摘要 随着人工智能 (AI) 技术的进步,它将不可避免地给课堂实践带来许多变化。然而,教育领域的人工智能研究与教学观点或教学方法的联系较弱,特别是在 K-12 教育领域。人工智能技术可能使有上进心和先进的学生受益。需要了解教师在课堂上使用人工智能技术调解和支持学生学习方面所起的作用。本研究使用自我决定理论作为支撑框架,调查教师支持如何调节学生专业知识对需求满足和使用人工智能技术学习的内在动机的影响。这项实验研究涉及 123 名 10 年级学生,并在实验中使用聊天机器人作为基于人工智能的技术。分析表明,使用聊天机器人学习的内在动机和能力取决于教师支持和学生专业知识(即自我调节学习和数字素养),教师支持更好地满足了关联性需求,而不太满足自主性需求。研究结果完善了我们对自我决定理论应用的理解,并扩展了人工智能应用和教学实践的教学和设计考虑。
请按以下方式引用本文:Longo, F., Nicoletti, L., & Padovano, A.(2019)。无处不在的知识为智能工厂赋能:面向服务的数字孪生对企业绩效的影响。年度控制评论,第47,页221-236。DOI:https://doi.org/10.1016/j.arcontrol.2019.01.001。
为口腔 - 芯片模型创建基本结构涉及设计一个微流体芯片,该微流体芯片复制必需的组件并创建模拟口腔复杂性的微环境。微流体芯片可以由各种材料制成,包括玻璃,硅和聚合物。微流体芯片的标准制造技术包括软光刻,光刻图和注射成型。这些方法可以在芯片上创建复杂的微观结构和通道。微流体芯片应复制口腔的关键成分,包括代表各种口腔组织的细胞培养室,例如上皮细胞,成纤维细胞和唾液腺细胞,这些细胞包含在细胞外基质中。细胞外基质可以结合水凝胶或其他材料,以提供结构支撑和细胞附着和生长的基板。结合灌注系统可模拟血液,使营养素,氧气和药物的递送2,3。
摘要 应对可持续发展政策挑战需要能够驾驭复杂性的工具,以改善政策流程和结果。过去十年来,人们对人工智能 (AI) 工具的关注度和政府对其使用的期望急剧上升。我们对学术和灰色文献进行了叙述性回顾,以调查人工智能工具如何用于政策和公共部门决策。我们发现,学者、政府和顾问对人工智能表达了积极的期望,认为人工智能可以或应该用于解决广泛的政策挑战。然而,关于公共决策者如何实际使用人工智能工具或对使用结果的详细洞察的证据却少得多。从我们的研究结果中,我们得出了将人工智能的承诺转化为实践的四个教训:1) 记录和评估人工智能在现实世界中对可持续发展政策问题的应用;2) 关注现有和成熟的人工智能技术,而不是投机性的承诺或外部压力;3) 从要解决的问题开始,而不是要应用的技术;4) 预测并适应可持续发展政策问题的复杂性。
摘要简介:遗传性载脂蛋白 A-I (AApoAI) 淀粉样变性是一种罕见的异质性疾病,发病年龄和器官受累各不相同。很少有系列文章详细介绍了一系列致病性 APOA1 基因突变的实体器官移植的自然史和结果。方法:我们确定了 1986 年至 2019 年期间在国家淀粉样变性中心 (NAC) 就诊的所有 AApoAI 淀粉样变性患者。结果:总共确定了 57 名患有 14 种不同 APOA1 突变的患者,包括 18 名接受肾移植的患者(5 例肝肾联合 (LKT) 移植和 2 例心肾联合 (HKT) 移植)。发病年龄中位数为 43 岁,从发病到转诊的中位数时间为 3(0 – 31 年)。81%、67% 和 28% 的患者检测到淀粉样蛋白累及肾脏、肝脏和心脏。肾淀粉样变性普遍与最常见的变异 (Gly26Arg, n ¼ 28) 有关。在所有变异中,肾淀粉样变性患者在诊断为 AApoAI 淀粉样变性时肌酐中位数为 159 m mol/L,尿蛋白中位数为 0.3 g/24 h,从诊断到终末期肾病的中位时间为 15.0 (95% CI: 10.0 – 20.0) 年。肾移植后,同种异体移植的中位生存期为 22.0 (13.0 – 31.0) 年。移植后有一例患者早期死亡(肾移植后 2 个月感染相关),未发生导致移植失败的早期排斥反应。在所有四例接受连续 123 I-SAP 闪烁显像的病例中,肝移植均导致淀粉样蛋白消退。结论:AApoAI 淀粉样变性是一种进展缓慢、难以诊断的疾病。移植结果令人鼓舞,移植物存活率极高。
