XiaoMi-AI文件搜索系统
World File Search System实地
电动汽车能否助力可再生能源转型？激励午间充电的实地实验证据
向脱碳能源系统过渡是 21 世纪的决定性挑战之一。为避免灾难性的气候变化，全球温室气体排放必须在 2050 年之前达到净零排放（Masson-Delmotte 等人，2019 年）。实现净零排放的道路始于脱碳发电和电气化交通、供暖等能源终端使用。然而，风能和太阳能光伏等可变可再生能源以及电动汽车 (EV) 等新电力负荷的兴起对电力系统提出了挑战。风能和太阳能产出会随分钟、小时和天而变化，而电动汽车等新负荷可能会大幅增加峰值电力需求（Bunsen 等人，2018 年）。这些变化将要求电力系统变得更加灵活，例如通过转移电力需求以匹配可再生能源的可用性并增加能源存储。电动汽车可以充当“车轮上的电池”来提供关键的灵活性——在可再生能源产出高时充电，在可再生能源产出低时放电。然而，电动汽车能够发挥这一作用的程度，关键取决于它们的充电时间以及电动汽车车主将备用电池容量的电能卖给电网的意愿。个体电动汽车车主响应价格激励做出的充电决策将最终决定电动汽车能够提供的系统级灵活性。因此，了解电动汽车车主是否会以及在多大程度上改变他们的充电方式以响应价格激励，是将电动汽车整合到高渗透可再生能源系统的关键（Szinai 等人，2020 年）。在本文中，我们提出了新证据，说明电动汽车车主如何响应价格激励，将充电时间转移到支持太阳能发电高渗透率的电力网络的时间。我们的研究利用高分辨率、逐分钟的远程信息处理数据跟踪所有驾驶、充电和车辆位置，以提供电动汽车车主行为的细致而全面的视图。这个丰富的数据集让我们能够检查充电、驾驶和电池管理的时间和地点。对于为这项研究招募的 390 名澳大利亚特斯拉车主样本，我们首先比较了有屋顶太阳能和没有屋顶太阳能的车主的充电时间和地点。在我们的设置中，当屋顶太阳能车主的太阳能电池板发电时，他们面临着强大的经济激励，希望在家中充电。我们发现充电行为存在很大差异。对于屋顶太阳能车主来说，中午的充电份额高出 76%，高峰需求时段的充电份额低 33%，而在家中充电的份额高出 14%。然后，我们随机分配一半的车主样本，让他们获得激励，以避免在电网最容易承受压力的高峰需求时段充电。此外，
莫图哈拉海鸟研究：2024 年 1 月实地考察报告
实地考察 一个由三人组成的团队，Mike Bell 和 Dave Bell（Toroa 咨询公司）以及 Carlos Zavalaga（南方科学大学）于 2024 年 1 月 17 日至 27 日在莫图哈拉露营。我们清晨在北部登陆，并立即将装备运送到通常的露营地。我们在下午早些时候搭好了营地，并安全收起了所有装备。整个旅程的天气变化很大——但以北风为主。起初天气温暖，风力微弱，但从 2024 年 1 月 22 日晚上到 1 月 24 日深夜，一个强大的北风系统经过该岛。这包括 24 小时内 40-50 节的风和超过 60 毫米的降雨（在 Main Chatham 记录）。
社交媒体、影响者和环保产品的采用：来自中国农村的实地实验证据
摘要 用于提高业务绩效的低成本营销工具是否也有助于创造更美好的世界？作者通过随机对照田间试验研究了在线社交媒体工具在缓解客户（农民）不确定性和促进中国农村采用新型环保农药方面的作用。关键发现是，即使对于农药等新产品，低成本社交媒体支持平台也可以有效促进采用。平台上来自同行和公司的信息相结合，有助于了解产品特性，并减轻与产品质量和适当产品使用相关的不确定性。然而，在漏斗的试用阶段，该平台的表现不如公司的定制一对一支持，因为现有信息无法解决供应商可信度和产品真实性的不确定性。让平台上有影响力的人（尽管不是该产品的专家）保证其可信度有助于解决这个漏斗阻碍问题。从理论角度来看，本文为社交媒体平台上的参考影响和可信度信号以及新产品试用的后果提供了启发性证据。作者还提供了关于信息如何促进学习的直接实证证据，这一现象通常被认为存在于评估学习模型的研究中。
有偏见的程序员？还是有偏见的数据？人工智能伦理操作化实地实验
为什么会出现有偏见的算法预测，以及哪些干预措施可以防止它们？我们通过一项关于使用机器学习预测人力资本的现场实验来研究这个主题。我们随机分配约 400 名人工智能工程师开发软件，以预测不同实验条件下经合组织居民的标准化考试成绩。然后，我们使用实际的测试表现以及通过随机审计式的算法输入操作来评估由此产生的预测算法。我们还利用了受试者人群的多样性来衡量人口统计学上非传统的工程师是否更有可能注意到并减少算法偏差，以及算法预测误差是否与程序员人口统计学群体相关。本文档描述了我们的实验设计和动机；我们实验的完整结果可在 https://ssrn.com/abstract=3615404 上找到。
使用无人系统进行常规大气探测测量的评估（ERASMUS）实地活动报告
