XiaoMi-AI文件搜索系统
World File Search System归来
美国国家调查的发现
医疗组织已成为Covid-19-19疫苗授权的早期采用者，作为结束大流行的策略。我们试图评估美国儿科初级保健专业人员（PCP）中对此类任务的支持。在2021年2月3月，我们对1,047个PCP（71％的医生）进行了全国性的在线调查。我们使用多变量logistic回归来评估PCP对Covid-19-19疫苗对医疗保健工作者的支持的相关性。大多数PCP支持的Covid-19-19疫苗为医疗保健工作者的要求（83％）。PCP与其他工人类型相比，PCP认为卫生保健工作者处于获得Covid-19的最高风险（8个百分点，p <0.01），则更有可能支持任务。PCP也更有可能支持其诊所建议或所需的疫苗接种（分别为11个百分点和20个百分点），均为p <0.01）。但是，如果PCP提供诊所的疫苗接种措施，则PCP的支持较小（10个百分点，p <0.05）。诊所建议和共同疫苗接种的要求可能会增加对授权的支持。激励措施可能会减少支持，也许是通过创造出可行的授权替代方案的看法。
警卫生活 - NJ.gov
新泽西州国民警卫队士兵或飞行员的坚韧不拔总是让我惊叹不已。然而，最近我有幸亲眼目睹了这种坚韧不拔的精神。今年 2 月，州司令部军士长杰罗姆·詹金斯和我前往伊拉克，看望自 2006 年 3 月以来部署在战区的第 117 侦察、监视、目标瞄准和获取中队和第 250 旅支援营的士兵。他们的任期最近延长，原定于今年 3 月回国……现在他们将在 2007 年 7 月或 8 月回国。我们的访问是在得知这一消息后立即进行的，因此我们不知道会受到怎样的接待。然而，当我们与士兵见面交谈时，显然这些男男女女虽然非常失望，但并没有气馁。这是“我能行”态度的典范。有一件事一直在我脑海里浮现：我们从哪里得到这些敬业而忠诚的公民士兵？现在似乎没有多少人能够如此平静和坚定地接受在伊拉克的 125 天延期——在 12 个月的地面部署基础上再加一个。在看到并与我们在伊拉克的士兵交谈后，我相信他们会完成他们被要求做的工作，我转向那些留下来的人、家人和朋友以及我们归来的国民警卫队队员的话题。只要我们继续部署士兵和飞行员，我将继续推动三点：部署训练、支持
升主动脉尺寸与体型的正常化影响高血压患者的病理生理相关性：坎帕尼亚健康网络
共纳入 1634 名年龄 ≥ 18 岁且可进行 AscAo 超声检查的患者。采用前缘到前缘法测量舒张末期升主动脉，在胸骨旁长轴视图中垂直于主动脉长轴，在其最大可识别尺寸处。探讨了 AscAo 和以身高 (AscAo/HT) 或体表面积 (AscAo/BSA) 标准化的 AscAo 与人口统计学和代谢特征的相关性。还使用多变量回归来识别影响单变量相关性的潜在混杂因素。使用心血管 (CV) 结果进行敏感性分析。这三种主动脉测量值与年龄、估计肾小球滤过率、收缩压 (BP) 和心率 (HR) 的相关性相似。女性的 AscAo 较小，但 AscAo/BSA 较大，AscAo/HT 抵消了性别差异。肥胖和糖尿病与 AscAo 和 AscAo/HT 较大有关，但与 AscAo/BSA 较小有关（所有 P < 0.001）。在多变量回归模型中，所有主动脉测量值均证实了它们与性别和代谢特征的关系，与年龄、血压和心率无关。在 Kaplan-Mayer 分析中，只有扩张的 AscAo 和 AscAo/HT 与心血管事件风险增加显着相关（所有 P < 0.008）。
使用机器学习的心脏病预测系统
心脏病病例每天都在快速增加，提前预测任何此类疾病非常重要且令人担忧。这种诊断是一项艰巨的任务，即必须准确高效地进行。本研究论文主要关注根据各种医疗属性，哪些患者更有可能患心脏病。我们准备了一个心脏病预测系统，使用患者的病史来预测患者是否可能被诊断出患有心脏病。我们使用不同的机器学习算法，如逻辑回归和 KNN 来预测和分类患有心脏病的患者。我们使用了一种非常有用的方法来规范如何使用该模型来提高任何个人心脏病发作预测的准确性。所提出的模型的强度非常令人满意，并且能够通过使用 KNN 和逻辑回归来预测特定个体患有心脏病的证据，与以前使用的分类器（如朴素贝叶斯等）相比，该模型显示出良好的准确性。因此，通过使用给定的模型，在寻找分类器正确和准确地识别心脏病的概率方面，已经减轻了相当大的压力。给定的心脏病预测系统可增强医疗保健并降低成本。该项目为我们提供了重要的知识，可以帮助我们预测患有心脏病的患者。它以.pynb 格式实现。
乐观和创新性对客户的影响...
