摘要:欧盟委员会将可持续金融定义为在做出投资决策时考虑环境、社会和治理 (ESG) 因素的过程,从而对可持续经济活动和项目进行更多长期投资。银行和其他金融机构越来越多地将有关 ESG 绩效的数据(特别是气候变化带来的风险)纳入其信贷和投资组合评估方法中。但是,收集与公司和企业 ESG 绩效相关的数据仍然是一项艰巨的任务。不存在可以提取所有数据的单一来源。此外,大多数重要的 ESG 数据都是非结构化格式,因此收集它带来了许多技术和方法挑战。在本文中,我们提出了一种基于 AI 方法解决 ESG 数据收集问题的方法。我们还介绍了所提出方法的实现,并讨论了在真实世界文档上进行的一些实验。
科学技术政策办公室 (OSTP) 是根据 1976 年《国家科学技术政策、组织和优先事项法》成立的,旨在为总统和总统行政办公室内的其他人员提供有关经济、国家安全、国土安全、卫生、外交关系、环境以及资源的技术回收和利用等主题的科学、工程和技术方面的建议。OSTP 领导跨部门科学技术政策协调工作,协助管理和预算办公室每年审查和分析预算中的联邦研究和开发,并作为总统就联邦政府的主要政策、计划和方案进行科学和技术分析和判断的来源。更多信息请访问 http://www.whitehouse.gov/ostp。
太平洋区域海洋利用地图 (PROUA) 项目是美国国家海洋和大气管理局 (NOAA) 和海洋能源管理局 (BOEM) 之间的创新合作,旨在记录夏威夷沿海社区在各种典型人类活动和部门中对海洋的使用情况。该项目使用参与式制图技术,提供了一种行之有效、灵活且可扩展的方法,使沿海社区能够考虑人类对海洋规划的准确利用。部落对海洋的利用并没有明确绘制,尽管部落主席和/或其指定代表已正式受 BOEM 邀请参加制图研讨会。部落使用信息的共享取决于每个部落对制图研讨会是否是共享此类信息的合适论坛的判断。研讨会期间共享的任何部落使用信息都纳入了定义的使用类别。因此,地图集数据和地图产品并未明确描述部落使用情况。有关该项目的更多信息,请访问 http://marinecadastre.gov/oceanuses/。
使用机器学习和深度学习根据脑电图 (EEG) 信号预测认知任务一直是脑机接口 (BCI) 中发展最快的领域。然而,在 COVID-19 大流行期间,数据收集和分析可能更具挑战性。大流行期间的远程实验带来了一些挑战,我们讨论了可能的解决方案。本文探讨了可以在个人计算机上有效运行以执行 BCI 分类任务的机器学习算法。结果表明,随机森林和 RBF SVM 在 EEG 分类任务中表现良好。此外,我们研究了如何使用经济实惠的消费级设备进行此类 BCI 实验以收集基于 EEG 的 BCI 数据。此外,我们还开发了数据收集协议 EEG4Students,为对此感兴趣的非专家提供此类数据收集指南。我们的代码和数据可以在 https://github.com/GuangyaoDou/EEG4Students 找到。
缩略词列表 APA 海上处理器协会 AWEA 美国风能协会 BOEM 海洋能源管理局 BNOW 海上风电商业网络 CADR 美国内政部协作行动和争议解决办公室 DLCD 俄勒冈州土地保护和开发部 DOE 美国能源部 DOI 美国内政部 FACT 蒂拉穆克渔民咨询委员会 FERC 联邦能源管理委员会 FGDC 联邦地理数据委员会 FINE 自然能源渔民 FISHCRED 渔民住房信息服务机密发布和基本分发 GLD 地理位置描述 KW 卡恩斯和韦斯特 MAFAC NOAA 海洋渔业咨询委员会 NASCA 北美海底电缆协会 NOAA 国家海洋和大气管理局 NREL 国家可再生能源实验室 NSAT 迪波湾近岸行动小组 OAH 委员会 俄勒冈州海洋酸化和缺氧协调委员会 OCEAN 俄勒冈州沿海能源联盟网络 OCMP 俄勒冈州沿海管理计划 OCS 外大陆架OSCRTN 俄勒冈州南海岸区域旅游网络 OCZMA 俄勒冈州海岸带管理协会 OSU 俄勒冈州立大学 PCFFA 太平洋海岸渔民协会联合会 PFMC 太平洋渔业管理委员会 PMEC 太平洋海洋能源中心 PNNL 太平洋西北国家实验室 POET 太平洋能源信托 PROUA 太平洋地区海洋利用地图集 PSPA 太平洋海鲜加工协会 PUD 公用事业区 RODA 负责任近海开发联盟 SOORC 俄勒冈南部海洋资源联盟 TDAT 美国住房和城市发展部的部落名录评估工具 TSP 领海计划 WCODP 西海岸海洋数据门户 WET-NZ 新西兰波浪能技术
