XiaoMi-AI文件搜索系统
World File Search System并不多
根据基因突变和表达预测肝细胞癌的新治疗药物
肝细胞癌 (HCC) 是第四大常见原发性肝脏肿瘤，是世界范围内重要的医学问题。然而，目前治疗 HCC 的疗法无法治愈，尽管进行了大量尝试和临床试验，但批准的针对 HCC 的靶向治疗方法并不多。因此，有必要寻找其他治疗策略来阻止 HCC 肿瘤的生长。我们正在寻找一种系统的药物重定位生物信息学方法来识别治疗 HCC 的新候选药物，该方法不仅考虑异常的基因组信息，还考虑转录景观的变化。首先，我们基于人类突变数据筛选出在大多数 HCC 样本中频繁突变的 HCC 特征基因即核心基因集合。然后，结合 TCGA 中 HCC 的基因表达数据对 HCC 的核心基因进行分类。最后，基于 kolmogorov-smirnov 统计方法计算每种药物的治疗评分 (TS)。利用这一策略，我们确定了五种与 HCC 相关的药物，包括三种可以治疗 HCC 的药物和两种可能对 HCC 产生副作用的药物。此外，我们还对药物靶标进行了连接图 (CMap) 谱相似性分析和 KEGG 富集分析。所有这些发现都表明，我们的方法对于准确预测 HCC 的新治疗方案是有效的，并且很容易扩展到其他肿瘤。
建议的引用：E.Düzyol，E。，Yıldırım，G。＆Özyılmaz，G。（2022）。调查增强现实申请对学龄前儿童的影响
在这项研究中，它的目的是研究增强现实应用对学龄前儿童的空间知识的影响。在研究中使用了一种结合定量和定性方法的混合方法。研究组由24名60-72个月的儿童组成。在研究中，根据学前教育和科学教育领域的专家意见而创建的10个问题形式用于衡量学龄前儿童的空间知识。儿童对增强现实实践的看法是通过半结构化访谈确定的。以空间为主题的增强现实卡，用于实验组的教学空间；在对照组中，使用了2D视觉效果。使用Mann Whitney U检验和Wilcoxon检验分析获得的数据。在研究中发现，在应用程序彼此接近之前，实验组和对照组的知识水平；通过增强现实应用进行的培训，可以看到知识水平提高了实验组。由于与孩子们进行了访谈，确定增强的现实实践引起了孩子的更多关注，创造了更大的现实感，并与二维视觉效果相比，使他们感到兴奋。已经观察到，使用技术工具支持学龄前儿童对空间的知识的研究并不多。在这种情况下，人们认为研究将阐明文献。研究文章
迈向元宇宙的路线图：人工智能视角
说实话，但说实话并不多——一个现实与虚拟的混合社会即将到来。最近兴起的元宇宙1 引起了从学术界到工业界的极大关注。元宇宙是一个专注于社交联系的三维（3D）虚拟世界网络。随着2019年冠状病毒大流行的爆发，人们在物理上被隔离，这引发了元宇宙的增长。与现有工作不同，本评论从人工智能（AI）的角度针对元宇宙的路线图。首先，我们为这种数字网络空间转型规划了路线图，包括沉浸式创作、硬件支持、文本解释、音频处理、连接构建、经济运行和安全保护。其次，在路线图的每个阶段，我们都会解决现状和先进技术，以相应地提供深入的观点。整个流程从AI 2 的角度进行说明，如图1 所示，我们相信AI在实现这一技术奇点的核心技术中发挥着越来越重要的作用。沉浸式创作是指通过构建三维虚拟世界为人类提供沉浸感的技术。沉浸式创作受到计算机视觉、图形和可视化技术的启发，包括在元宇宙中生成虚拟场景并将其显示给最终用户。人工智能最近彻底改变了这些技术。例如，场景生成过程已大大加快到接近实时。然而，这些基于计算机视觉的方法生成的场景受到预处理能力的限制。
通过 CRISPR/ 增强对稻瘟病的抵抗力...
