XiaoMi-AI文件搜索系统
World File Search System山西省
缺血性中风中干细胞的文献计量分析（...
1. 山西医科大学第三医院山西省白求恩医院山西省医学科学院山西省同济医院神经内科，太原 030000。2. 山西医科大学山西省心血管病医院，太原 030000。3. 山西医科大学细胞生理教育部重点实验室，太原 030000。4. 香港城市大学神经科学系，香港 999077。5. 山西中医学院神经生物学研究中心，国家中医药管理局益气活血法治疗多发性硬化症重点研究实验室，晋中 030600。 6. 山西大同大学医学院脑科学研究所，山西省炎症性神经变性病重点实验室，大同 037000
MDM评分系统在初诊糖尿病患者中筛查线粒体糖尿病的评估：中国一项多中心队列研究
1 新疆医科大学研究生院，新疆乌鲁木齐，2 西北大学附属人民医院西安市第四医院、西安市人民医院临床检验中心，山西省西安市，3 国家代谢病临床研究中心，教育部糖尿病免疫学重点实验室（中南大学），中南大学湘雅二医院代谢内分泌科，湖南省长沙市，4 新疆维吾尔自治区人民医院内分泌代谢科，新疆糖尿病临床研究中心，新疆心血管稳态与再生研究重点实验室，新疆乌鲁木齐市，5 广州国家实验室，广东广州，6 广州医科大学公共卫生学院，广东广州
中国氢能发展：三个城市的故事
本文研究了三座城市：张家口（位于中国可再生能源丰富的河北省）、大同（位于中国煤炭中心地带的山西省）和水电和天然气资源丰富的成都。本文首先简要概述了国家氢能政策，然后介绍这些城市。然后，每个部分讨论了城市发展氢能的驱动力、直辖市和省政府提供的政策支持以及发展面临的挑战。本文认为，虽然迄今为止的地方氢能政策和计划都指向未来潜在的绿色氢能发展，但它们并没有详细说明绿色氢能如何实现经济效益，也没有提供一条途径让中国巨大的氢能需求摆脱对化石燃料的依赖。相反，在某些情况下，地方氢能战略提供了一种扩大本地生产的化石燃料衍生氢能市场的方法。在许多情况下，氢能与帮助实现脱碳目标关系不大。
人工智能对教育系统中角色认知的影响的研究论文分析
以山西省太原市整个教育系统为例，采用问卷调查法，分析人工智能对教育系统中角色认知的影响。本次问卷调查的教育系统涉及学前教育、小学教育、中学教育、高等教育、成人教育、计算机网络教育、企业教育、社会教育8大类，受访者包括各教育类别的教师368人、学生或学习者402人、学校管理人员118人、学生或学习者家属124人。问卷设计共34道题，分为6个角色认知条目，设5级分值；共发放问卷1012份，回收问卷978份，回收率为96.64%，其中有效问卷957份，有效率为97.85%。研究结果表明:人工智能辅助课程的学习强烈依赖于课程角色认知,而角色认知的建构与对课程内容的理解、教学方式、活动方法相关。因此,需要从功能实现形式、资源呈现方式、支撑硬件形式、师生交互方式、作品呈现方式等方面对人工智能在教育系统中角色认知的影响进行系统分析。教师作为连接者,其角色认知受限于学习者的理解程度、资源数量和数据处理能力,但优势在于能够灵活地监控和调整。人工智能技术灵活多样,以多种方式作用于学习与教学活动,对其在角色认知中的作用描述尚无统一的术语。本文研究结果为进一步开展人工智能在教育系统中角色认知影响的研究提供参考。
Chinaxiv：202302.00044v1
