More summer (and longer-term) reading
墨尔本法学院的 Alison Duxbury 教授撰写了一篇重要而及时的文章：将人权法应用于“军事生活的特征”：方钉和圆孔？, 15 Cambridge Int'l L.J. 5 (2026)。它分析了来自不同司法管辖区的最新决定——有些广为人知，有些则不然。 “该判例法是适用于武装部队的法律框架民事化日益增长趋势的一部分。”祝贺作者对文献做出的这一重大贡献。
Polystemma cualense C.D.Sánchez, S.Islas & A.Black, in Sánchez-Sánchez, Islas-Hernández et Black, 2026. DOI: doi.org/10.3897/phytokeys.276.176723 摘要 墨西哥哈利斯科州 Sierra El Cuale 描述了一种新的 Polystemma 物种。 Polystemma cualense 与其同源植物（尤其是 P. horconesense）的区别在于其绞股花冠高于绞股花、较长的外冠叶和黑色绞股花。形态学数据是通过检查植物标本、查阅 iNaturali
物価高政策としての価格政策～欧州におけるVAT減税と日本の補助金制度との比較～
■概要 为应对2021年起全球物价上涨，各国都在实施涨价政策。通货膨胀政策大致可分为直接收入政策（重点关注贫困程度较高的家庭）和价格政策（抑制目标物品价格上涨）。在价格政策方面，日本侧重于企业（供给侧）的补贴制度，而欧洲则侧重于增值税（VAT）减税。本文根据食品价格数据，探讨了欧洲食品增值税减税的转嫁率和可持续性。此外，我们还将比较日本汽油补贴和增值税减税的成本效益。本文的主要结论是，增值税减税虽然在短期内有效，但其效果不可持续，并且在财政负担方面与补贴存在权衡。其他调查结果如下。定价政策可以相对较快地实施。政府和民间组织的价格监测可以有效提高价格控制效果。日本的汽油补贴具有很强的价格抑制作用
Fatal spider envenomation: a systematic review of autopsy findings
致命蜘蛛中毒：尸检结果的系统回顾摘要背景致命蜘蛛中毒在当代医学实践中极为罕见；然而，零星报告继续出现在法医文献中，其特点往往是诊断不确定性和文献资料异构。这项系统评价严格评估了所有已发表的蜘蛛毒害致死病例，重点关注尸检结果、组织病理学模式和因果归因的医学法律稳健性。结果根据 PRISMA 2020 指南，从数据库建立到 2026 年 2 月 14 日，对 PubMed/MEDLINE、Embase 和 Scopus 进行了系统检索。十二项研究符合预定的纳入标准并被纳入定性综合。 7 例 (58%) 得到尸检结果的支持，5 例是临床上有充分记录的死亡病例，未经尸检。 Loxosceles 占大多
日本跳妖蜘蛛属 Orchestina Simon, 1882 (Araneae: Oonopidae) 的分类学修订，并描述了两个新种摘要日本的妖精蜘蛛属 Orchestina Simon, 1882 (Araneae: Oonopidae) 已修订，确认了 9 个物种，包括两个新物种和日本新记录的 4 个物种：O. okitsui Oi, 1958 (♂♀), O. flava Ono, 2005 (♂♀), O. sanguinea Oi, 1955 (♀), O. saaristoi Henrard & Jocqué, 2012 (♂♀, 新记录), O. saltitans Banks
A-B。 Orchestina flava Ono，2005，女。 C. Orchestina insulana sp。十一月，女； D. O. sanguinea Oi，1955；Orchestina saltitans Banks，1894； O.okitsui Oi，1958年，男。 Suzuki, 2026 DOI: doi.org/10.5852/ejt.2026.1068.3293 摘要 日本妖精蜘蛛属 Orchestina Simon, 1882（Araneae：Oonopidae）已被修订，识别出 9 个物种，包括 2 个新物种和 4 个日本新记录物种：O. okitsui O
Assam's Karbi Anglong holds rare medieval manuscripts, admin to rope in experts to decode them
在阿萨姆邦的卡尔比安隆地区深处，隐藏着一座古代手稿宝库，其中以脆弱的棕榈叶和闪闪发光的铜制成的优雅的泰语和梵文文字为特色。这些历史文献被精心保存在博物馆中，准备揭开中世纪时代被遗忘的智慧。
Six Months with AI and Spiders: My Biggest Lesson and Final Thoughts
人工智能和蜘蛛的六个月：我最大的教训和最终想法在过去的六个月里，我花了无数的时间探索人工智能在科学插图中的能力和局限性。有一个教训已经变得非常清楚：解剖学准确性仍然是人工智能面临的最大挑战之一。人工智能并不能真正理解蜘蛛的解剖学。它从数百万张图像中学习，其中许多图像被错误标记或在科学上不准确。结果，人工智能生成的蜘蛛可能会表现出不正确的眼睛排列、不切实际的身体比例、不准确的颜色、不正确的性别二态性，甚至是多个物种的不可能的特征组合。我的经验表明，当人工智能被视为一种工具而不是权威时，它是最有价值的。最好的科学结果来自于将人工智能与经过验证的博物馆标本、研究级照片、生物多样性数据库和同行评审的分