本研究旨在研究创新和客户乐观对使用自助技术的便利性的影响。来自46家酒店的总共940名受访者回答了一份调查问卷。一种分层的随机抽样技术用于从埃及五个旅游地区选择参与酒店。计算描述性统计数据以显示技术创新和乐观的一致性水平。回归来测试创新和乐观对感知技术可访问性的影响。在技术创新方面，调查参与者通常喜欢学习新技术产品。同样，受访者对技术的使用非常乐观。回归结果表明，对技术的技术创新和客户乐观与自助服务技术的可访问性呈正相关。尽管对高质量的客户体验产生了影响，但在当前文献中尚未充分了解自助服务技术在酒店中的有效应用。这项研究为酒店/旅游和消费者技术研究的领域做出了贡献。在当今的商业环境中，尤其是在酒店行业中，持续的挑战和激烈的全球竞争一定会阐明客户对埃及五星级酒店技术准备的看法，这可以被视为对酒店管理非常重要的问题。
机器学习对自然科学好还是坏？
抽象的机器学习（ML）方法对所有科学产生了巨大影响。但是，ML具有强大的本体论（只有数据存在），并且是一个强大的认识论，其中模型在持有培训数据上表现良好，则认为该模型被认为是好的。这些哲学与自然科学中的标准实践和关键哲学持强烈冲突。在这里，我们在自然科学和认识论具有有价值的自然科学中确定了ML的一些位置。例如，当在因果推理中使用表达的机器学习模型来表示混杂因素的效果，例如前景，背景或仪器校准参数，ML的模型容量和宽松的哲学可以使结果更加值得信赖。我们还表明，在某些情况下，ML的引入引入了强烈的，不必要的统计偏见。对于一个，当使用ML模型模拟物理（或第一原理）模拟时，它们会扩大确认偏见。对于另一个，当使用表达回归来标记数据集时，这些标签不能在下游关节或集合分析中使用而无需进行不受控制的偏见。标题中所有自然科学的问题都在问。也就是说，我们呼吁科学社区退后一步，并考虑ML在其领域的作用和价值。我们在这里给出的（部分）答案是从物理学的特定角度出发的。
基于切线空间的逻辑回归跨学科学习，用于增强运动想象分类
摘要 — 脑机接口 (BCI) 的性能通常会受到影响，因为记录的 EEG 信号本身具有非平稳性，且不同受试者之间存在高度差异。本研究提出了一种新方法，使用基于切线空间的迁移学习 (LR-TSTL) 的逻辑回归来解决基于运动想象 (MI) 的 BCI 分类问题。从 EEG 信号计算出的单次试验协方差矩阵 (CM) 特征被转换为黎曼几何框架，并且通过考虑下三角矩阵来计算切线空间特征。然后使用逻辑回归模型对它们进行进一步分类，以提高分类准确性。在健康受试者的数据集以及中风患者的数据集上测试了 LR-TSTL 的性能。与现有的受试者内学习方法相比，所提出的方法在平均分类准确率 (78.95 ± 11.68%) 方面给出了相同或更好的性能，同时应用于健康受试者的留一跨受试者学习。有趣的是，对于患者数据集，LR-TSTL 显著（p < 0.05）超越了当前基准性能，平均分类准确率为 81.75 ± 6.88%。结果表明，所提出的跨学科学习方法有可能实现下一代无校准 BCI 技术，并具有增强的实用性，尤其是在针对中风患者的神经康复 BCI 设计的情况下。
对我唱歌，宝贝：婴儿表现出神经跟踪和节奏的运动，以实现生存和动态的孕产妇唱歌
