XiaoMi-AI文件搜索系统
World File Search System对产伤
证据的综合产生了由于结构模型变化和不确定性而导致的碳的高社会成本
M.D.在德国的卓越策略（EXC 2037和CLICCS）项目编号下，非常感谢DFG的支持。390683824，对汉堡大学地球系统研究与可持续性中心（CEN）的贡献。We are very grateful to our many survey respondents, to David Anthoff, Kenneth Gillingham, Frikk Nesje, James Archsmith, Radley Horton, Jim Stock, Bob Litterman, and seminar audiences at AERE 2022, AURO 2023, CESifo 2023, ASSA 2024, University of Potsdam, University of California San Diego, Columbia Business School, Harvard肯尼迪学校（Kennedy School）和在皮克（Pik）向罗伯特·鲍（Robert Bao）寻求技术援助的有益评论，并向约翰娜·达姆斯塔特（Johanna Darmstadt），卢克·埃斯普朗（Luc Esprabens），戴维·卢修斯（David Esprabens），戴维·卢修斯（David Lucius），尼尔·斯坦布雷赫（Nele Steinbrecher），亨利·威廉姆斯（Henry Williams），安吉拉·郑（Angela Zeng），尤其是马克·卢斯蒂格（Mark Lustig），以提供出色的研究帮助。本文所表达的观点是作者的观点，不一定反映国家经济研究局的观点。
埃塞俄比亚小规模奶牛养殖场杂交奶牛的产奶量、成分和繁殖性能
在现行管理实践下定期评估奶牛的表现对于奶牛生产和杂交育种计划的成功至关重要。然而，缺乏最新、全面和针对具体地点的信息阻碍了实施有效的干预策略以提高热带地区的奶牛生产率。这项研究旨在评估莱莫地区杂交奶牛的繁殖性能、产奶量和质量。共调查了 178 户家庭，并收集了 53 个牛奶样本进行实验室分析。结果表明，牛蒡叶和假茎、牧草和谷物作物残渣是主要饲料资源。育种方法包括 50% 的公牛配种和 33% 的人工授精 (AI)。杂交奶牛的平均日产奶量为 7.1±1.27 升/天。产奶量因农业生态、收入来源、经验、培训、饲料补充剂、供水和土地持有而存在显著差异 (p<0.05)。平均初配年龄和初产年龄分别为 27.58±2.14 个月和 36.65±2.70 个月。平均产犊间隔为 17.36±0.93 个月，超出推荐范围。脂肪、蛋白质、SNF、乳糖和总固体的平均值分别为 4.46±1.98、3.21±0.20、8.85±0.5、4.9±0.38 和 13.29±1.8。不同奶牛基因型的牛奶成分质量差异显著（p<0.05），符合埃塞俄比亚最低标准。建议为奶牛生产者提供一项以改进育种方法和提供能力建设培训为重点的小农奶牛项目。
证据的综合产生了由于结构模型变化和不确定性而导致的碳的高社会成本
从一吨二氧化碳（称为碳的社会成本）中估算社会成本（SCC） - 需要将气候系统的模型与气候变化的经济和社会影响相关联，以及在时间和空间之间的多样化，不确定的影响的综合影响。越来越多的文献研究了支持SCC计算的模型的基本结构元素的影响。这项工作以零碎的方式积累，使他们的相对重要性不清楚。在这里，我们对SCC上的证据进行了全面的综合，结合了147项研究的SCC的1823年估计以及对这些研究的作者的调查。已发表的2020 SCC值的分布宽且基本右翼，显示了右尾重的证据（截断的平均值为132美元）。方差分析揭示了包括持续损害，地球系统表示和分布权重的重要作用。但是，我们的调查表明，专家认为，由于结构模型变化的不足和损害功能和折扣率的偏见，文献偏向下降。为了解决这种不平衡，我们对文献中的变化进行了随机森林模型的培训，并使用它来生成合成的SCC分布，该分布更加与适当的模型结构和折现的专家评估更匹配。此合成分配的平均每吨二氧化碳的平均值分别为2020年的脉冲年度（5％–95％的范围：32-874美元），高于所有官方政府估计，包括美国EPA的2023年更新。
无人机与隐私 - 科学与技术
内布拉斯加州认为，当地执法部门使用“军队提供的大量物资”镇压南达科他州伤膝河拉科塔部落成员的民间骚乱，并未违反 Posse Comitatus。35 根据其立法历史，18 U.S.C.§ 1385 旨在“消除使用联邦军队执行美国法律的权利”。 36 “辩论中从未提及防止使用军事物资和装备，也无法合理地解读为该法案的措辞。” 37 相反，“除非宪法或国会法案明确授权，否则禁止使用军队执行法律。” 38 在伤膝河干预期间，“内布拉斯加州国民警卫队应联邦调查局和美国法警署的要求，使用国民警卫队人员进行了至少一次空中侦察。” 39 在伤膝河，法院发现，使用联邦军队，而不是使用军事侦察，引发了对 Posse Comitatus 法案的违反。40
通过基于 Cas12a 的 CRISPR 干扰对溶剂产气梭菌进行单基因和多基因抑制
