XiaoMi-AI文件搜索系统
World File Search System由来已久
- 加拿大核学会
霍普港地区计划是一个为期 10 年的项目，代表了加拿大政府对确保清理和长期安全管理历史低放射性废物的承诺。它涉及在附近的地点建造一个人工地上土丘，以便长期安全地管理它，远离其当前的湖岸位置。“历史废物”是指在制定控制此类活动的立法之前的活动产生的低放射性废物。在霍普港，它始于 1932 年，当时私营的 Eldorado Gold Mines 在湖边开设了一家镭精炼厂。当时镭的价值比同等重量的黄金高出数千倍。在精炼高价值镭时，废品之一是无价值的铀。十年后，铀的价格飞涨——它已成为一种战略材料。出于安全和其他原因，加拿大政府接管了该公司。不幸的是，在 1932 年至 1970 年间，Port Hope 镇因运输过程中的泄漏、受污染填料的转移以及储存区域的风蚀和水蚀而受到污染。从地下挖出岩石并将其转化为宝贵资产的历史由来已久。这对包括 Port Hope 在内的许多城镇来说都是一项经济上的成功。因为需要大约一吨沥青铀矿和十吨化学品才能生产出几克镭，所以有很多废物被掩埋、堆积或用作垃圾填埋场。遗憾的是，这次污染引发了争议，并成为海伦·卡尔迪科特博士等反核活动人士散布恐慌的素材，她已向居民发出警告
以 MOR 相关策略为重点的现有阿片类药物的替代
除阿片类药物危机外，市场上止痛药的稀缺性和有限的风险/收益比也值得我们思考新的创新策略。镇痛药药典通常基于陈旧且源自临床经验主义的产品，这些产品功效有限或作用范围有限，或导致耐受性不理想。尽管阿片类药物是治疗伤害性疼痛的参考镇痛药，但它们也受到同样的批评。鸦片作为镇痛药的使用由来已久。吗啡是在 19 世纪初合成的。阿片类药物在某些疼痛情况下的功效有限，并且这些药物可能引起严重甚至致命的不良反应。当前北美阿片类药物危机就是一个悲剧性的例证，因过量服用阿片类药物而死亡的人数不断上升。因此，有必要研究能够维持或提高阿片类药物疗效同时提高其耐受性的分子。目前正在探索几种途径，包括靶向 μ 阿片受体 (MOR) 剪接变体、开发偏向激动剂或靶向其他受体（如具有 MOR 的异源体）。作为 MOR 效应器的离子通道也是靶向的，以便提供没有 MOR 依赖性副作用的化合物。另一种途径是开发具有外周作用或有限中枢神经系统 (CNS) 通路的阿片类镇痛药。最后，正在开发用作改变内源性阿片类药物代谢的药物或化合物（双重 ENKephalinase 抑制剂）的内源性阿片类药物。本综述的目的是根据阿片类药物的当前适应症、对其广泛使用（特别是在慢性非癌症疼痛中）的担忧以及限制阿片类药物滥用和误用风险的方法介绍这些不同的目标/策略。© 2020 Elsevier Inc. 保留所有权利。
澳大利亚堪培拉，2020 年 12 月 1 日至 4 日 方法至关重要：没有智能的交易代理通常比基于人工智能的交易者表现更好
摘要 — 使用计算智能（即人工智能 (AI) 和机器学习 (ML) 的方法）来自动发现、实施和微调金融市场中自主自适应自动交易的策略的研究由来已久，有关该主题的一系列研究论文已在 IJCAI 等主要 AI 会议和《人工智能》等著名期刊上发表：我们在此展示的证据是，这一研究领域存在许多方法上的失误，实际上，一些据称表现最佳的公共领域 AI/ML 交易策略通常会被完全不涉及 AI 或 ML 的极其简单的交易策略所超越。我们在此强调的结果很容易在十多年前相关关键论文发表时就被揭示，但这些论文发表时公认的方法涉及一种对交易代理进行实验评估的最低限度的方法，仅根据在少数市场场景中对交易代理进行的几千次测试做出断言。在本文中，我们展示了使用并行云计算设施对广泛参数值进行详尽测试的结果，我们在其中进行了数百万次测试，从而创建了更丰富的数据，可以从中得出更可靠的结论。我们表明，已发表文献中最好的公共领域 AI/ML 交易员的表现通常不如“零以下智能”交易策略，这种策略从表面上看似乎过于简单，以至于会造成财务损失，但它与市场的互动方式在实践中比研究文献中众所周知的 AI/ML 策略更有利可图。这种简单的策略可以胜过现有的基于 AI/ML 的策略，这表明 AI/ML 交易策略可能是对错误问题的良好回答。
