由于使用简单,腐蚀抑制剂被广泛用于保护材料免受腐蚀。尽管具有优势,但许多腐蚀抑制剂含有有机化合物,会引起毒性问题。本研究重点使用基于指数的方法评估使用各种类型腐蚀抑制剂的安全和健康风险。分析重点是腐蚀抑制剂的毒性及其对环境的影响。结果提出了一套选择常用腐蚀抑制剂的标准。本案例研究评估了五种不同类型的腐蚀抑制剂,即钼酸钠、亚硫酸氢钠、硅酸钾、磷酸酯和二环己胺亚硝酸盐。根据安全子指数的结果,钼酸钠和硅酸钾是最安全的腐蚀抑制剂,因为它们的可燃性和化学反应性得分均为零。然而,健康子指数的结果显示,钼酸钠是唯一最安全的腐蚀抑制剂。可以得出结论,基于指数的评估的系统性可以提供一种有用的方法来分析从工业应用到家居用品的各种化学物质。
A.、Huang, JX、Sharma, M.、Zurca, AD、Pinto, NP、Dziorny, AC、Maddux, AB、Garg, A.、Woodruff, AG、Hartman, ME、Timmons, OD、Heidersbach, RS、...Saha, AK (2024)。儿童机会指数和儿科重症监护结果:美国的一项多中心回顾性研究。儿科重症监护医学,25 (4),323-334。https://doi.org/10.1097/PCC.0000000000003427 Metelski, JL、Allen, KY、Barrera, L.、Heffernan, M.、Hinkle, CD、Parikh, P. 和 Foster, CC (2024)。
摘要诱导的极化方法(IP)方法具有强大的潜力,可以更好地表征我们星球的临界区域,尤其是在以多相流动为特征的区域中。散装,表面和正交电导率与孔隙水饱和度之间的功率 - 功率 - 差异可能可用于绘制地下水分含量分布。然而,已经观察到这些功率流行关系中的饱和指数n和p随着地材料的质地和孔隙流体的湿气而变化。实验室中的传统实验设置不允许独立可视化孔隙流体分布。因此,两个饱和指数的物理解释尚不清楚。我们使用粘土涂层的玻璃珠开发了一种新型的毫米 - 流体微型模型,该玻璃珠具有出色的可见性和高IP响应。通过实验室实验,我们同时确定了微型模块的复合电导率,并通过此类多孔材料获得了由排水和吸收产生的相应的孔隙尺度流体分布。基于晶粒的复杂表面电导的升级,进行了复杂电导率的有限元模拟,以确定理想的孔隙流体分布下的饱和指数。结果表明,饱和指数n和p因绝缘流体的神经节大小而变化。饱和指数n和p与饱和孔连接性的变化速率表现出功率差异关系,这是通过计算Euler特征的导数来计算的。这些发现为饱和指数与微观流体分布之间的关系提供了新的物理解释。
本文旨在促进对国际竞争力(IC)概念的非正统和全面方法的发展。本文从以下观察开始:经济文献中绝大多数IC方法过于严格,忽略了与此目标的适当方法相关的经济方面。本研究将努力从构建比较优势指数的尝试中促进更多的改进,这些指数不仅从出口的角度考虑经济体在世界市场的参与,而且还考虑出口增值的重要性,以及从更广泛意义上讲,世界生产分散化对于行业和国家建立和维持寡头垄断地位的重要性。企业通过创新和模仿战略促进差异化的能力,允许充分利用内部和外部规模经济,反映了该部门建立和维持其寡头垄断地位的能力,从而获得竞争力收益,表现为出口附加值的增加。从这个意义上讲,工业部门不仅利用进口来满足国内消费需求,而且还利用进口投入来增加出口价值,从而在国际贸易中获得竞争优势。本文基于通过国内生产和进口获得的出口增加值对国家竞争力的分析,基于两组国家:金砖国家和东盟(东南亚国家联盟)1 的比较。选择样本是因为这两个组都是发展中国家,将金砖国家与东盟进行比较是合理的,目的是调查东盟所有国家都采用的出口平台战略是否能够使它们在增加出口价值的能力方面与金砖国家区分开来。因此,本文提出的国际竞争力分析侧重于三个维度:(1)商业——这是通过衡量选定国家在世界市场中的相对参与度得出的;(2)市场一体化,源于世界生产分散化