稻瘟病是影响全球水稻生产的最常见的破坏性疾病。宿主生物的抗性已成为控制稻瘟病最实用、最经济的方法。最近的研究表明，序列特异性核酸酶（有规律地聚集在一起）间隔短回文重复序列 (CRISPR)/Cas9 技术被认为是通过基因特异性基因组编辑增强作物的最成功和最有效的工具。然而，关于它们在改良优良水稻品种方面的应用报道并不多。在本研究中，我们描述了 Cas9-OsHDT-sgRNA 表达基因盒的开发，该基因盒靶向水稻中的 OsHDT701 基因并提高水稻的稻瘟病抗性。根据 Sanger 测序方法，这些植物的目标位置发生了缺失 (Del) 改变。我们证明，具有预期基因改变但没有移植 DNA 的突变系显示 OsHDT701 基因诱导的等位基因突变。用 M13 引物确认重组克隆。在突变纯合植物中，对植物的高度、大小、形状、叶片长度、穗长和叶片反应等表型和农艺性状进行了检查，以确定其抗稻瘟病性。与野生型植物相比，所有突变株系因病原体感染而引起的稻瘟病病变明显减少。此外，从外观上看，突变植物和野生植物在农艺性状方面没有显著差异。我们的研究结果表明，CRISPR/Cas9 基因编辑系统是一种增强水稻抗稻瘟病性的实用方法。
锂供应链中的环境正义
执行摘要：虽然减缓气候变化是全球关注的问题，各国都必须发挥作用，但必须从完整的供应链角度审视跨越地理边界的各种战略的成本和收益。在美国等国家，交通运输业是温室气体 (GHG) 排放的主要来源，从内燃机汽车 (ICEV) 转向电动汽车 (EV) 已成为应对气候变化的一种策略。然而，这些电动汽车依赖电池中的关键矿物，这些矿物主要来自全球南部，那里的环境和社会保护法规和做法并不多。锂就是这样一种矿物，主要分布在南美洲阿根廷、玻利维亚和智利的锂三角区 (LT)。锂矿开采对 LT 的自然资源和生态产生了负面影响，进而给附近社区（包括该地区的土著居民）带来了挑战。科学外交可以加强北美和南美国家之间的关系和交流，更公平地分配锂开采和电动汽车销售与运营的社会和环境成本和收益。本文探讨了科学外交如何促进支持更可持续和公正的供应链所需的治理流程和科学投入。它表明，北美电动汽车供应链的使用阶段收益更高，而南美电动汽车供应链中锂原材料开采的成本更高。本文还提请关注可应用于可持续采矿的标准和措施。我们记录了跨学科和过渡利益相关者之间的最佳实践、经验教训和合作潜力差距，以制定电动汽车电池整个锂供应链的定义、措施和目标。
服务中的业务敏捷性和信息技术...
服务组织必须应对内部和外部环境中的高度不确定事件。在学术文献和实践中，关于如何处理这种不确定性的知识并不多。这篇博士论文研究了信息技术 (IT) 对服务组织业务敏捷性的作用和影响。业务敏捷性是一个相对较新的术语，定义为组织能够迅速改变业务和业务流程，超越正常的灵活性水平，以有效管理高度不确定和意外但可能产生重大影响的内部和外部事件。通过对来自四个行业和三个政府部门的 35 个组织的管理人员进行调查和访谈，进行了实证研究。在一个服务组织内进行了四个深入的案例研究。这篇论文有六个主要发现：1）在许多大型服务组织中，由于缺乏 IT 敏捷性，业务敏捷性受到阻碍。2）通过感知、响应和学习的循环组织和协调流程和信息系统，以及业务和 IT 的协调，是提高服务组织业务敏捷性绩效的重要条件。3）IT 能力的标准化和更高水平的数据质量支持服务组织更高水平的业务敏捷性。4）确定了两种知识管理策略 - 编码和个性化 - 可用于响应具有不同程度不确定性的事件。5）社会资本是 IT 能力和业务敏捷性之间关系的重要调节变量。6）需要感知、响应和学习能力的结合来提高业务敏捷性绩效的所有维度。本论文迈出了发展理论知识的第一步，这些理论涉及 IT 在何种条件下支持更高水平的业务敏捷性和业务敏捷性绩效
Maison Margiela 及其商业模式
