XiaoMi-AI文件搜索系统
World File Search System探索性
脑机接口启动颈部经皮脊髓刺激治疗：一项探索性案例研究
手臂和手部功能丧失是颈椎脊髓损伤 (SCI) 最严重的后果之一。尽管一些残留的功能性神经元通常会通过损伤部位，但 SCI 后的恢复极其有限。最近的努力旨在通过将基于运动的训练与经皮脊髓刺激 (tSCS) 和运动启动等技术相结合来增强传统康复。这些方法与皮质脊髓兴奋性升高以及基于活动的治疗后神经可塑性增强有关。在本研究中，我们研究了使用脑机接口 (BCI) 运动启动促进基于 tSCS 的运动训练的潜力。患有慢性 AIS 的颈椎 SCI 患者，感觉和运动完全性四肢瘫痪，参加了两阶段交叉干预，他们参加了 15 次强化 tSCS 介导的手部训练，每次 1 小时，每周 3 次，然后进行为期两周的洗脱期，再进行 15 次 tSCS 训练，每次训练前进行双手 BCI 运动启动。我们发现，使用针对力量、感觉和抓握力的分级重新定义评估，参与者的手臂和手部功能在研究的每个阶段都有显著改善：从基线时的 96/232 分，到单独进行 tSCS 训练后的 117/232 分，再到 BCI 启动和 tSCS 训练后的 131/232 分，反映了力量、感觉以及粗大和精细运动技能的提高。训练后，运动得分的提高和对尖锐感觉的感知能力的增强改善了从 C4 到 C5 的神经损伤水平，并且在最后一次训练课程后的四周内，改善情况通常得以维持。尽管无论是否存在 BCI 启动，功能改善都相似，但只有在 tSCS 训练之前进行启动时，双侧力量才会有适度改善，这或许表明运动启动对 tSCS 训练有益。
机器学习方法的探索性应用，以优化对饮食失调症状的数字干预措施的预测
Dwyer，D。和Choi，K。（2021）。在预测精神病学治疗结果时，机器学习的希望。世界精神病学，20（2），154 - 170。https：//doi.org/10.1002/wps.20882 Chien，I.，Enrique，A.，Palacios，J.，Regan，T.，Keegan，T.，Keegan，D. （2020）。一种机器学习方法，以了解与互联网交付的心理健康相互作用的互动模式。JAMA Network Open，3（7），E2010791。https://doi.org/10。 1001/jamanetworkopen.2020.10791 Christodoulou，E.，Ma，J.，Collins，G.S.，Steyerberg，E.W. （2019）。 系统的综述显示机器学习对临床预测模型的逻辑回归没有任何绩效益处。 临床流行病学杂志，110，12 - 22。https：// doi。 org/10.1016/j.jclinepi.2019.02.004 Fitzsimmons-Craft，E。E. Jacobi，C.，Jo，B.，Trockel，M。T.和Wilfley，D。E.（2020）。 数字认知行为疗法的有效性 - 对大学女性饮食失调的指导自助干预：一项群集随机临床试验。 JAMA Network Open，3（8），E2015633。 https://doi.org/10.1001/jamanetworkopen.2020.15633 Flygare，O. BMC精神病学，20（1），1 - 9。https：// doi。 统计软件杂志，33（1），1 - 22。https://doi.org/10。1001/jamanetworkopen.2020.10791 Christodoulou，E.，Ma，J.，Collins，G.S.，Steyerberg，E.W.（2019）。系统的综述显示机器学习对临床预测模型的逻辑回归没有任何绩效益处。临床流行病学杂志，110，12 - 22。https：// doi。org/10.1016/j.jclinepi.2019.02.004 Fitzsimmons-Craft，E。E. Jacobi，C.，Jo，B.，Trockel，M。T.和Wilfley，D。E.（2020）。数字认知行为疗法的有效性 - 对大学女性饮食失调的指导自助干预：一项群集随机临床试验。JAMA Network Open，3（8），E2015633。https://doi.org/10.1001/jamanetworkopen.2020.15633 Flygare，O.BMC精神病学，20（1），1 - 9。