XiaoMi-AI文件搜索系统
World File Search System有显
热门图表 - 美国：除石油和天然气外，山姆大叔与加拿大享有显着的贸易顺差
最新发布的数据显示，美国有望在 2024 年出现历史上最大的贸易逆差，截至 11 月，这一数字已达到 1.08 万亿美元。如果不是美国连续第二年成为能源净出口国，到 2024 年 11 月，美国能源贸易顺差达到 30 亿美元，这种创纪录的不平衡将更大。就加拿大而言，情况实际上正好相反：正如今天的热门图表所示，整个贸易逆差都源于从大北方进口的石油和天然气。除能源外，我们的南方邻国享有 580 亿美元的贸易顺差，其中 300 亿美元来自服务业。今天，特朗普总统声称，根据目前的贸易协定，美国正在大量补贴加拿大经济——这一说法很难得到相对较小的 320 亿美元贸易逆差的支持——并进一步声称他“不需要我们拥有的任何东西”。如果是这样，为什么不把这个挑战变成机遇呢？”我们最近发表了一项研究（见此处），认为加拿大必须利用其在廉价能源方面的巨大竞争优势——特别是当许多其他经济体都在努力解决能源不安全问题以重新实现我国工业化时。如果不采取大胆果断的行动，加拿大有可能在北美和全球制造业供应链中变得无关紧要。这种侵蚀将削弱该国促进创新、推动持续经济增长和生产我们的邻国——以及世界——真正需要的商品的能力。
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
课程计划：我们周围的微生物（没有显微镜）
课程计划：我们周围的微生物（无显微镜）的课程计划日期创建：2024-06-10课程计划日期上次编辑：2024-06-10实施的课程计划日期：创建的课程计划：Danielle Condry，PhD受众/年级：中学：中学（6-8年级） - 可以将其转移到K-5或9-1-12或9-12或NOTE。主题：我们各地的微生物：环境科学目标：本课程计划旨在让学生参与动手科学，并更深入地了解影响我们日常生活的微生物世界。步骤1目标（我希望我的听众/学生在本课后能够做什么？）：学生将：1。描述微生物在环境中的无处不在。2。练习环境抽样方法来收集微生物。3。观察微生物生长的结果，并推断出在各种环境中微生物的存在。4。讨论微生物对健康和环境的影响。第2步评估计划（我将如何知道我的听众/学生实现目标？）：直接评估： - 学生将创建并提交一份实验室报告，详细介绍他们在所选环境中有关微生物存在的抽样方法，观察结果和结论。- 参与有关他们发现的小组讨论和演讲。间接评估： - 活动期间的非正式观察，以衡量学生的参与和理解。- 学生自我反思和反馈形式，涉及他们对微生物的了解。第3步活动（我将如何帮助我的听众/学生实现目标？）：材料： - 无菌拭子 - 带琼脂（预先准备）的培养皿 - 永久标记 - parafilm条封闭板
对水产养殖中弧菌生物膜形成有显著影响
1 水产研究组（GIA），生态水研究所，拉斯帕尔马斯大学，35001 拉斯帕尔马斯，西班牙； luis.monzon@ulpgc.es (LM-A.)； silvia.torrecillas@irta.cat （ST）; antonio.gomez@fpct.ulpgc.es（AG-M.）; jose.ramos@uneatlantico.es (JR-V.) 2 农业食品技术研究所 (IRTA) 水产养殖计划，圣卡莱斯德拉拉拉皮塔中心 (IRTA-SCR)，43540 圣卡莱斯德拉拉拉皮塔，西班牙 3 欧洲竞技大学食品、营养健康研究组 9010 桑坦德，西班牙 4 北方大学生物科学与水产养殖学院基因组学系，8026 博德，挪威； jorge.galindo-villegas@nord.no * 通信地址：felix.acosta@ulpgc.es † 这些作者对这项工作做出了同等贡献。
Pacritinib 是一种有效的 ACVR1 抑制剂，对骨髓纤维化患者具有显著的贫血益处
MF 中的贫血是多因素的，尽管异常细胞因子产生驱动的炎症是主要原因。6、10-13 疾病相关的炎症会导致铁调素生成增加，从而造成功能性铁缺乏和红细胞生成受损。11、14 有人推测，通过针对病理性炎症 12 或抑制铁调素调节剂活化素 A 受体 1 型 (ACVR1) 15 来降低铁调素水平可能是改善贫血的可行治疗策略。最近在小鼠慢性病模型中的研究表明，ACVR1 抑制会导致隔离铁的动员增加并刺激红细胞生成。 15 这些结果在人体研究中得到了重现，实验性 JAK1/JAK2/ACVR1 抑制剂 momelotinib 被发现与 MF 患者的输血独立性 (TI) 稳定或增加有关。16-19
发现对锂离子电池没有显着影响...
