.100995]
Choukolaei, H. A., Ghasemi, P., & Goodarzian, F. (2023). Evaluating the efficiency of relief centers in disaster and epidemic conditions using multi-criteria decision-making methods and GIS: A case study. International Journal of Disaster Risk Reduction, 85, 103512.‏ [DOI:10.1016/j.ijdrr.2022.103512] [PMID] 
Darvish, R., Hasani, N., & Rasti Ardakani, R. (2015). [Models fire safety approach in nuclear power plants (Persian)]. Disaster Prevention and Management Knowledge, 5 (2), 130-143. [Link]
Erden, C., Ateş, Ç., & Esen, S. (2024). Distribution center location selection in humanitarian logistics using hybrid BWM-ARAS: A case study in türkiye. Journal of Homeland Security and Emergency Management, 21(3), 383-415.‏ [DOI:10.1515/jhsem-2022-0052]
Fisher, N. S. Beaugelin-Seiller, K. Hinton, T. G. Baumann, Z. Madigan, D. J. & Garnier-Laplace, J. (2013). Evaluation of radiation doses and associated risk from the Fukushima nuclear accident to marine biota and human consumers of seafood. Proceedings of the National Academy of Sciences of the United States of America, 110(26), 10670–10675. [DOI:10.1073/pnas.1221834110] [PMID] 
Forati, H., Jowkar, A., & Harati, L. (2020). [Performance Evaluation of Child and Adolescent Health Centers in the Welfare Organization by AHP and ARAS Method (Case study: Semnan, Golestan and North Khorasan Provinces) (Persian)]. Public Organizations Management, 8(2), 113-128. [Link] 
Gheibdoust, H., Gilaninia, S., & Taleghani, M. (2024). Identification and prioritization of the factors influencing service quality in the hotel industry by SWARA and ARAS methods during the COVID-19 pandemic. Journal of Quality Assurance in Hospitality & Tourism, 25(6), 1918-1940.‏ [DOI:10.1080/1528008X.2023.2209343]
Hajarian, A. (2024). [Locating the Optimal Areas for Multipurpose Urban Shelters Based on the Principles of Passive Defense in Isfahan, Iran (Persian)]. Disaster Prevention and Management Knowledge, 14(1), 44-59. [DOI:10.32598/DMKP.14.1.803.1]
Liland, A. (2015). Societal Consequences of Nuclear Accidents. In S. Apikyan & D. Diamond (Eds), Nuclear Terrorism and National Preparedness. NATO Science for Peace and Security Series B: Physics and Biophysics. Dordrecht: Springer. [DOI:10.1007/978-94-017-9891-4_19 ‌]
Liu, X., Chen, Z., Wang, F. Y., Yang, D., Qin, R., & Pang, M. et al. (2024). Nuclear pollution or safe discharge: topic evolution and cognitive analysis on Fukushima’s treated radioactive water. IEEE Transactions on Computational Social Systems, 11(6), 7338 - 7347. [DOI:10.1109/TCSS.2024.3406700]
Nokhbatolfoghahaayee, H., Menhaj, M. B., & Shafiee, M. (2010). Fuzzy decision support system for crisis management with a new structure for decision making. Expert Systems with Applications, 37(5), 3545-3552.‏ [DOI:10.1016/j.eswa.2009.10.011]
Pamučar, D., Žižović, M., Marinković, D., Doljanica, D., Jovanović, S. V., & Brzaković, P. (2020). Development of a multi-criteria model for sustainable reorganization of a healthcare system in an emergency situation caused by the COVID-19 pandemic. Sustainability, 12(18), 7504.‏ [DOI:10.3390/su12187504]
Povinec, P. P., & Hirose, K. (2015). Fukushima radionuclides in the NW Pacific and assessment of doses for Japanese and world population from ingestion of seafood. Scientific Reports, 5, 9016.‏ [DOI:10.1038/srep09016] [PMID] 
Razi, M., & Ali, Y. (2019). Ranking renewable energy production methods based on economic and environmental criteria using multi-criteria decision analysis. Environment Systems and Decisions, 39, 198-213.‏ [DOI:10.1007/s10669-018-9713-6]
Ribeiro, F., Ferreira, P., & Araújo, M. (2013). Evaluating future scenarios for the power generation sector using a Multi-Criteria Decision Analysis (MCDA) tool: The Portuguese case. Energy, 52, 126-136.‏ [DOI:10.1016/j.energy.2012.12.036]
Salbu, B., Skipperud, L., & Lind, O. C. (2015). Sources contributing to radionuclides in the environment: With focus on radioactive particles. In C. Walther & D. Gupta (Eds), Radionuclides in the Environment.‌ Cham: Springer. [DOI:10.1007/978-3-319-22171-7_1] 
Salehi, V., Zarei, H., Shirali, G. A., & Hajizadeh, K. (2020). An entropy-based TOPSIS approach for analyzing and assessing crisis management systems in petrochemical industries. Journal of Loss Prevention in the Process Industries, 67, 104241.‏ [DOI:10.1016/j.jlp.2020.104241]
Susiati, H., Widiawaty, M. A., Dede, M., Sunardi, Ryanto, T. A., & Handono, K. (2024). Criteria and methods in nuclear power plants siting: A systematic literature review. Cogent Social Sciences, 10(1), 2354976.‏ [DOI:10.1080/23311886.2024.2354976]