XiaoMi-AI文件搜索系统
World File Search System神经质
人工智能在人力资本投资中的应用
摘要：选择特定工作的候选人或为特定职位提名一个人需要花费时间和精力，因为需要搜索个人的档案。最终，招聘决策可能不会成功。但是，人工智能可以帮助组织或公司为合适的工作选择合适的人。此外，人工智能有助于选择能够实现组织战略和目标的和谐工作团队。本研究旨在促进机器学习模型的开发，以分析和聚类人格特质并对申请人进行分类，以便针对特定工作做出正确的招聘决策并确定他们的弱点和优势。帮助申请人在管理工作的同时取得成功并培训有弱点的员工对于实现组织的目标是必不可少的。应用所提出的方法，我们使用公开的“大五人格特质”测试数据集进行分析。采用预处理技术清理数据集。此外，使用皮尔逊相关方法进行假设检验。根据测试结果，我们得出结论，四种人格特质（宜人性、尽责性、外向性和开放性）之间存在正相关关系，神经质特质与这四种特质之间存在负相关关系。此数据集未标记。但是，我们将 K 均值聚类算法应用于数据标记任务。此外，各种监督机器学习模型（如随机森林 (RF)、支持向量机 (SVM)、K 最近邻 (KNN) 和 AdaBoost）都用于分类目的。实验结果表明，SVM 取得了最高的结果，准确率为 98%，优于其他分类模型。本研究通过研究人工智能在人力资源管理的现状和未来应用的程度，丰富了当前的文献和知识体系。除了人力资源专业人士外，我们的研究结果可能对公司、组织及其领导者和人力资源主管也具有重要意义。
预测酒精使用障碍缓解
摘要 酒精使用障碍 (AUD) 康复的预测模型和识别相关的易感生物标志物可以对成瘾治疗结果和降低成本产生巨大影响。我们的样本 (N = 1376) 包括来自酒精中毒遗传学协作研究 (COGA) 的欧洲 (EA) 和非洲 (AA) 血统的个体，他们最初被评估为患有 AUD (DSM-5)，几年后重新评估为患有 AUD 或处于缓解期。为了预测 AUD 康复状态的这种差异，我们使用多模式、多特征机器学习应用程序分析了初始数据，包括 EEG 源级功能性大脑连接、多基因风险评分 (PRS)、药物和人口统计信息。使用监督线性支持向量机应用程序进行性别和血统年龄匹配的分层分析，并计算两次，一次是在通过自我报告定义血统时，一次是通过遗传数据定义。多特征预测模型比基于单一领域的模型获得了更高的准确度分数，而当祖先基于遗传数据时，男性模型的分数更高。具有 PRS、EEG 功能连接、婚姻和就业状况特征的 AA 男性组模型实现了 86.04% 的最高准确度。确定了几个判别性特征，包括与神经质、抑郁、攻击性、受教育年限和饮酒表型相关的 PRS 集合。其他判别性特征包括已婚、就业、用药、较低的默认模式网络和梭状连接以及较高的岛叶连接。结果强调了增加分析群体的遗传同质性、识别性别和祖先特定特征的重要性，以提高揭示与 AUD 缓解相关的生物标志物的预测分数。
致编辑的信 - 神经外科杂志
致编辑：我们非常感兴趣地阅读了Berardo等人的系统评价。1（Berardo L，Gergs C，Wright J等人。对美国神经外科手术和居民的预防倦怠和保健计划的评估：对文献的系统评价。j Neurosurg。于2020年10月30日在线发布。DOI：10.3171/2020.6.JNS201531），该问题解决了通过实施健康计划来防止神经外科学院和居民之间倦怠的问题。由于被委托在精致的解剖区域中运作的神经外科医生的工作特殊性，因此神经外科培训计划的著名是非常苛刻的。最近，人们引起了人们对工作中医生的福祉的关注，导致采用了新法律，例如在法国48小时的居民每周最大的工作时间。neverthe，此持续时间似乎很难在神经手术中应用，因为居民需要在夜班期间从紧急情况下学习，以及需要进行足够的手术室暴露的常规手术。2个居民通常是通过毕业生低，手术室的暴露不足，瓷砖导师，额外的社会压力（家庭冲突和财务问题）以及工作与生活失衡的压力。4超过这些考虑因素，Baumgarten等。表明，诸如开放性，同意和尽责性之类的特定人格特征是保护性的，而神经质与倦怠有负相关。他们还表明工作乐趣是保护性的。5 Shakir等。