Safe Horizon

Accurate and early detection of brain tumors is critical for improving patient prognoses in neuro-oncology. This paper delivers a detailed survey of convolutional deeplearning strategies for categorizing brain neoplasms from MRI images. The review examines architectures such as DeepTumorNet, NASNet, and Brain-GCN-Net, and compares their suitability for clinical deployment. Experimental results indicate that DeepTumorNet attains the highest accuracy, outperforming competing models while remaining computationally lightweight. The study underscores the importance of preprocessing steps and methods that bolster classification robustness, while also highlighting the limitations of traditional machine-learning techniques and the ongoing shift toward automated feature learning. Comparative analyses show that CNNs consistently outperform older approaches in precision and generalizability across varied MRI datasets. Overall, the findings demonstrate that compact CNN architectures not only enhance diagnostic reliability but also support practical clinical workflows by enabling faster decision-making and easier integration into real-time diagnostic systems.

The design and development of a Smart Path: AI Based Personalized Career Guidance system for undergraduates that respond to API requests with appropriate data and through advice. Our system overcomes the limitation of traditional career guidance resources by introducing, hands on style of personalized experience to the users, such as students of rural areas, professionals and people with disabilities. In our approach, the front end is designed in a simple and responsive manner as web browser (integrated with Teachable Machine) to make initial interaction users friendly based on recommendation. Upon recommendation completion, the prediction based on users input category is passed on through API to the script.js which manages the back end logic. Real time information is assured by requesting external API services that provides industry trends, educational needs and market analysis. Post yielding the precise recommendation, JSON file is shared with web browser to represent the user an engaging dashboard with personalized career guidance and course suggestion. This is user friendly and scalable chat bot, A Smart Path: AI Based Personalized Career Guidance for Scholars, provides a cost, effective way to democratize career counseling, particularly for students in underprivileged communities. The novelty of our work is expressed by filling the gap by using a web browser, based CNN model (google Teachable Machine) and along with a generative language model (Gemini) to provide quick, image driven personalized career suggestions.

Rapid urbanization has led to rising vehicle density, energy consumption, and travel delays in metropolitan cities, calling for intelligent and sustainable transportation alternatives. This work proposes SmartRideShare, an AI-assisted community-based ridesharing system that leverages ubiquitous computing to optimize peer-to-peer travel matching. The platform integrates React.js for responsive front-end interfaces, Firebase for real-time backend services, and Leaflet Maps for spatial visualization. The system introduces route scheduling and a credit-based fairness model for corporate and daily commuters, ensuring compliance with local vehicle-sharing laws. Experimental validation was performed using real user flow simulations under urban constraints, and results demonstrated an average 18–25% reduction in travel cost and up to 30% lower carbon emission proxy compared to conventional single-passenger services. The proposed architecture shows high scalability and modularity, supporting future integration of blockchain-based trust systems and IoT-based sensing. SmartRideShare contributes to the conference theme by enabling intelligent information systems for sustainable urban mobility through decentralized, adaptive, and community-centric design.

Cette étude de cas du Programme pour la vaccination à l’horizon 2030 (IA2030) fait partie du Knowledge to Action Hub du Mouvement pour la vaccination à l’horizon 2030 (IA2030). Elle fait partie d’une série qui met en lumière les expériences du personnel chargé de la vaccination et des soins de santé primaires travaillant à différents niveaux des programmes nationaux de vaccination dans les pays à revenu faible ou intermédiaire. Les personnes présentées participent toutes au programme d’apprentissage par les pairs du Mouvement pour la vaccination à l’horizon 2030 (IA2030), organisé par la Fondation Apprendre Genève (TGLF). En savoir plus sur le Hub… En savoir plus sur le Mouvement… Ce rapport fait partie d'une série visant à recueillir les points de vue d'un groupe hétérogène de professionnels de la santé travaillant à la prestation ou à la gestion de services de vaccination dans les pays à revenu faible ou intermédiaire. Contribuant à l'engagement consultatif entre les niveaux international et local, chaque rapport offre une occasion unique de découvrir les expériences et les points de vue non filtrés de milliers de personnes dont la vie quotidienne tourne autour de la prestation de services de vaccination. Contexte Confrontée à un problème de demande – le manque de motivation à rechercher des services dans un bidonville local –, Maria Fernanda Monzon a pu s’inspirer de l’expérience de ses collègues de travail et de ceux qu’elle a rencontrés par l’intermédiaire du Mouvement pour la vaccination à l’horizon 2030 (IA2030). Son engagement en faveur du réseautage entre pairs l’aide à se faire la porte-parole des professionnels de la vaccination de première ligne au sein d’un groupe de travail IA2030.