领导策略和组织成果
本文研究的是领导策略，特别探讨了大多数组织未能成功实施其战略计划的原因。为了保证组织取得成功，重要的是要追溯其他人走过的道路，包括成功和失败的人。更重要的是，在这个技术时代，领导者是否需要考虑一些新的东西？许多文献都涉及战略领导力，但只有极少数的文献关注战略执行——领导策略。领导力的定义一直在演变，因此不可避免地需要一种新的战略实施方法。因此，领导者必须敏锐地考虑到遵循现代主义指令的不同工作环境。在这个时代，采购、招聘、绩效评估等服务都是由技术驱动的。根据这些现实，对现有材料的回顾指出了一种新的领导策略，这种方式似乎非常倾向于现代技术。显然，现代技术在决定组织结果方面有很大空间。因此，无论是针对新企业还是现有企业、大型组织还是小型组织，领导策略都必须考虑到这些现实情况。本文献综述选取了领导者为制定计划并成功执行计划而做的关键方面。虽然技术可以看作是一种新常态，但事实是，使用技术由来已久，只是现代技术是占据了中心舞台的新发明。COVID-10 大流行不仅带来了如此多的痛苦，而且彻底改变了做事的方式。在这个“封锁”、在家工作和保持社交距离似乎成为家常便饭的世界里，领导者必须有新的创新想法。正如威廉·波拉德曾经说过的，“学习和创新齐头并进。成功的傲慢之处在于认为你昨天所做的事情对明天来说就足够了。”（Sinquefield，2013 年）。
内部审查小组关于调查和军事司法系统中种族差异的报告
I. 前言 国防部副部长凯瑟琳·希克斯 (Kathleen Hicks) 在去年年底的一篇专栏文章中承认：“军事司法系统中的种族差异问题由来已久。” 她接着承诺：“我们将努力解决这个问题……那些冒着生命危险保卫美国的男男女女应该得到更好的待遇。” 1 今年早些时候，副部长希克斯成立了内部审查小组 (IRT) 并亲自责成其成员找出国防部 (DoD) 调查和军事司法系统中种族差异的根本原因，并提出可行的建议来解决这些问题。 IRT 开始努力时严肃地认识到，种族差异在我们的军队中一直存在并且仍然存在，我们的调查和军事司法系统也远非免疫。这些系统中的差异降低了军人的信任和部队的凝聚力，并对部队的战备和持续性构成了明显威胁。 IRT 在开展工作时充分意识到这些问题的紧迫性，并深刻理解在解决这些问题方面取得真正有意义的进展的必要性。特别是，我们与美国各地军人的私人接触阐明了我们面临的问题，并证实了我们任务的重要性。经过深入的研究和审议，我们在以下报告中提供了分析和建议。我们，调查和军事司法系统中种族差异 IRT 的成员，知道没有简单的答案。但我们相信，我们的建议——围绕更有效的培训和教育、增加军人保护以及额外的监督和透明度的需求——可以作为更具包容性、公平和公正的军队的蓝图，并使我们更接近兑现我们国家建立时的平等承诺。我们敦促各级和各部门的军人和领导人与我们一起重申对我们的人民、我们的使命和未来艰苦工作的承诺。非常尊重，
小药大效：反义寡核苷酸在研究和药物开发中的非凡影响