婴儿指导的唱歌具有独特的声学特征，即使是非常年轻的婴儿也能够对通过看护人的声音携带的节奏做出反应。这项研究的目的是检查7个月大的婴儿中对生活和动态孕产妇唱歌的神经和运动反应及其与语言开发的关系。在两个唱歌条件下（Playsong和Lullaby）总共观察到60个母亲二元组。在研究1（n = 30）中，我们测量了婴儿脑电图，并使用脊回归来测量神经跟踪的编码方法。在研究2（n = 40）中，我们编码了婴儿的节奏运动。在这两项研究中，我们都评估了20个月大的儿童词汇。在研究1中，我们发现了孕产妇歌唱的阈值高于阈值的神经跟踪，其摇篮曲的跟踪比playsongs出色。我们还发现，婴儿定向唱歌调制跟踪的声学特征。在研究2中，婴儿表现出比摇篮曲的节奏运动更多。重要的是，对剧本的神经协调（研究1）和节奏运动（研究2）在20个月时与婴儿的表达词汇呈正相关。这些结果强调了幻想的大脑和运动协调对其护理人员的音乐演示的重要性，这可能是音乐可变性的函数。
Stamatiadis, Stamatis；Taskos, Dimitris；Tsadila, Eleftheria；Christofides, Calliopi；Tsadilas, Christos；以及 Schepers, James S.，“被动和主动冠层传感器在估算葡萄树生物量生产中的比较”（2009 年）。美国农业部农业研究局/内布拉斯加州大学林肯分校教职员工出版物。393。https://digitalcommons.unl.edu/usdaarsfacpub/393
摘要 光学设计和电子电路方面的最新进展使得近端传感器从被动式过渡到主动式。主动传感器不依赖自然光的反射，而是测量来自作物的调制光的反射，因此它们可以在所有光照条件下工作。这项研究比较了主动和被动冠层传感器在预测梅洛葡萄园 25-32 个随机选择位置的生物量产量方面的潜力。这两种传感器都提供了从转色期冠层天底视图估算的归一化植被指数 (NDVI)，这可以很好地预测修剪重量。虽然被动传感器的红色 NDVI 更多地解释了生物量的变化（R 2 = 0.82），但它与修剪重量的关系是非线性的，最好用二次回归来描述（NDVI = 0.55 - 0.50 wt - 0.21 wt 2）。琥珀色 NDVI-生物量关系理论上的线性度更高，但在高生物量条件下无法验证。叶片中稳定同位素含量（13 C 和 15 N）的线性相关性提供了证据，表明冠层反射率可以检测到由于缺水和肥料氮吸收有限而导致的植物压力。因此，这些移动传感器提供的冠层反射率数据可用于改善葡萄园的特定地点管理实践。
国会记录
亚利桑那州钱德勒市东谷 Chabad 的拉比门迪·迪奇 (Mendy Deitsch) 发表了如下祈祷：主啊，我们的上帝，我们祖先的上帝，请您保佑这些特殊的人——国会议员，他们被许多人选为代表并带来自由、舒适、和平与和谐，同时确保我们生活在一个公正、有教养和相互尊重的世界。我们祈祷人质安全归来，也祈祷我们在全球的部队继续正直、坚强和有尊严地执行他们的使命和任务。受人尊敬的鲁巴维奇拉比梅纳赫姆·施内尔森 (Menachem Schneerson) 拉比我们最近庆祝了他的逝世周年纪念日，他认为每个人身上都隐藏着未开发的潜力。通过利用这些天生的能力，以有益的方式实现我们独特的目标，为所有人带来正义，我们就履行了诺亚赋予人类的七条普遍律法之一。随着我们国家继续为自己的身份而战，我们祈祷这个立法机构继续向我们的年轻人展示他们内心的力量和积极潜力，并鼓励他们团结一致，尊重所有人，不侵犯同胞的自由。我们恳求全能的上帝赐予他们力量和道德勇气，以改善我们的世界。赋予他们智慧、正义、恩典和同理心，使他们能够为您的名带来荣耀，为人类带来祝福，让所有人都感到快乐和幸福。阿门。