<p>Cette étude de cas fait partie du <strong>Knowledge to Action Hub</strong> du Mouvement pour la vaccination à l’horizon 2030 (IA2030). Elle fait partie d’une série qui met en lumière <strong>les expériences du personnel chargé de la vaccination et des soins de santé primaires travaillant à différents niveaux des programmes nationaux de vaccination dans les pays à revenu faible ou intermédiaire. </strong>Les personnes présentées participent toutes au programme d’apprentissage par les pairs du Mouvement pour la vaccination à l’horizon 2030 (IA2030), organisé par la Fondation Apprendre Genève (TGLF). <a href="https://www.learning.foundation/ia2030-knowledge-action-hub-fr">En savoir plus sur le Hub</a>… <a href="https://www.learning.foundation/immunization-agenda-2030-fr">En savoir plus sur le Mouvement</a>…</p>\n\n<p>Ce rapport fait partie d'une série visant à recueillir <strong>les points de vue d'un groupe hétérogène de professionnels de la santé travaillant à la prestation ou à la gestion de services de vaccination dans les pays à revenu faible ou intermédiaire.</strong> Contribuant à l'engagement consultatif entre les niveaux international et local, chaque rapport offre une occasion unique de découvrir <strong>les expériences et les points de vue non filtrés</strong> de milliers de personnes dont la vie quotidienne tourne autour de la prestation de services de vaccination.</p>\n\n<p><strong>Contexte</strong></p>\n\n<p>Travaillant au niveau du district, Franck Monga a introduit de multiples idées partagées par ses pairs dans les activités du Programme pour la vaccination à l’horizon 2030 (IA2030) organisées par la Fondation Apprendre Genève (TGLF). Il a été choisi par ses pairs pour diriger le réseau national de la Fondation en République démocratique du Congo (RDC). Ce réseau, créé en juillet 2019, soutient désormais l’apprentissage par les pairs au niveau national en RDC et constitue un lien très apprécié entre le personnel chargé de la vaccination et les responsables nationaux de la vaccination pour progresser vers les objectifs du Programme pour la vaccination à l’horizon 2030 (IA2030).</p>

<p>Cette étude de cas du Programme pour la vaccination à l’horizon 2030 (IA2030) fait partie du <strong>Knowledge to Action Hub</strong> du Mouvement pour la vaccination à l’horizon 2030 (IA2030). Elle fait partie d’une série qui met en lumière <strong>les expériences du personnel chargé de la vaccination et des soins de santé primaires travaillant à différents niveaux des programmes nationaux de vaccination dans les pays à revenu faible ou intermédiaire. </strong>Les personnes présentées participent toutes au programme d’apprentissage par les pairs du Mouvement pour la vaccination à l’horizon 2030 (IA2030), organisé par la Fondation Apprendre Genève (TGLF). <a href="https://www.learning.foundation/ia2030-knowledge-action-hub-fr">En savoir plus sur le Hub</a>… <a href="https://www.learning.foundation/immunization-agenda-2030-fr">En savoir plus sur le Mouvement</a>…</p> <p>Ce rapport fait partie d'une série visant à recueillir <strong>les points de vue d'un groupe hétérogène de professionnels de la santé travaillant à la prestation ou à la gestion de services de vaccination dans les pays à revenu faible ou intermédiaire.</strong> Contribuant à l'engagement consultatif entre les niveaux international et local, chaque rapport offre une occasion unique de découvrir <strong>les expériences et les points de vue non filtrés</strong> de milliers de personnes dont la vie quotidienne tourne autour de la prestation de services de vaccination.</p> <p><strong>Contexte</strong></p> <p>Se retrouvant soudainement responsable de la vaccination dans sept villages d’un poste de santé du Sénégal rural, Wasnam Faye a trouvé son salut dans le réseau et la plateforme de la Fondation Apprendre Genève, composés de personnels de vaccination du monde entier, galvanisés par le Programme pour la vaccination à l’horizon 2030 (IA2030), qui lui ont offert des conseils, des orientations pratiques et un soutien émotionnel. En écoutant les parents et en découvrant les raisons pour lesquelles ils ne recouraient pas aux services, elle a ensuite pu améliorer la couverture dans les communautés qu’elle dessert.</p>

Synthesis of high-resolution images for the input textual descriptions is a prominent field of research that needs to be looked into, in this world of computer vision and animations. The task of image generation has its own challenges such as, working on the main object and background elements simultaneously, considering the ambiguity of natural language and reducing the noise that may be collected along with the input. It is also equally important to determine the importance of words given in the input textual description and ranking them according to their degree of relevance to desired image. Generative Adversarial Networks (GANs) are one of the newest developments for synthesis of images from text. In our literature review article, we have provided a consolidated idea of GAN s and how their variants are helpful in producing high resolution images.

Antidomestic violence advocates have begun to question two essential policies that have long defined domestic violence shelters-strict secrecy regarding shelter location and prohibitions on shelter access to all except staff and residents-both of which serve to increase survivors' social isolation and entail coercive rules that resonate painfully with broader oppressive dynamics. In response a growing number of communities have begun experimenting with open shelters, which break from tradition by making their locations public, and allowing visitors. Although this innovation is a sharp departure from tradition, virtually no research exists to explore its philosophical underpinnings, benefits, and challenges. This study addresses this gap. Study Questions: We used a qualitative descriptive approach to explore the experiences and perspectives of open shelter directors. Participants included 14 open shelter directors from 11 states. We conducted semistructured phone interviews with each participant, focusing on their shelter's (a) nature and history; (b) rationale; (c) policies and programs related to secrecy and openness; (d) benefits and challenges; (e) effects on specific survivor subgroups; and (f) practices used to build or strengthen survivors' relationships. Open shelters: (a) promote physical safety using a broad array of measures; (b) adopt a range of policies that promote varying degrees of location disclosure and visitor accessibility; (c) face challenges, such as the need to gain buy-in from multiple constituents; and (d) Improve survivor outcomes, including decreased shame; improved advocacy relationships; increased access to services and community involvement in shelter life; and deepened relationships with network members; in turn increasing prospects for physical and psychological well-being long after survivors' shelter stays are over. Findings suggest a new path for shelters interested in promoting survivor safety and healing in the context of a web of meaningful relationships.