摘要：反义寡核苷酸 (ASO) 是一种越来越常见的药物。这些小的核苷酸序列被设计成精确靶向其他寡核苷酸（通常是 RNA 物种），并经过修改以保护它们免受核酸酶降解。它们的特异性归因于它们的序列，因此可以靶向任何已知的 RNA 序列。这些分子非常灵活且适应性强，因为它们的序列和化学性质可以定制生产。根据所使用的化学性质，它们的活性可能会发生显著变化，并且它们对细胞功能和表型的影响可能会有很大差异。虽然有些会导致靶 RNA 衰变，但另一些只会与靶标结合并充当空间阻滞剂。它们令人难以置信的多功能性是操纵核酸功能的几个方面及其过程的关键，并改变特定细胞类型或组织的转录组谱。例如，它们可用于修改剪接或掩盖目标上的特定位点。整个设计（而不仅仅是序列）对于确保 ASO 针对其目标的特异性至关重要。因此，确保考虑到药物设计和测试的整个过程至关重要。ASO 的适应性是一个相当大的优势，在过去几十年中，它使多种新药获得批准。这反过来又对患者的生活产生了重大而积极的影响。鉴于 COVID-19 大流行带来的当前挑战，有必要找到新的治疗策略来补充全球正在使用的疫苗接种工作。ASO 可能是一种非常强大的工具，可用于靶向病毒 RNA 并提供治疗范例。ASO 作为抗病毒剂的有效性的证明由来已久，但目前尚无任何分子获得 FDA 批准。在这次健康危机期间，RNA 疫苗的出现和广泛使用可能为开发市场上首批抗病毒 ASO 提供了理想的机会。在这篇评论中，我们描述了 ASO 的故事、它们的化学不同特性以及它们的特性如何转化为研究和临床工具。
以人为本的负责任的人工智能
以人为本的负责任人工智能 (HCR-AI) 1 旨在将人及其价值观纳入人工智能系统的设计和开发中，这有助于构建造福人类和社会的系统，并防止和减轻潜在危害。尽管人为因素在人工智能系统中的重要性由来已久 [ 12 , 31 ]，但在过去几年中，人为因素社区对其重要性的认识日益加深 [ 32 ]。在 CHI 会议记录中搜索 ACM 数字图书馆会显示以下结果（图 1）：2 自 2019 年以来，“以人为本的 AI”共找到 41 条记录，自 2020 年以来“负责任的 AI”共找到 32 条记录。下面，我们重点介绍了一些与特别兴趣小组 (SIG) 主题相关的研究示例，请注意，这并不是一份详尽的清单，只是为了展示现有工作的广度和深度：人工智能中的伦理涉及社会文化和技术因素，涵盖一系列负责任的 AI 价值观（包括但不限于透明度、公平性、可解释性、问责制、自主性、可持续性和信任）[20]。然而，包括普通民众和人工智能从业者在内的不同利益相关者可能会对这些价值观有不同的看法和优先考虑。例如，美国人口的代表性样本更有可能重视安全、隐私和性能。相比之下，从业者更有可能优先考虑公平、尊严和包容性 [ 19 ]。或者，某些历史上遭受剥削的群体可能比风险较低的群体更重视隐私或不参与 [ 13 ， 26 ]。与负责任的人工智能相一致的是，人们呼吁让人工智能更加以人为本。特别是，人们强调人工智能融入社会技术过程以保持人类自主权和控制力所面临的挑战，以及人工智能系统的部署和应用对社会、组织和个人的影响 [ 4 ]。在这一研究领域，了解社会技术和环境因素有助于揭示人工智能系统为何以及如何以人为本 [ 8 ， 24 ， 30 ]。例如，即使对于一种人工智能，其效用可能已达成更广泛的共识，比如使用视网膜扫描检测糖尿病，但对于其目标用户来说，可能仍存在一些障碍，包括由于不太适合用户的工作流程（例如护士）或系统需要不易生成的高质量图像，特别是在资源匮乏的地方，如果使用得当，这种技术可以为患者提供重要支持[2]。同样，研究人员也研究了个人对人工智能的期望和理解。例如，在做出道德决策时（例如，假设击落恐怖分子无人机以拯救生命），人们可能会对人工智能决策者的能力给予更多的信任（即能力可信度，更有能力），而他们可能会对人类专家给予更多的道德信任（即能够在道德上值得信赖，并做出符合
平准化成本概念的应用