在这篇系统的文献综述中,我们研究了现有的研究,这些研究预测了使用人工智能和机器学习的实现波动性和隐含波动指数。我们调查了文献,以发现与传统计量经济学模型相比,所提出的方法是否提供了较高的预测,可解释的AI的应用如何广泛,并概述了潜在的进一步研究领域。通常,我们发现AI和ML方法对波动性预测的疗效是高度前景的,通常比其计量经济学的结果提供了比较或更好的结果。使用内存的神经网络,例如长期术语内存和门控复发单元,始终排名最高的模型。但是,传统的计量经济学模型仍然高度相关,通常产生的结果与更先进的ML和AI模型相似。鉴于合奏方法的成功,研究的一个有希望的领域是使用混合模型,结合了机器学习和计量经济学模型。尽管对许多机器学习模型的常见批评都是黑盒本质的,但我们发现,很少有论文应用XAI来分析和支持其经验结果。因此,我们建议研究人员更努力地在将来的工作中雇用XAI。同样,我们看到了概率机器学习应用的潜力,可以有效地量化机器学习模型的波动性预测的不确定性。
Stoxx Ltd.今天宣布了Stoxx行业指数的新组成,这是2024年9月23日的常规季度审查生效的一部分
Özer 等人(2017)使用了 2012 年至 2016 年期间中国(上海)、印度(Nifty 50)、墨西哥(IPC-Mexico)、伊斯坦布尔(BIST 100)、美国(Nasdaq)、英国(FTSE-100)、德国(DAX)和法国(CAC-40)指数的每周收盘数据。在相关研究中,尝试比较模糊逻辑技术和人工神经网络模型,发现成功应用各种人工智能模型可以得到有希望的结果。在另一项研究(Manurung 等人,2018)中,他们使用 2013 年至 2018 年的中亚银行 (BCA) 数据进行股价预测,使用长短期记忆 (LSTM) 进行了预测研究,LSTM 是一种循环人工神经网络,用于数据中的重要参数(开盘价、最高价、最低价、收盘价)。分析结果表明,使用少于 1 年的短期数据而不是 3 年或 5 年的训练数据,LSTM 中的预测最为准确,并且优于传统的自回归移动平均 (ARIMA) 预测方法,对于短期数据的准确率为 56%,而准确率为 94%。
ITRACE功能障碍透镜指数(DLI)提供了一种定量方法来评估晶状体,并有可能促进白内障的早期检测。在全球范围内,白内障的患病率由于人口老龄化而增加,在摩洛哥,它们仍然是可逆失明的重要原因。本研究研究了DLI在识别大量患者中白内障时的特异性和敏感性,重点是将早期白内障与影响视觉质量的其他条件区分开。DLI产生从0到10的分数,提供了一个客观镜头质量度量,其值较低,表明功能障碍。在621例患者(1242眼)的队列中,243只眼睛显示DLI <5。,有56只眼睛证实了白内障和187只眼睛,表现出各种眼部条件但清晰的镜头。 结果表明,识别DLI <5阈值内白内障的100%灵敏度,特异性为72.4%。 这些发现突出了DLI作为早期白内障的诊断工具的实用性,尽管受到眼部特征(例如轴向长度和角膜结构)的变化。,有56只眼睛证实了白内障和187只眼睛,表现出各种眼部条件但清晰的镜头。结果表明,识别DLI <5阈值内白内障的100%灵敏度,特异性为72.4%。这些发现突出了DLI作为早期白内障的诊断工具的实用性,尽管受到眼部特征(例如轴向长度和角膜结构)的变化。
中风是一种神经疾病,其特征是血管阻塞,对人类健康和生命构成严重威胁。。因此,评估运动功能的合理有效策略对于指导中风患者的康复至关重要。在临床实践中,上肢(FMUL)的FUGL-MEYER评分通常用于评估中风患者的上肢运动功能。但是,该量表的准确性通常取决于医疗保健专业人员的经验和主观评估。可以阐明上肢恢复过程的定量评估模型对于更好地组织康复策略和增强整体恢复是必要的。高级成像技术为诊断和功能预后提供了有价值的信息(2)。
摘要:研究民族地区“人工智能+教育”关注度对于我国推动西部地区教育新模式与现代技术的融合发展具有重要意义。贵州省是少数民族聚居地区,位于我国西南腹地,其发展智能教育对全国乃至整个地区都有较强的启示作用。因此,本文选取了2013—2020年贵州省“人工智能+教育”百度指数,利用弹性系数法分析其网络关注度的时空特征,并在此基础上构建ARIMA模型对其未来发展进行预测。研究结果表明,社会公众对“人工智能+教育”的关注度在时间和空间上存在明显差异。随后,根据预测结果,本文为国家推动西部民族地区教育可持续发展提出了相关建议。