摘要本研究应对高中生的有效教学遗传学的挑战,该主题尤其具有挑战性。利用人工智能(AI)在教育中的重要性越来越重要,该研究探讨了服务前教师在高中遗传学教育中基于AI-AI-Specions的整合的观点,指标和行为意图。正如这些职前教师(通常称为数字本地人)被期望将技术无缝地整合到我们技术依赖的社会中的未来教室中,因此了解他们的观点至关重要。这项研究涉及90名教师候选人,专门从事尼日利亚高等教育机构的生物学。采用计划行为理论,使用结构方程建模和独立样本t检验方法分析了调查响应。结果表明,感知到的有用性和构成规范是AI使用的重要预测指标,主观规范严重影响了职前教师的行为意图。值得注意的是,感知到的行为控制并不能显着预测意图,这与观察到的有用性不能保证AI采用。性别会差异地影响主观规范,尤其是在女性职前教师中,而在其他变量中没有观察到显着的性别差异,这表明可比的态度。这项研究强调了态度和社会规范在塑造职前教师对AI技术整合的决定中的关键作用。还讨论了有关含义,局限性和潜在的未来研究方向的详细讨论。
妇女和性别少数群体在学术界的领导和资历方面的人数不足。对高等教育中性别的研究(HE)的规模和方法论方法各不相同,从大规模的全球调查到具有访谈和焦点小组的小规模项目,在对早期职业研究人员和博士生的关注方面存在明显的差距,以及他们的经验以及他们的经验从分期计,机构到机构,部门和“部门级别” ”利用性别理论将性别与权力和性别组织联系起来,我们将这种理论观点与HE中的性别研究联系起来。 本文提出了一个新的议程,以通过将定量和女权主义地理汇总到HE内的不同“ palatial”量表的问题上,以加深我们对他中的性别的理解。 我们建议扩大定量研究中经常使用的性别的定义,并考虑使用开源数据,以提供对HE中性别动力学的新颖和可重复的见解,并使用定量地理学方法来发展对这些动态的多层次理解。 关键词:女权主义地理,性别,高等教育,定量地理。”利用性别理论将性别与权力和性别组织联系起来,我们将这种理论观点与HE中的性别研究联系起来。本文提出了一个新的议程,以通过将定量和女权主义地理汇总到HE内的不同“ palatial”量表的问题上,以加深我们对他中的性别的理解。我们建议扩大定量研究中经常使用的性别的定义,并考虑使用开源数据,以提供对HE中性别动力学的新颖和可重复的见解,并使用定量地理学方法来发展对这些动态的多层次理解。关键词:女权主义地理,性别,高等教育,定量地理。
阶段II:BFDEP的开发健康信念模型(HBM)用于设计BFDEP模块。 HBM模型基于心理和行为理论,这些理论解释了人类健康的决策和随后的行为。 它强调了与健康相关的行为的两个方面:1)避免疾病的愿望或特定健康活动可以预防或治愈疾病的想法,以及2)相信特定的健康相关行动会预防或治愈疾病。 该模块的期望结果是根据母亲对相关健康活动的优势和缺点的看法来影响母亲的决定。 以前的发现表明,基于HBM的教育计划显示出基于模型构造随着时间的推移而增加参与者的知识的好处。 [15]阶段II:BFDEP的开发健康信念模型(HBM)用于设计BFDEP模块。HBM模型基于心理和行为理论,这些理论解释了人类健康的决策和随后的行为。它强调了与健康相关的行为的两个方面:1)避免疾病的愿望或特定健康活动可以预防或治愈疾病的想法,以及2)相信特定的健康相关行动会预防或治愈疾病。该模块的期望结果是根据母亲对相关健康活动的优势和缺点的看法来影响母亲的决定。以前的发现表明,基于HBM的教育计划显示出基于模型构造随着时间的推移而增加参与者的知识的好处。[15]
新一代测序 (NGS) 的进步使得人们能够生成人类遗传变异的深度目录,并发现了大量与疾病相关的变异。大多数 NGS 应用都集中在单核苷酸多态性 (SNP) 或短插入和缺失 (indel) 上。串联重复是遗传变异的另一个丰富来源,由于难以获得准确的基因型,因此在很大程度上被忽视了。在这里,我们主要关注重复单元长度为 1-6 bp 的短串联重复 (STR)。总的来说,STR 占人类基因组的约 3%,超过整个蛋白质编码外显子组 [1]。STR 在基因调控区富集 ([2],[3]),重复拷贝数的变化可以通过多种机制影响基因调控,包括修改转录因子结合位点、改变 DNA 甲基化模式 [4] 或其他方式。 STR 中重复单元数量的大幅增加与数十种疾病 [5] 有关,例如亨廷顿氏病 [6] 和脆性 X 综合征 [7],而较温和的逐步变化与包括血液和脂质生物标志物在内的复杂性状有关 ([8], [9])。STR 还被用作癌症研究中诊断的遗传标记,并在多种癌症中发挥作用,包括结直肠癌 [10] 和乳腺癌 [11]。
请引用本文:Toda and Okamoto,(2020)。通过将大分子直接递送到水稻卵细胞和受精卵中的基因表达和基因组编辑系统,Bio-protocol 10 (14): e3681。DOI:10.21769/BioProtoc.3681。