“这是时尚界真正的变化，我认为 Margiela 是我们最后一次时尚革命。它就像一场社会运动，反映了街头发生的事情和女性的想法；我们不想成为物品。这关乎真实的人，关乎有更深层含义的衣服。”——10 Corso Como 创始人 Carla Sozzani。1989 年，Maison Margiela 在巴黎发布了第一场大秀，这场秀让设计师 Martin Margiela 成为当代时尚界最重要的人物之一。虽然拥有非常强大的创造力和特殊的风格，但 Maison Margiela 在商业上选择了无所作为，因此 Maison Margiela 在过去几年几乎没有任何作品。2002 年，Maison Margiela 被意大利公司 OTB 收购；18 年前 Maison Margiela 被收购后，销售额开始增长，但 Maison Margiela 在过去的 17 年里一直没有盈利。是什么让Maison Margiela的销量变化如此之快，又是什么让Maison Margiela在如今尤其是年轻人当中如此成功？第一个原因或许是OTB为品牌选择了正确的领导者。2008年秋天，在举办了Maison Margiela二十周年大秀之后，Martin Margiela悄然离开了品牌；2008年到2014年，Maison Margiela不断用过去的元素延续品牌的生命，但是我们看到，购买这些产品的人并不多。于是，OTB在2014年选择了另一位设计师John Galliano接手这个品牌；在他成为首席设计师之后，Maison Margiela的销售额在2015年春天飙升至1亿美元。他是如何让品牌销售额以这样的速度增长的？我们知道，他延续了Martin Margiela的设计理念——解构主义。 Martin Margiela 曾说过：“解构是一种手段、一种工具、一种呈现形式，它可以帮助服装实现
热膨胀 - 莱斯大学
通过推杆将温度传感器连接到传感器。该测试的精度低于干涉测量法，并且该测试通常适用于 CTE 高于 5 × 10 –6 /K (2.8 × 10 –6 /°F) 的材料，温度范围为 –180 至 900 °C (–290 至 1650 °F)。推杆可以是玻璃硅类型、高纯度氧化铝类型或各向同性石墨类型。氧化铝系统可将温度范围扩展到 1600 °C (2900 °F)，石墨系统可将温度范围扩展到 2500 °C (4500 °F)。ASTM 测试方法 E 228（参考文献 2）涵盖使用玻璃硅推杆或管膨胀仪测定刚性固体材料的线性热膨胀。干涉测量法。使用光学干涉技术，样品端部的位移是根据单色光的波长数来测量的。精度明显高于膨胀仪，但由于该技术依赖于样品表面的光反射率，因此在 700 °C (1290 °F) 以上时，干涉测量法的使用并不多。ASTM 测试方法 E 289（参考文献 3）提供了一种使用干涉法测量刚性固体线性热膨胀的标准方法，该方法适用于 –150 至 700 °C（–240 至 1290 °F）的温度，更适用于 CTE 较低或为负值且范围小于 5 × 10 –6 /K（2.8 × 10 –6 /°F）的材料，或只有有限长度厚度的其他高膨胀系数材料。热机械分析测量由热机械分析仪进行，该分析仪由试样支架和探头组成，探头将长度变化传输到传感器，传感器将探头的运动转换为电信号。该设备还包括一个用于均匀加热的炉子、一个温度传感元件、卡尺和一个记录结果的工具。ASTM 测试方法 E 831（参考文献 4）描述了通过热机械分析对固体材料进行线性热膨胀的标准测试方法。该方法的 CTE 下限为 5 × 10 –6 /K (2.8 × 10 –6 / ° F)，但可以在较低或负膨胀水平下使用，但准确度和精度会降低。适用温度范围为 –120
戴翁凯利