平准化成本的概念在能源领域由来已久，通常称为平准化能源成本 (LCOE) (Farrar and Woodruffi，1973)。这一概念的主要用途是提供单位成本衡量标准，例如每千瓦时 (kWh) 欧元，以比较替代能源的成本竞争力。作为生命周期成本衡量标准，LCOE 将初始容量投资所需的资本支出份额与定期能源生产所需的运营支出相加。因此，单位容量成本不是现金流出，而是分配的成本。对于许多能源（例如核能、太阳能和风能）而言，这个成本组成部分实际上是整体 LCOE 的主要部分。LCOE 的普遍接受的口头定义可以追溯到麻省理工学院关于煤炭未来的一项研究（麻省理工学院，2007 年，第 3 章）。在他们的研究中，LCOE 被校准为售出能源平均必须达到的盈亏平衡值，以便充分补偿项目供应商、员工和投资者的贡献。本文采用了 Reichelstein 和 Rohlfing-Bastian（2015）中正式和通用的平准化成本 (LC) 概念。因此，LC 被校准为允许投资项目在其整个生命周期内收支平衡（实现零净现值）的平均单位收入。早期的研究表明，LC 超过了成本会计文献中通常定义的全成本。原因是全成本的标准定义不包括利息费用，也不包括企业所得税产生的费用。相反，这些类型的支出包含在 LC 指标中，以使成本指标与净现值标准兼容。在这里，我们表明，即使以近似的方式计算利息费用，正如一些成本会计教科书（Friedl 等人，2022 年）所提倡的那样，最终的全成本指标也将始终低于平准化产品成本。LC 被概念化为生命周期成本衡量标准，通常不是短期决策（例如定价或生产量决策）的相关成本。一旦做出投资决策，LC 指标就会产生显著的沉没成本成分。然而，在某些条件下，LC 会成为长期决策（例如不可逆转的产能投资）的相关单位成本衡量标准。在发电方面，LCOE 确实允许对任何两种类似的发电技术进行“同类”成本比较，例如核电厂与燃煤电厂。然而，为了评估可再生能源发电与化石燃料发电的竞争力，LCOE 指标本身是不够的。相反，它必须辅以其他指标，以有效地实时总结发电和电价模式。除了电力之外，我们还回顾了平准化成本概念的多种应用和变体。特别是，本文涵盖了用于评估平准化成本经济可行性改善的单位成本指标。
政治边界的经济方法* - edu.tufts.sites
经济学家对政治边界的兴趣既由来已久，又相对较新。对国家边界的经济影响的研究与经济学本身一样古老。整个国际经济学学科都是关于跨越政治边界的贸易和其他经济交流。然而，长期以来，标准的经济分析将边界本身视为既定事实 - 或者用经济学术语来说，是外生的。直到最近几十年，经济学家才与历史学家、政治学家和其他学者一起明确研究政治边界，将其视为人为的（内生的）制度，由不同个体和群体在时间和空间上的决策和互动所塑造。如今，经济学家正在提出有关边界的更广泛的问题，包括边界的确定和动态。早期关于主权国家形成与解体的论述包括 Friedman (1977)、Buchanan and Faith (1987)、Findlay (1996)、Alesina and Spolaore (1997, 2003)、Bolton and Roland (1997)、Ellingsen (1998)、Wittman (2000)、Alesina、Spolaore and Wacziarg (2000, 2005)、Milanović (2001)、Goyal and Staal (2003)、Le Breton and Weber (2003)、Spolaore (2004, 2008)、Haimanko、Le Breton and Weber (2005) 以及 Spolaore and Wacziarg (2005)。