负责机构：美国能源部（DOE）行动：发现无重大影响（FONSI）摘要：DOE完成了CIRBA解决方案的最终环境评估（EA） - 锂离子电池回收以生产电池级原料（DOE/EA/EA - 2213）。基于EA DOE的分析，确定其提议的诉讼 - 向Cirba解决方案提供赠款，以部分资助其现有的锂离子电池（LIBS）回收设施的扩展 - 将无显着不利影响。DOE进一步确定，通过实施Cirba Solutions的拟议项目，对社会经济，环境正义，减少温室气体排放以及电动汽车（EV）和锂离子电池行业会产生有益的影响。BACKGROUND: As part of the Infrastructure Investment and Jobs Act (Bipartisan Infrastructure Law; Public Law 111-58), DOE's National Energy Technology Laboratory (NETL), on behalf of the Office of Manufacturing and Energy Supply Chains and the Office of Energy Efficiency and Renewable Energy, jointly issued the Funding Opportunity Announcement (FOA) DE-FOA-0002678 Bipartisan Infrastructure Law （BIL）电池材料处理和电池制造。BIL拨款超过620亿美元，向美国能源部拨款，向美国人民提供更公平的清洁能源未来，并将在涵盖2022年至2026年的五年中投资于电池供应链超过70亿美元。Cirba Solutions的扩展设施将支持美国自由行业的循环经济，并预计EV和混合动力汽车行业的增长。4321 et seq。如果获得批准，DOE将提供74,999,925美元的财政援助，以与项目支持者Cirba Solutions进行成本分担的安排，Cirba Solutions将向项目总成本提供159,970,351美元。基于拟议项目的范围，DOE准备了EA，以评估根据《国家环境政策法》（NEPA）的要求，为拟议项目提供财政援助的潜在环境和社会经济后果（42 U.S.C.），总统环境质量委员会（CEQ）实施NEPA的法规（40 CFR第1500至1508部分），以及DOE遵守NEPA的实施程序（10 CFR第1021部分）。
视频没有显示世界经济论坛发言人呼吁无现金...... https://apnews.com/article/fact-check-world-economic-forum-cashless-...
2023 年 6 月 26 日星期一，官方媒体成员在天津梅江会展中心全体会议大厅设置了摄像机位置，以迎接世界经济论坛 2023 年新领军者年会。社交媒体用户正在分享一段视频，歪曲康奈尔大学经济学教授埃斯瓦尔·普拉萨德在活动上就央行的好处和危险所发表的言论。
____________________________ 这仅仅是一份意向通知 (NOI)。能源部可能会发布一份如本文所述的 FOA，也可能发布一份与本文所述有显著差异的 FOA。
• 旨在用于从太阳、水、风、地热或水热资源、增强型地热系统或其他可再生资源中生产能源的财产； • 燃料电池、微型涡轮机或能源存储系统及组件； • 电网现代化设备或组件； • 设计用于碳捕获、运输、去除、使用或封存/储存的财产； • 设计用于精炼、电解或混合任何可再生或低碳低排放的燃料、化学品或产品的设备； • 设计用于生产节能技术的财产（包括用于住宅、商业和工业应用）； • 轻型、中型或重型电动或燃料电池汽车、电动或燃料电池机车、电动或燃料电池船舶或电动或燃料电池飞机；上述汽车、机车、船舶或飞机的技术、组件和材料；以及与上述汽车、机车、船舶或飞机相关的充电或加油基础设施； • 总重量不低于 14,000 磅的混合动力汽车；以及用于这些车辆的技术、部件和材料；以及 • 旨在减少温室气体排放的其他先进能源资产。4 预期的 FOA 将包括生产或回收上述任何法定类别资产的项目，项目的选择部分基于它们是否有能力加强关键的国内供应链，从而到 2035 年实现零排放电力部门并在不迟于 2050 年实现全经济净零排放。例如，在美国能源部 2022 年 2 月的报告“保障美国的清洁能源供应链”中，能源部确定了优先需要取向电工钢、连续换位导体、铜线、铜绕组、大型电力变压器 (LPT) 套管、储油柜、储油柜内胆和大型电力变压器来支持电网现代化；多晶硅、压延玻璃、铝、锭、晶圆、电池、支架、模块、逆变器和系统来支持太阳能光伏；钕和镝合金、钕磁铁、半导体、大型铸件、锻造环和
经过精确编辑的克隆小牛基因组没有显示出脱靶事件或从头诱变增加的证据
。CC-BY-NC-ND 4.0 国际许可下可用（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2021 年 1 月 29 日发布。；https://doi.org/10.1101/2021.01.28.428703 doi：bioRxiv 预印本
种系基因组对癌症免疫逃避和免疫治疗反应具有显性遗传贡献
背景：免疫逃逸是癌症的一个基本特征。在肿瘤发展的早期阶段，肿瘤必须实施免疫逃逸策略来防止宿主免疫系统的攻击。阻断肿瘤的免疫逃逸将重新激活宿主免疫系统来消灭肿瘤。应用抗 PD-1/PD-L1 或抗 CTLA4 治疗的免疫检查点疗法 (ICT) 在过去几年中取得了显著的成功。然而，由于肿瘤免疫系统的复杂性，约 70% 的患者无法从 ICT 治疗中获得任何临床益处。过去，人们认为种系致病变异对癌症的遗传贡献很小。结果：新兴证据表明，种系基因组通过编码宿主免疫系统对癌症发挥显性遗传贡献。免疫系统的功能成分由宿主基因组编码，因此种系基因组可能对癌症免疫逃逸和免疫治疗反应产生深远影响。事实上，最近的研究表明，种系致病变异可以通过 (i) 塑造肿瘤体细胞突变、改变甲基化模式和抗原呈递能力或 (ii) 影响 NK 细胞调节肿瘤微环境中淋巴细胞滤过的功能，在群体水平上影响癌症患者的免疫能力。此外，HLA（A、B 或 C 型）基因型也会影响肿瘤体细胞突变的格局。结论：这些结果强调了种系基因组在免疫和癌症发展中不可或缺的作用，并表明应将种系基因组学整合到癌症生物学和癌症免疫治疗的研究领域中。