1 New contem- porary concerns are the mismatch between the growing number of students in the neurosurgery programs and the low number of fellowships available (which induces stress- ful uncertainty for the residents' future early career), 3 the limited access to neurosurgical literature and publication opportunities, and the fearful atmosphere caused by the recent judicialization of neurosurgical practice, which can lead to defensive attitudes and even professional disen-诵经。报道说，社会和个人压力源的减少与居民之间的毅力和韧性增加有关，这两个特征具有保护性。6个神经外科居民渴望学习基础 -
感觉处理敏感性和轴突微结构
摘要 先前的研究使用功能性磁共振成像确定了与感觉处理敏感性 (SPS) 相关的大脑区域，SPS 是一种拟议的正常表型特征。为了进一步验证 SPS、从解剖学上描述它的特征并测试评估轴突特性的方法在心理学中的实用性，本研究将 SPS 代理问卷分数（已根据神经质进行调整）与扩散张量成像 (DTI) 测量值相关联。研究对象为来自人类连接组计划的参与者 (n = 408)。体素分析表明，平均和径向扩散率与左右胼胝体下束和前腹侧扣带束以及胼胝体右侧小钳子中的 SPS 分数呈正相关，所有额叶皮质区域通常都与情绪、动机和认知有关。进一步分析显示，右侧和左侧腹内侧前额叶皮质的整个内侧额叶皮质区域存在相关性，包括上纵束、下额枕束、钩束和弓状束。各向异性分数与右侧运动前/运动/体感/缘上回区域白质 (WM) 的 SPS 评分呈负相关。感兴趣区域 (ROI) 分析显示，楔前叶和下额回 WM 的效应大小较小（- 0.165 至 0.148）。其他 ROI 效应存在于背侧、腹侧视觉通路和初级听觉皮质中。结果显示，在一大群参与者中，轴突微结构差异可以通过 SPS 特征来识别，这些特征很细微，并且在典型行为范围内。结果表明，患有 SPS 的人感觉处理能力增强可能受到特定皮质区域 WM 微结构的影响。尽管之前的 fMRI 研究已经确定了大部分这些区域，但 DTI 结果将焦点放在与注意力和认知灵活性、同理心、情感和初级感觉处理相关的大脑区域，如初级听觉皮层。心理特征表征可能受益于 DTI 方法，因为它可以识别对特征有影响的大脑系统。
CRS0004在...
摘要：近年来，在非专业圈子和科学界都引起了极大的关注。这种方法涉及在数周或几个月内服用小型非凝糖剂量的物质，例如LSD或psilocybin，据称是为了增强特定的行为，情感或解决精神病状况。探索这些断言至关重要，鉴于微剂量的潜在治疗价值，尤其是在对完全迷幻剂量（例如抑郁症）中的局势反应的情况下。 由于年龄，同意或理解经验的能力（例如痴呆症）或个人个性特征，可能会阻碍经验的经验，因此全面的经验可能并不总是适合。 微剂量可能有可能用作满足后剂量后的维持疗法，有助于治疗或治疗锻炼期间特定的心理或生物学过程。 最近在健康个体中的研究强调，小精神剂量对疼痛感知，情绪，神经性，睡眠持续时间，大脑连接性和默认模式网络同步性有细微的影响。 但是，某些参数在单个和重复给药后都显示出无效的效果。 我们的调查研究发现，患有多动症的人通过微剂量报告了症状缓解，认为它比传统治疗更有效。 随后，我们在4周的微剂量期间进行了一项自然主义研究。 尽管这些结果令人着迷，但它们需要在临床试验中进行验证。探索这些断言至关重要，鉴于微剂量的潜在治疗价值，尤其是在对完全迷幻剂量（例如抑郁症）中的局势反应的情况下。由于年龄，同意或理解经验的能力（例如痴呆症）或个人个性特征，可能会阻碍经验的经验，因此全面的经验可能并不总是适合。微剂量可能有可能用作满足后剂量后的维持疗法，有助于治疗或治疗锻炼期间特定的心理或生物学过程。最近在健康个体中的研究强调，小精神剂量对疼痛感知，情绪，神经性，睡眠持续时间，大脑连接性和默认模式网络同步性有细微的影响。但是，某些参数在单个和重复给药后都显示出无效的效果。我们的调查研究发现，患有多动症的人通过微剂量报告了症状缓解，认为它比传统治疗更有效。随后，我们在4周的微剂量期间进行了一项自然主义研究。尽管这些结果令人着迷，但它们需要在临床试验中进行验证。我们的发现表明，与基线相比，随着时间的推移，症状的减少，特质的正念增加以及神经质的减少。我们最近已经结束了这样的试验，目前正在分析数据以进一步探索这些效果。