https：// doi。统计软件杂志，33（1），1 - 22。预测互联网传递认知行为疗法后身体障碍障碍的预测因素：一种机器学习方法。org/10.1186/s12888-020-02655-4 Friedman，J.，Hastie，T。，＆Tibshirani，R。（2010）。通过坐标下降的通用线性模型的正规化路径。Hettige，N。C.，Nguyen，T。B.，Yuan，C.，Rajakulendran，T.，Baddour，J.，Bhagwat，N.，Bani-Fatemi，A.，Voineskos，A.N. 使用社会文化和临床特征对精神分裂症中自杀式定位的分类：一种机器学习方法。 综合医院精神病学，47，20 - 28。https：//doi.org/10.1016/j.genhosppsy.2017.03.001 Hooker，S。（2021）。 超越“算法偏差是数据问题”。 模式，2（4），100241。 Jordan，M。I.和Mitchell，T。M.（2015）。 机器学习：趋势，敏感和前景。 Science，349（6245），255 - 260。https：//doi.org/10。 1126/science.AAA8415库恩。 （2021）。 caret：分类和回归培训。 r软件包ver- sion 6.0-88。 https://cran.r-project.org/package = Caret Lee，Y. N.，Zuckerman，H.，Chen，V。C.，Ho，R.，Rong，C。和McIntyre，R。（2018年）。 机器学习算法的应用以预测抑郁症的治疗结果：元分析和系统评价。 做Hettige，N。C.，Nguyen，T。B.，Yuan，C.，Rajakulendran，T.，Baddour，J.，Bhagwat，N.，Bani-Fatemi，A.，Voineskos，A.N.使用社会文化和临床特征对精神分裂症中自杀式定位的分类：一种机器学习方法。综合医院精神病学，47，20 - 28。https：//doi.org/10.1016/j.genhosppsy.2017.03.001 Hooker，S。（2021）。超越“算法偏差是数据问题”。模式，2（4），100241。Jordan，M。I.和Mitchell，T。M.（2015）。 机器学习：趋势，敏感和前景。 Science，349（6245），255 - 260。https：//doi.org/10。 1126/science.AAA8415库恩。 （2021）。 caret：分类和回归培训。 r软件包ver- sion 6.0-88。 https://cran.r-project.org/package = Caret Lee，Y. N.，Zuckerman，H.，Chen，V。C.，Ho，R.，Rong，C。和McIntyre，R。（2018年）。 机器学习算法的应用以预测抑郁症的治疗结果：元分析和系统评价。 做Jordan，M。I.和Mitchell，T。M.（2015）。机器学习：趋势，敏感和前景。Science，349（6245），255 - 260。https：//doi.org/10。1126/science.AAA8415库恩。（2021）。caret：分类和回归培训。r软件包ver- sion 6.0-88。 https://cran.r-project.org/package = Caret Lee，Y. N.，Zuckerman，H.，Chen，V。C.，Ho，R.，Rong，C。和McIntyre，R。（2018年）。机器学习算法的应用以预测抑郁症的治疗结果：元分析和系统评价。做情感障碍杂志，241，519 - 532。https：//doi.org/10.1016/j.jad.2018.08.073 Lekkas，D.，Price，G.，McFadden，J。，J。，＆Jacobson，J。，＆Jacobson，N.C。（2021）。机器学习到在线正念干预数据的应用：合规性评估中的底漆和经验示例。正念，12（10），2519 - 2534。https：//doi.org/10.1007/s12671-021-021-021-01723-4 Linardon，J.，J.，Messer，M.，Shatte，M.，Shatte，Shatte，Shatte，A.
