西交利物浦大学与英国利物浦大学联合培养全奖博士生招聘(获利物浦大学博士学位)

1756
2
就读时间:3年(最快2022年12月入学),期间可前往英国利物浦进行为期6个月访学

博士导师团队:
  • Primary Supervisor in XJTLU: 宋璟璐,西交利物浦大学城市规划与设计系助理教授,西浦城市与环境校级研究中心研究员。博士毕业于香港中文大学,美国普林斯顿大学访问学者,香港大学/香港浸会大学助理研究员。个人主页:xjtlu.edu.cn
  • Supervisor in Liverpool University: Thomas Fisher, Professor in Department of Geography and Planning, Liverpool University. 个人主页: liverpool.ac.uk
  • Co-supervisor in XJTLU: 李柏良,西交利物浦大学健康与环境系副教授。
  • Co-supervisor in XJTLU: Hyung-Chul Cheung,西交利物浦大学城市规划与设计系副教授。

入读要求:
  • 本科成绩应达到一等或二等以上荣誉学位或同等级绩点成绩,或者已获得硕士学位。
  • 本科或者硕士专业为公共卫生、地球信息科学(GIS)、遥感(RS)、统计学、城市规划、环境科学或相关学科。
  • 具有定量分析、编程(R或Python)、地理信息系统或遥感应用经验者优先。
  • 具备良好的英语口语和书写能力。如果第一语言不是英语,应聘者的雅思成绩应达到6.5分或以上。


奖学金包含:
  • 为期三年的学费(目前相当于每年8万元人民币)
  • 每月5000元人民币的津贴作为生活费
  • 最高人民币16,500元国际会议参会费用
  • 博士奖学金获得者每年从事300-500小时的教学辅助工作


申请过程:
该奖学金基于已获批的导师项目,无需经过学校院系申请审核面试,申请人可直接联系主要导师宋璟璐博士,邮箱: [email protected]
申请人需提供以下材料作为后续导师初步审查和评估的参考:
  • 个人简历
  • 个人研究兴趣陈述
  • 个人代表作:比如已发表的论文(如有),简短的文献综述,研究计划,课程作业等。
  • 语言成绩(雅思6.5以上)
  • 本科及研究生官方成绩单
  • 本科及研究生学位及毕业证扫描件

其他博士入学基本要求请参考:xjtlu.edu.cn

博士项目内容简介:
由于气候变化,目前极端温度发生得更加频繁,并极有可能加剧全球的健康负担。因此,更好地了解非最佳温度相关死亡风险是制定卫生干预措施和气候行动计划的基础。然而,现有的针对其空间格局、相关风险因素和潜在调节要素的研究还有待推进。我国幅员辽阔,人口众多,不同的城市因为地域,气候,人文历史,经济发展等差异,其非最佳温度诱发的死亡分险时空差异和风险调节要素也不尽相同。全球或国家,地区级别的大尺度研究结论很难迎合因地制宜、精准防控的战略要求。为了填补这一研究空缺,该项目旨在着眼苏州,同当地政府部门一起,开展一系列地方化案例研究。本研究拟采用多源数据和技术方法(地理信息系统、遥感、机器学习等)、基于先进的统计模型(即时空模型、流行病学模型等),为卫生干预和气候适应策略提供科学依据。
Due to climate change, extreme temperatures occur much more frequently at present and tend to aggravate health burden globally. A better understanding of the non-optimum temperature-related mortality is therefore critical components of health interventions and climate action plans but the details of its spatial pattern, associated risk factors and potential effect modifiers are still understudied, especially in cities of China. To fill the knowledge gap, this project plans to conduct a series of case studies in Suzhou. Taking advantage of multiple data sources and technologies (GIS, RS, machine learning, etc.), advanced statistical models (i.e. spatio-temporal models, epidemiological models, etc.), this study aims to provide a scientific basis for health interventions and climate adaptation strategies.