上升学者会议策略学生研究演示文稿尼基沙·阿尔辛多市纽约大学：巴鲁克学院尼基沙阿尔辛
上升学者会议策略学生研究演讲尼基沙·阿尔辛多市纽约大学：巴鲁克学院nikishaalcindor@gmail.com nikisha alcindor是博士学位。纽约市巴鲁克学院Zicklin商学院的学生。她专门从事战略管理，她的研究通过将人工智能和机器学习应用于决策和风险分析来研究合并和收购的成功率（M＆A）。Nikisha担任埃默里大学（Emory University）的化学学士学位和哥伦比亚商学院的MBA，担任莱昂·库珀曼学者（Leon Coperman Scholar）。摘要：战略管理中的学者长期以来一直表现出对首席执行官（CEO）特征（例如人格）的兴趣，例如合并和收购等战略决策（M＆A）（Chatterjee＆Hambrick，2011; Herrmann＆Nadkarni，2014年）。Upper echelons theory posits that CEOs and Top Management Teams (TMT) directly influence organizational decision-making based on their demographics, values, and personalities (Hambrick, 2007), with recent research focusing on how specific components of personality influence M&A in terms of completion (Aktas, de Bodt, Bollaert, & Roll, 2016; Malmendier & Tate, 2008) as well as post-acquisition performance （Renneboog＆Vansteenkiste，2019年）。但是，尚未全面概述人格的所有不同组成部分如何影响首席执行官的决策，尤其是在并购期间。那么，问题是，追求并购的首席执行官人格影响决策的条件是什么，以及哪些首席执行官人格特质将投资者的反馈纳入决策。本文通过调查CEO人格特质如何影响战略决策以及这些人格特质如何结合投资者的反馈来扩展上层梯队的研究。这项研究借鉴了人格文献，并探讨了个性五因素模型（McCrae＆Costa，1985）如何影响战略决策和并购成果。FFM性格特征是同意，尽职尽责，外向性，开放性和情感稳定性（神经质）。此外，我认为某些人格特征将导致不同的决定，并探讨某些人格对投资者对交易公告的反馈有何反应。随着2019年全球宣布的并购交易总额为3.37万亿美元，2007年宣布了4.9万亿美元的高价（合并，收购和联盟研究所，2020年），了解CEO的决策如何影响M＆A的结果是如何影响M＆A的重要性。使用SDC白金作为数据资源，本研究的样本集包括收购完成并购的美国上市公司的公司首席执行官。按照与Betton，Eckbo和Thorburn（2008）类似的抽样策略，样本集将包括具有多数利息，持续利息或部分利益的收购方。收购方必须在交易前拥有少于50％，并且在交易后处于50％或更多的控制位置。此外，交易规模将大于500万美元，以排除几乎没有影响的小额交易。在此分析中可以接受成绩单的问答部分，因为CEO使用日常语言回答这些问题。开放语言首席执行官人格工具（OLCPT）将使用机器学习和人工智能以7分的规模来衡量CEO人格特质（Harrison，Thurgood，Boivie和Pfarrer，2019年）。在问答答案（问答）中，收购方首席执行官的回答将在多年内进行分析，因为中年个性不会随着时间的流逝而变化（Harrison，Thurgood，Boivie和Pfarrer，2020年； Roberts，Walton，＆Viechtbauer，＆Viechtbauer，2006年）。该呼叫的这一部分中引起的应力更容易揭示外向性，从而可以很好地测量外向性（Dewaele＆Furnham，1999; Malhotra，Reus，＆Reus，Zhu，＆Roelofsen，2018）。初步结果表明，某些首席执行官人格特质会影响并购结果，并确定投资者反馈的纳入。