迪翁凯利 神经科学博士生 卡尔加里儿科中风项目（阿尔伯塔儿童医院） 卡尔加里大学 MBT 2018 届 完成西安大略大学医学学士学位后，迪翁立志在医疗技术企业界成为一名成功的多学科专业人士。由于希望将她的医学本科学位与商业结合起来，没有比生物医学技术硕士更好的研究生课程了。通过生物医学技术项目课程，迪翁能够探索她对神经科学和神经技术的兴趣。在她的项目中，迪翁专注于脑机接口 (BCI) 的虚拟现实程序，以促进帕金森病的神经康复。这促使她在霍奇基斯脑研究所 (HBI) 使用新兴神经技术从事神经科学研究实习。她完成了一项创新研究项目，使用小鼠模型研究虚拟现实激发的运动如何改善帕金森病患者的预后，并在 HBI 暑期学生研讨会上获得最佳口头报告奖。Dion 目前是卡尔加里大学神经科学专业的博士候选人，她是全球为数不多的从事儿童 BCI 临床研究的人之一。她的论文重点是为患有严重神经残疾的儿童建立和优化 BCI 性能。她还积极参与多项使用先进神经技术的研究，包括非侵入性脑刺激和新兴神经成像技术。由于拥有 MBT 背景，Dion 是她实验室的“商业顾问”，该实验室对技术商业化的机会非常感兴趣。在 MBT 和攻读博士学位期间，Dion 还在 Innovation4Health 和 NeuroNexus Health Hack 竞赛中担任运营联席总监，发挥了主要作用。对于 Dion 来说，MBT 计划在实现她的职业目标方面发挥了重要作用。她在后续的事业中运用了 MBT 中获得的许多技能，包括 Innovation4Health 竞赛和她的博士学位。对于未来的学生，Dion 建议：“MBT 计划是一个绝佳的机会，可以培养你的领导能力、批判性思维能力并拓展你的求知欲。像这样的跨学科课程并不多，可以教你各种各样的技能，所以要利用每一个机会来运用这些技能。并且要时刻保持人际网络！”
关于人工影响的研究
Jennifer Johansson 和 Senja Herranen (2019)：在题为“人工智能在人力资源管理中的应用”的论文中，提到招聘中的人工智能领域是新领域，在招聘流程的所有部分实施人工智能的组织并不多。它还提到，人工智能的主要好处是提高质量和消除常规任务，而主要挑战是公司对新技术的整体准备程度。Albert Christopher (2019)：在他的文章“人工智能在人力资源管理中的应用”中，作者说基于人工智能的应用程序提高了员工的工作效率。它能够分析、预测、诊断并成为更有能力的资源，同时关注员工的需求和结果。然而，存在隐私、人才缺口、维护、集成能力或有限的成熟应用等挑战。必须谨慎管理 AI 系统，找到可靠的学习数据集，使用正确的实施方法，寻求清晰度，消除偏见并考虑意外后果。Barbara van pay（2018）：在这篇关于 AI 如何重塑人力资源的文章中，明确指出所有组织都在为其业务寻找 AI 解决方案，他们害怕让非人类实体处理业务流程。通过在组织中使用 AI，可以减少填补和雇用申请该职位的候选人所花费的时间，通过筛选多个候选人，收集数据，他们根据经验、技能组合等其他信息对候选人进行排名，以找到合适的人选。找到最适合该职位的人选后，下一个主要部分是面试，现在主要使用 AI 面试软件，例如 Hikki Vue、Mya。AI 技术负责从寻找人才到面试的整个过程，大大缩短了招聘时间，有助于聘用有能力胜任特定职位的合适候选人，并使职位安排更加轻松快捷。Anupam jauhari (2017)：论文标题为“AI 和机器学习如何影响当今的人力资源实践”。AI 变得越来越重要，并重塑了企业雇用和开展每项活动的方式。招聘对于从业者来说很简单，因为机器学习技术将使用聊天机器人开展所有活动，AI 将筛选候选人并向候选人发送确认或拒绝电子邮件。根据 Delloite 第五届年度全球人力资本趋势印度报告的分析，53% 的公司已准备好部署数字工具，而 22% 的公司已经部署了工具。