摘要：土壤侵蚀是中国西北部山西省桑迪 - 霍利地区的一个严重问题。由于植被恢复而逐渐改善，但是尚未广泛研究不同植被种植园类型的土壤微生物社区特征。为解决这个问题，我们分析了Caragana Korshinskii Kom。，Populus tomentosa Carr。，Populus Simonii Carr。，Salix Matsudana Matsudana Koid koid koid koid koid koid koid koid koid koid tabulaememememememismis carr中，分析了土壤细菌和真菌社区结构，多样性以及微生物和土壤环境因素。森林。在五种森林类型中，主要的细菌群落组成没有显着差异。细菌和真菌群落的α多样性表明，C. korshinskii森林中的ACE（基于丰度的覆盖量估计量），Chao1和Shannon指数明显高于其他四种森林类型中的ACE（P <0.05）。土壤有机物，总氮和脲酶对细菌群落组成的影响更大，而总氮，β-葡萄糖苷酶和尿素对真菌群落组成的影响更大。在所有森林类型中，有益和致病性微生物的相对丰度相似。基于微生物群落的组成，多样性和土壤肥力，我们将种植园从大多数到最不适合的人工林排名：C。Korshinskii，S。Matsudana，P。Tabulaeformis，P。Tomentosa和P. Simonii。
有机肥料对土壤微生物群落结构和碳和氮矿化具有更大的影响
农业生态系统是地球上最大的人工生态系统，可提供全球66％的粮食供应。土壤微生物是用于碳和营养循环的发动机。然而，雨养农业生态系统中的受精和种植模式介导的土壤微生物群落结构以及碳和氮转化的驱动机制尚不清楚。该研究是在中国山西省的Changwu农业生态实验站进行的。设计了七种不同的施肥和种植模式。使用磷酸盐脂肪酸（PLFAS）来探索受精和镀层模式对土壤微生物群落结构的影响以及与土壤碳和氮的关系。结果表明，处理之间的土壤物理和化学特性存在显着差异。有机肥料显着增加了土壤碳和氮，并减少了土壤pH值。小麦和玉米旋转处理中总PLFA和微生物基团的含量最高。与种植模式的变化相比，有机肥料对PLFA含量和土壤生态过程的影响更大。土壤微生物群落结构与土壤有机碳（SOC），总碳（TC），总氮（TN）和总磷（TP）具有显着正相关。与施用NP肥料相比，使用有机肥料显着提高了土壤呼吸率和矿化氮含量，同时降低了土壤微生物生物量碳（MBC）。相关分析表明，土壤呼吸与SOC和TP显着相关，并且矿化氮与SOC，硝酸盐氮，TN和MBC显着呈正相关。结构方程模型（SEM）表明，土壤呼吸速率受到TC的显着积极影响，并受到SWC的负面影响，并解释了63％，而矿化氮显着受到TN的影响，并解释了总方差的55％。
土壤微生物群落对中国煤炭工业区域重金属压力的生态反应
摘要：土壤微生物在生态系统功能中起着至关重要的作用，而土壤微生物群落可能受到与煤炭工业相关的人为活性引起的重金属污染的影响。这项研究探讨了重金属污染对围绕中国山西省的不同煤基工业领域（煤矿开采行业，煤炭制备行业，基于煤炭的化学工业和燃煤电力行业）的围绕土壤细菌和真菌群落的影响。此外，从所有工厂收集了农田和公园的土壤样本作为参考。结果表明，大多数重金属的浓度大于局部背景值，特别是对于砷（AS），铅（PB），镉（CD）和汞（HG）。在抽样场中，土壤纤维素酶和碱性磷酸酶活性存在显着差异。在所有取样场中，土壤微生物群落的组成，多样性和丰度截然不同，尤其是对于真菌群落而言。肌动杆菌，蛋白质细菌，氯酸环菌和酸性杆菌是主要的细菌门，而Ascomycota，Mortierellomycota和basidiomycota在这个基于煤炭的工业强化地区的真菌社区主导了该研究的真菌社区。冗余分析，方差分析分析和Spearman相关性分析表明，土壤微生物群落结构受到CD，总碳，总氮和碱性磷酸酶活性的显着影响。这项研究填写了中国北部一个基于煤炭的工业地区的土壤物理化学特性，多种重金属浓度和微生物群落的基本特征。