英国和荷兰不同出生方式的碳足迹：使用生命周期评估的探索性研究
抽象目的：比较剖腹产和阴道出生的碳足迹。设计：生命周期评估（LCA）。设置：英国和荷兰的三级产妇和家庭分娩。人口：分娩妇女。方法：使用OpenLCA软件使用OpenLCA软件来建模英国和荷兰不同交付方式的碳足迹。主要结果指标：“碳足迹”（在kgco 2等效物中[kgco 2 e]）。结果：不包括镇痛，英国剖腹产的碳足迹为31.21 kgco 2 E，而医院的阴道出生为12.47 kgco 2 E，在家中为7.63 kgco 2 E。在荷兰，剖腹产的碳足迹较高（32.96 kgco 2 E），但在医院和家庭中阴道出生的碳足迹（分别为10.74和6.27 kgco 2 E）。排放范围从0.08 kgco 2 E（具有阿片类镇痛）到237.33 kgco 2 E（含氧氧化二氮）。镇痛使用的差异导致荷兰阴道出生的平均碳足迹低于英国（11.64对193.26 kgco 2 E）。结论：如果排除镇痛，剖腹产的碳足迹高于阴道出生，但这对所使用的镇痛非常敏感。使用氧气的氧化氧化物乘以25倍的阴道出生的碳足迹。止痛或一氧化二氮破坏系统的替代方法将导致碳足迹大大改善。尽管临床需求和产妇选择至关重要，但方案应考虑不同选择的环境影响。
知识导航器：科学文献中探索性搜索的LLM指导浏览框架
科学文献的指数增长需要有效的知识探索工具。我们提出了知识导航，该系统旨在通过组织和构造从广泛的局部查询中检索到的文档来增强探索性搜索能力，从而成为可通航的，两级的命名和描述性科学主题和子主题的可通道的两级层次结构。这个结构化的组织涉及域中研究主题的总体观点，同时还可以通过允许用户完善其焦点并检索其他相关文档，从而在特定子主题中迭代搜索和更深入的知识发现。知识导航器将LLM功能与基于群集的方法相结合，以获得有效的浏览方法。我们通过对两个新颖的基准（C lus trec-covid and s ci-toc）进行了体质和手动评估来揭示方法的有效性。我们的代码，提示和基准是公开可用的。
文章 航空区块链的探索性研究：以维护、维修和大修 (MRO) 组织为例
摘要：飞机维修行业非常复杂，有许多中介机构、多个参与者共享数据，并且需要确保高度的数据安全性。区块链技术的实施可以显著促进上述特点。本研究探讨了区块链技术在维护、维修和大修 (MRO) 中的实施。在本研究中，我们采用了混合方法，以全面了解飞机维修设施中区块链技术的采用情况。使用了半结构化访谈和案例研究。访谈结果与维护记录管理的现状有关。研究结果还强调了 MRO 中数据存储的价值和区块链的好处。本文还讨论了飞机维修设施实施区块链的准备情况/意愿以及实施障碍。确定了建议和进一步研究的领域。
文章 大学生对人工智能的态度：人工智能态度的认知、情感和行为维度的探索性研究
摘要：人工智能（AI）推动了新的学习模式并改善了教师的工作流程。然而，人们对学术诚信、抄袭和高等教育中批判性思维的减少表示担忧。因此，记录和分析大学社会科学学生对人工智能的态度非常重要，这是以后使用人工智能技术的重要预测因素。选择了来自希腊社会科学系的 190 名大学生（82.45％为女性）作为样本。描述性统计数据显示，学生对人工智能的态度大多是积极的。主成分分析证实了对人工智能态度的三成分解决方案，包括认知、行为和情感维度。对这三个成分的比较分析表明，情感维度排名最高，其次是认知和行为维度。成对相关分析表明，对人工智能的态度中认知、行为和情感成分最强的相关性是未来使用人工智能的频率，其次是对技术的普遍安全感。总之，学生对人工智能表现出更多的情感和认知倾向。学生的社会背景和未来对人工智能的使用在形成对人工智能的态度中起着关键作用。大学教育工作者需要提供更多关于人工智能的教学和学习，以改善学生对人工智能和未来人工智能使用的态度。
加速大脑衰老作为双相情感障碍分期的生物标志物：一项探索性研究