该领域较新的研究包括 Michalopoulos 和 Papaioannou (2016)、Fernández-Villaverde、Koyama、Lin 和 Sng (2020)、Cervellati、Lazzaroni、Prarolo 和 Vanin (2019)、Gancia、Ponzetto 和 Ventura (2022)、Esteban、Flamand、Morelli 和 Rohner (2022) 以及 Castañeda Dower、Markevich 和 Zhuravskaya (2022)。本文的其余部分将介绍上述几项贡献，作为对表征政治边界经济方法的概念和主题的更广泛讨论的一部分（有关该文献的先前讨论，例如，请参阅 Alesina 和 Spolaore，2015 年和 Spolaore，2016 年）。本文还将讨论有关国内和国际冲突的相关工作。经济文献中关于边界的问题是：主权国家和政治联盟为何形成和解体？分离的成本和收益是什么？这些成本和收益是否取决于对国际贸易和全球化其他方面的开放程度？政治解体与投票和民主化有何关系？联邦制和权力下放如何影响分离或融合的动机？是什么决定了边界内和边界外的冲突，边界又如何受到战争和军事联盟的影响？这些都是困难且多方面的问题，用经济学方法研究这些问题并不能替代历史、人类学、政治和社会学调查，这些调查通常侧重于特定的案例研究和事件。相反，边界的经济研究应被视为对其他方法的补充。政治经济学家通过使用相对通用的理论概念和实证工具，可以提供洞见，丰富有关国家和其他政治单位形成和解体的复杂问题的辩论。与此同时，
高等教育战略与领导力的挑战
简介 展望未来，高校面临着不断变化的形势。近期经济衰退带来的财政压力不断增加，政府支持减少，研究经费削减，再加上学费大幅下降和筹款困难。营利性机构和在线课程（包括 MOOC 和其他虚拟平台）也带来了破坏性威胁。1 许多机构的教师感到被他们所认为的机构内部日益增长的官僚主义引擎和日益蔓延的管理主义所排挤。总之，这些力量要求大学更加战略性和创新性地思考，但这样做的方式要符合其学术价值观和选民的意愿，而不是不加思索地采用它们有时倾向于的私营部门战略模式。本文描述了我们对高等教育机构与营利性公司的鲜明对比的理解。我们特别强调大学的“松散耦合”结构、其“政教合一”特征以及子单位的激增，这些子单位以对领导力构成独特挑战的方式放大了这种结构和特征。我们将简要回顾高校目前面临的一些重大压力。最后，我们将介绍一些领导策略，这些策略分为两个主题：保护现有系统和改变现有系统。 2 松散耦合 高等教育的领导和战略规划环境通常比公司更复杂。学校、学院和大学是组织理论家称之为“松散耦合”系统的典型例子（Orton 和 Weick，1990 年）。在松散耦合的系统中，各个元素相对于它们所嵌入的较大系统具有高度的自主性，通常会产生一种联合特征。系统某一部分的行为对另一部分的影响很小或没有影响，或者可能不可预测地引发与刺激不成比例的反应。元素之间的联系通常不为人所知或不均衡。在松散耦合的系统中，整合的力量（担心整体、其身份、完整性和未来）通常与专业化的力量相比较弱。在重要方面，中央权力来自成员，而不是从上级获得授权的成员元素。教育机构的松散耦合特性要求采用不同的领导和规划方法。无论教育工作者是否听说过“松散耦合”一词，他们都对它的动态有着本能的理解。教师之间在教学与研究之间由来已久的紧张关系如今通常表现为教师通过共同的学术兴趣与大学外的学科同事建立更多的联系（通常通过万维网），而不是与自己机构内的教师建立联系。某些院系认为自己在能力、严谨性、学术成果或一般方面都更胜一筹，这并不罕见。1 请参阅此处《创新型大学：从内到外改变高等教育的 DNA》，克莱顿·克里斯滕森和亨利·艾林合著。Jossey-Bass，2011 年。2 一般而言，机构越小，我们对高等教育机构的描述就越不适用，尽管来自小型学院的读者可能会在这幅大型机构的图景中看到他们自己的暗示。然而，关于领导策略的部分应该会引起来自小型和大型、更复杂的学术机构的个人的兴趣。