构成梭菌属的革兰氏阳性、产芽孢、专性厌氧厚壁菌种具有广泛的原料消耗能力并产生增值代谢产物，但基因操作困难，限制了它们的广泛吸引力。CRISPR-Cas 系统最近已应用于梭菌种，主要使用 Cas9 作为反选择标记与基于质粒的同源重组结合。CRISPR 干扰是一种通过精确靶向核酸酶缺陷型 Cas 效应蛋白来降低特定基因表达的方法。在这里，我们开发了一种基于 dCas12a 的 CRISPR 干扰系统，用于抑制多种中温梭菌种的转录基因。我们表明，与源自其他细菌的 CRISPR Cas 系统相比，由于梭菌种中的 GC 含量低，基于新凶手弗朗西斯菌 Cas12a 的系统具有更广泛的适用性。我们证实，丙酮丁醇梭菌中靶基因的转录水平降低了 99% 以上，巴氏梭菌中靶基因的转录水平降低了 75% 以上。我们还通过使用单个合成 CRISPR 阵列证实了多重抑制，靶基因表达降低了 99%，并阐明了其表达降低的独特代谢特征。总体而言，这项工作为无需基因编辑的高通量遗传筛选奠定了基础，而基因编辑是梭菌群落当前使用的筛选方法的一个关键限制。
部分相干泵浦光束产生下转换双光子场的空间相干特性
我们报告了一项关于使用部分空间相干泵浦光束产生的下转换光子的空间相干特性的理论研究。我们研究了两种几何结构中的重合率和双光子可见性，其中双缝要么放置在泵浦光束的路径中，要么放置在信号场和闲置场的路径中。研究推断干涉条纹的可见性受泵浦参数的强烈影响；泵浦尺寸和泵浦空间相干长度。具体而言，干涉条纹的可见性随着泵浦空间相干性或泵浦横向尺寸在晶面的增加而增加。双光子可见性随传播距离的增加验证了这两种情况下的范西特-泽尼克定理。具有可控泵浦空间相干性的下转换光子，反过来又可以控制下转换光子的空间相干性和纠缠，可以在量子成像、量子通信和非线性干涉测量中找到潜在的应用。
改良产气荚膜梭菌肠毒素靶向 claudin 过度表达的甲状腺癌和肺癌
产气荚膜梭菌肠毒素 (CPE) 可用于消除细胞表面 CPE 受体（一种 claudins 亚群，例如 Cldn3 和 Cldn4）过表达的癌细胞。但是，CPE 无法靶向仅表达 CPE 不敏感 claudins（例如 Cldn1 和 Cldn5）的肿瘤。为了克服这一限制，使用结构引导修饰来生成可以与 Cldn1、Cldn2 和/或 Cldn5 强结合的 CPE 变体，同时保持与 Cldn3 和 Cldn4 结合的能力。这使得 (a) 能够靶向最常见的内分泌恶性肿瘤，即 Cldn1 过表达的甲状腺癌，以及 (b) 能够更好地靶向全球最常见的癌症类型，即非小细胞肺癌 (NSCLC)，该类型的特点是高表达几种 claudins，包括 Cldn1 和 Cldn5。不同的 CPE 变体，包括新型突变体 CPE-Mut3 (S231R/S313H)，被应用于甲状腺癌 (K1 细胞) 和 NSCLC (PC-9 细胞) 模型。体外实验中，CPE-Mut3 而非 CPEwt 表现出对 K1 细胞的 Cldn1 依赖性结合和细胞毒性。对于 PC-9 细胞，与 CPEwt 相比，CPE-Mut3 改善了紧密连接蛋白依赖性的细胞毒性靶向性。体内实验中，在带有 K1 或 PC-9 肿瘤的异种移植模型中瘤内注射 CPE-Mut3 可诱导坏死并减缓两种肿瘤类型的生长。因此，通过使用新型 CPE-Mut3，定向修饰 CPE 能够消灭 CPEwt 无法靶向的肿瘤实体，例如过表达 Cldn1 的甲状腺癌。
促进人权的国际武器网络...
1.4 月 11 日，一架装备两枚 250 公斤炸弹的 Yak-130 战斗机于上午 7:10 至 7:15 从 Tada-U 空军基地起飞。在飞行过程中，一名飞行员在实皆省 Kanbalu 镇的 Pazigyi 村上空投下了炸弹。炸弹击中了预定目标：大约 300 人（包括数十名儿童）参加的民族团结政府 (NUG) 人民行政办公室开幕仪式。炸弹爆炸时产生了致命影响——炸开男人、女人和儿童的身体，将他们的皮肤炸成灰烬，并造成严重的弹片伤。不久之后，两架 Mi-35 攻击直升机从蒙育瓦的一个基地起飞，抵达帕济吉村上空，继续协同攻击。机上的炮手瞄准机枪，开始扫射幸存者和急救人员，发射了数百发子弹，造成更多人死亡和致残。
机器学习筛查工具，用于预测废水中药物化合物的提取产率
药物化合物已成为废水中越来越重要的污染物来源，因为它是传统的处理方法无效地去除它们的方法，因此它们通常被放入环境中。可以使用液体液体提取成功去除药物，并且可以使用宇宙RS预测相互作用并识别最有前途的溶剂。但是，COSMO热模型无法解释关键过程参数，从而降低了这些计算模型的准确性。因此，需要替代计算方法来准确预测可以纳入处理和相互作用变量的药物的提取产率。这项工作使用机器学习来预测使用八种溶剂的11种药物的提取产率。探索了六个回归模型和两个分类模型。使用ANN回归器（测试MAE：4.510，测试R 2：0.884）和RF分类器（测试精度：0.938，测试召回：0.974）获得了最佳性能。RF回归分析和分类还显示了关键的提取产率特征：溶剂与喂养比，N - 辛烷 - 水分系数，氢键，氢键和范德华对多余的焓的贡献，以及pH距离至最近的PKA。机器学习显示为筛选和选择最有希望的溶剂和过程条件的绝佳工具，以从废水中去除药物。