添加了“ WorldSteel CO2数据收集方法中的范围3会计指南”,附录6 V11,23/08/2023校正了直接排放系数(TCO 2/DRY T),用于第7.2节中的3.060。V11,30/05/2024在第7.2节中校正了可乐至3.257的直接发射系数(TCO 2/DRY T)。
除了定量数据外,我们还应该在整个改进工作中捕获,分析和从定性数据中学习。定性数据几乎是可以观察和记录本质上不是数值的任何类型的信息。定性数据在帮助我们深入了解问题并理解意义,意见和感受方面特别有用。这对于支持我们发展有关关注什么以及可能有所作为的理论至关重要。定性数据的示例包括变化思想观察,有关护理经验的反馈,对调查的自由文本回答等。
。cc-by-nc-nd 4.0国际许可证(未经同行评审证明)获得的是作者/资助者,他授予Biorxiv授予Biorxiv的许可,以永久显示预印本。它是制作
阿斯特里德·伯恩(AstridBöhne)。德国; 6 a.boehne@lili.de,orcid。9玫瑰。 塞维利亚,西班牙,西班牙。 。研究所,诺里奇研究公园,诺里奇,诺里奇,NR4 7UZ,mcectggart@earlham.uk。 Porto,4485–661 19Vairão,葡萄牙; (2)生物学系,港口波尔图20号大学; 。 239玫瑰。塞维利亚,西班牙,西班牙。。研究所,诺里奇研究公园,诺里奇,诺里奇,NR4 7UZ,mcectggart@earlham.uk。 Porto,4485–661 19Vairão,葡萄牙; (2)生物学系,港口波尔图20号大学; 。2325 r.monteiro@leibniz-lib.de,orcid 0000-0003-1374-4474。26 Rebekah A. Oomen,(1)奥斯陆大学生态与进化合成中心,27 Blindernveien,挪威奥斯陆0371 31,(2)奥斯陆大学自然历史博物馆,P.O。28 Box 1172,Blindern,0318,挪威奥斯陆,(3)(3)沿海研究中心,阿格德大学,29 Universitetsveien 25,4630 Kristiansand,挪威,挪威4)生物科学系30 New Brunswick Saint University of New Brunswick Saint John,Taucker Park Road 100 Hättebäcksvägen745296。Rebekahoomen@gmail.com,32 OrcID 0000-0002-2094-5592。33 Olga Vinnere Pettersson,生命实验室科学 - 瑞典(SCILIFELAB),国家34基因组基础设施,Uppsala University,P.O。Box 815,SE-752 37 Uppsala,瑞典。 35 olga.pettersson@scilifelab.uu.se,orcid 0000-0002-5597-1870。 36 Torsten H. Struck,自然历史博物馆,奥斯陆大学,P.O。 Box 1172,Blindern,37 0318 OSLO,挪威。 t.h.struck@nhm.uio.no orcid 0000-0003-3280-6239。 38Box 815,SE-752 37 Uppsala,瑞典。35 olga.pettersson@scilifelab.uu.se,orcid 0000-0002-5597-1870。36 Torsten H. Struck,自然历史博物馆,奥斯陆大学,P.O。Box 1172,Blindern,37 0318 OSLO,挪威。t.h.struck@nhm.uio.no orcid 0000-0003-3280-6239。38
收集标签以训练FER机器学习数据集。但是,现有工具对培训非临床人群的范围和方法以及计算机器的标签有限制。在这项研究中,我们介绍了一个综合游戏,该游戏有效地吸引了普通人群,不仅支持人类的FER学习自发表达,还可以收集可靠的基于判断的标签。我们纳入了游戏化,教育和众包文献的设计指南,以吸引和激励玩家。我们的评估(n = 59)表明,游戏鼓励玩家以高分子的速度学习面部表情的情感社会规范,促进有效的FER学习和可靠的标签收集,同时享受游戏玩法。