1 精神病学，阿姆斯特丹 UMC 地点阿姆斯特丹自由大学，荷兰阿姆斯特丹；2 GGZ inGeest 专业精神卫生保健，荷兰阿姆斯特丹；3 精神卫生，阿姆斯特丹公共卫生研究所，荷兰阿姆斯特丹；4 阿姆斯特丹神经科学、情绪、焦虑、精神病、睡眠和压力，荷兰阿姆斯特丹；5 阿姆斯特丹神经科学、神经退行性疾病，荷兰阿姆斯特丹；6 精神病学系，UMC 乌得勒支大学脑中心，荷兰乌得勒支；7 精神病学和生物行为科学系，塞梅尔神经科学和人类行为研究所，大卫格芬医学院，美国加利福尼亚州洛杉矶；8 神经行为遗传学中心，塞梅尔神经科学和人类行为研究所，大卫格芬医学院，美国加利福尼亚州洛杉矶；9 精神病学系，伊拉斯姆斯大学医学中心，荷兰鹿特丹； 10 荷兰鹿特丹伊拉斯姆斯医学中心 - 索菲亚、儿童和青少年精神病学和心理学以及 11 荷兰乌得勒支大学人文学院语言、文学和交流系
确定单个认知性状的四个混杂因素和功能连接性：探索性研究
静止状态功能连接性（RSFC）已被广泛用于个性化性状预测。但是，多个混杂因素可能会影响预测的脑行为关系。在这项研究中，我们研究了4种混杂因素的影响，包括时间序列长度，功能连通性（FC）类型，脑部细化选择和预测目标的差异。使用人类Connectome项目的数据，包括1,206名健康受试者，具有3个认知特征，包括流体智能，工作记忆和图片词汇能力，作为预测目标。我们使用部分最小平方回归比较了这4个因素的不同设置下的预测性能。结果表明，适当的时间序列长度（300个时间点）和脑部分割（独立组件分析，ICA100/200）可以实现更好的预测性能而不会消耗太多时间。FC由Pearson，Spearman和部分相关计算得出的精度和更低的时间成本比共同信息和连贯性更高。认知性状在受试者之间具有较大差异的认知性状可以更好地预测，这是由于对个体变异性的良好阐述。此外，增加扫描持续时间到预测的有益效果部分是由RSFC的重新测试可靠性提高的。综上所述，该研究强调了基于RSFC的预测中确定这些因素的重要性，这可以促进基于RSFC的预测管道的标准化。
临床使用不同抗有丝分裂药物治疗三阴性乳腺癌的探索性比较
三阴性乳腺癌 (TNBC) 是一种极具侵袭性的乳腺癌类型，对其可用的细胞毒性化疗选择很少。一种由盐酸阿霉素和环磷酰胺，然后是紫杉醇组成的化疗方案，称为 AC-T，被批准用作这种类型乳腺癌的辅助治疗。在本研究中，我们旨在阐明 KIF11 在两种含有 DHPM 核心（二氢嘧啶-2(1H)-酮或-硫酮）的合成小分子抑制 TNBC 进展过程中的作用，假设这些抑制剂可以作为抗有丝分裂药物的一种有趣选择，单独使用或作为与 AC 联合使用的辅助疗法。为此，我们评估了 DHPM 作为单一疗法或与阿霉素和环磷酰胺联合使用对患有 MDA-MB-231 诱发的乳腺癌的 Balbc 裸鼠的疗效，以 AC-T 作为阳性对照。我们的数据提供了大量证据，证明 KIF11 抑制剂表现出显著的抗肿瘤活性，在三阴性乳腺癌体内异种移植模型中作用于肿瘤发生和癌症进展的关键点，例如 KIF11 和 ALDH1-A1 的下调。此外，它们没有表现出以活动能力受损为特征的典型周围神经病变，而这在使用紫杉醇时很常见。这些结果表明，在乳腺癌方案治疗中使用 MAP 抑制剂可能是一种有前途的策略，既能保持抗肿瘤活性，又能减少副作用。
学生使用 BBC Micro:bit 设计编程技术解决方案时的技术知识探索性研究
摘要 技术教育者经常提供一些活动，让学生使用各种编程材料设计程序化技术解决方案 (PTS)，以培养学生与 PTS 和数字技术相关的技术知识。然而，很少有研究调查学生如何体验这些活动。为了填补这一知识空白，这项现象学研究探讨了学生如何使用 BBC Micro:bit 设计 PTS，并确定这些学生所需的技术知识，从关键方面（即需要辨别的方面）来看，以成功解决现实世界的任务——防盗警报的设计和编码。数据是从 10 岁和 14 岁学生的草图、访谈和视频记录中收集的。这项研究表明，学生在活动中遇到了两个相互交织的现象：PTS 的双重性质（即结构和功能）和 BBC Micro:bit 材料。研究结果表明，学生需要了解根据组件的功能使用哪些组件以及如何组织这些组件，以便它们与使用反馈控制的代码进行交互。也就是说，学生需要通过组合 BBC Micro:bit 编辑器中的块来编写条件语句。为了编写工作代码，学生需要知道块代表什么、在编辑器中哪里可以找到块以及如何解释块的形状。结果对教授技术知识具有启示意义，表明解决这些现象和关键方面对于培养学生使用 BBC Micro:bit 设计 PTS 的概念和程序知识非常重要。