本报告系美国政府资助工作的记录。美国政府及其任何机构或任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性作出任何明示或暗示的保证，亦不承担任何法律责任或义务，亦不保证其使用不会侵犯私有权利。本报告以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务，并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本报告表达的作者观点和意见并不一定代表或反映美国政府或其任何机构的观点和意见。
对汉福德场址 2024 年应急管理年度实地演习的独立评估
BED 大楼应急主管 CPCCo 中央高原清理公司，LLC CRAD 标准和审查方法文件 CWC 中央废物综合体 DOE 美国能源部 EA 企业评估办公室 EAL 紧急行动级别 EOC 紧急行动中心 EOC-SO EOC 轮班办公室 EOS 紧急行动系统 EPHA 应急计划危害评估 ERO 紧急响应组织 FCP 设施指挥所 FERO 设施紧急响应组织 汉福德 汉福德场址 HENF 汉福德紧急通知表 HMIS 汉福德任务整合解决方案，LLC IC 事件指挥官 ICP 事件指挥所 OFI 改进机会 PA 防护行动 POC 巡逻行动中心 RL 里奇兰行动办公室 SAE 场址区域紧急情况 SED 场址应急主管 SITREP 情况报告 WebEOC ® 基于网络的紧急行动中心软件 WRAP 废物接收和处理
从全面的实地清查到遥感的林分属性数据——北欧国家管理清查简史
摘要：森林管理清单（FMI）通常在林分层面为森林管理规划提供关键信息。典型的 FMI 包括（i）通过应用辅助信息将清单区域划分为林分；（ii）根据年龄、立地肥力、主要树种和林分发育情况等分类属性对林分进行分类；（iii）测量、建模和预测感兴趣的林分属性。全方位遥感数据的出现使 FMI 发生了范式转变，从高度主观的视觉评估转变为客观的基于模型的推断。以前，光学遥感数据用于补充视觉评估，尤其是在林分划分和高度测量方面。机载激光扫描（ALS）的发展使得以已知精度客观估计森林特征成为可能。新的光学和基于激光雷达的传感器和平台将进一步提高精度。然而，在混合林中，与特定物种林分属性信息和树木质量评估相关的瓶颈仍然存在。在这里，我们专注于在北欧国家特别应用的方法和方法。
medaka（oryzias latipes）发起求爱并在深夜产卵：实地观察的见解
实验室实验是使用模型生物阐明生物学作用的。然而，生物的自然栖息地本质上比实验室中的栖息地更为复杂。为了补充实验室实验，我们对广泛用作模型有机体的小型淡水鱼Medaka（Oryzias latipes）进行了现场观测，以阐明其在自然环境中的生态学和行为。我们的结果表明，Medaka在深夜发起求爱和产卵，比预先想象的要早得多。日本Gifu繁殖季节的产卵时间的夜间视频观察（日落：19：00; Sunrise：5：00）揭示了午夜左右产后的Medaka雌性。行为分析表明，Medaka一直不活跃到23:00，活动从0:00增加，从1:00到3:00达到峰值。fur-hoverore，在0:00到4:00之间观察到男性求爱的大幅增加。这些发现提供了第一个经验证据，即Medaka交配开始比以前在实验室中报道的要早，就像早晨在轻度发作之前或之后一样。这项研究强调了现场观察在揭示实验室环境中可能忽略的有机生物学的关键方面的重要性。
NNSA 桑迪亚实地办公室评估期：2020 年 10 月 1 日
NTESS 在物理保护和对抗无人机系统方面提供了出色的支持，以减轻核安全漏洞。NTESS 的技术专长对于减轻中东和北非 (MENA) 地区两座研究反应堆物理保护升级的网络安全、物理安全和破坏相关风险至关重要。NTESS 支持与国际合作伙伴在核安全所有要素方面的能力建设方面开展的众多合作。NTESS 在促进美国与欧洲、亚洲、中东和北非地区以及撒哈拉以南非洲所有伙伴国家之间的双边合作方面发挥了重要领导作用。NTESS 在制定设计要求以建立辐射检测系统的网络能力方面提供技术专长。NTESS
MMWR，实地笔记：儿童多系统炎症综合征监测——美国，2023 年
器官系统受累 心脏** ,†† 63 (53.8) 肌钙蛋白升高 45 (38.5) 心脏功能障碍（左或右） 31 (26.5) 左心室射血分数 <55% 21 (17.9) 冠状动脉扩张、扩张或动脉瘤 22 (18.8) 心包积液或心包炎 14 (12.0) 心肌炎 13 (11.1) 充血性心力衰竭 2 (1.7) 休克** ,§§ 40 (34.2) 血液学** ,¶¶ 63 (53.8) 血小板减少（血小板 <150,000 细胞/µ L） 37 (31.6) 淋巴细胞减少（ALC <1000 细胞/µ L） 34 (29.1) 胃肠道** ,*** 104 (88.9) 其他腹部病变 ††† 12 (10.3) 肠系膜淋巴结炎 3 (2.6) 阑尾炎或阑尾发炎 2 (1.7) 胆囊炎或胆囊发炎 1 (0.9) 皮肤粘膜** ,§§§ 104 (88.9) 报告的其他症状或并发症 咳嗽 44 (37.6) 颈痛 26 (22.2) 呼吸急促 23 (19.7) 脑病 4 (3.4) 脑膜炎或脑炎 1 (0.9)