XiaoMi-AI文件搜索系统
World File Search System系统搜索
对生产和物流中数字助手的审查
摘要本研究提出了一项系统的文献综述，以了解数字助手（DAS）在生产和物流任务中的应用，收益和挑战。我们的概念框架涵盖了三个维度：信息管理，协作操作和知识转移。我们在产品设计，生产，维护，质量管理和物流领域中评估Human-DA协作任务。这使我们能够扩展不同类型的DA，并揭示它们如何提高生产和物流工作的速度和便捷性，这在先前的研究中被忽略了。我们的结果表明，DAS可以提高工人与机器/信息系统搜索，处理和演示的速度和易于互动。现有的研究描述了differentlevelsofautonyIndecision制作；但是，大多数Dasperformtask按照指示或工人的同意。此外，我们观察到，工人发现执行任务和获取知识时更直观（例如，听觉和视觉提示）。因此，未来的研究可以探索如何将DA与其他技术集成，以进行强大的多模式援助，例如眼睛跟踪和增强现实。这可以为残疾人或条件的工人提供自定义的DA支持，以促进更具包容性的生产和物流。
农业干旱和机器学习
摘要：农业干旱是影响人们，食物和牲畜的反复发生的灾难。因此，进行精确和最新的干旱监测至关重要，因为这有助于决策者对与干旱相关的损失有效反应。本综述系统地强调了农业干旱评估和预测中机器学习的进步。此外，通过确定最引用的文章，期刊和领先的国家，进行了文献计量分析，以协助该领域的后续研究和协作。利用BiblioMetrix R-Package和Vosviewer，在Prisma指导线之后，对WOS和Scopus进行了系统搜索。检索了一个出版物数据集，并应用了包含和排除标准，其中包括43篇文章进行最终分析。分析结果显示出出版物的年度显着增加，为34.59％。这表明机器学习最近在农业干旱评估中发挥了至关重要的作用。随机森林是研究人员最广泛使用的算法，因为它在处理非线性遥感数据方面的优势及其在选择最具影响力的变量方面的性能。但是，考虑到该模型在不同地理区域的性能有所不同的事实，需要在不同领域进行更多的研究以构建适当的评估模型。
对使用机器人技术来支持自闭症儿童的社会情感学习的范围审查
摘要此范围评论综合了对机器人技术的当前研究，用于促进自闭症谱系障碍儿童的社会情感学习。它检查了使用的机器人技术的类型，其应用以及现有文献中的差距。我们的范围审查遵循系统审查和荟萃分析（PRISMA）报告指南的首选报告项目。对相关数据库的系统搜索使我们能够确定使用机器人技术来培养自闭症儿童的社交，情感和认知能力的研究。我们的评论揭示了NAO，Kaspar和Zeno等各种机器人已被用来通过模仿游戏，转弯，共同关注，情感认可和对话来支持社交和情感技能的发展。由于大多数研究都是在临床环境中进行的，因此需要在课堂和基于社区的环境中进行进一步研究。此外，文献还需要进行更多高质量的纵向研究，以评估机器人辅助治疗的长期有效性和可持续性，并评估针对个人需求而定制的适应性和个性化干预措施。推荐更多的重点是教育者，父母和卫生专业人员的专业发展，以将机器人技术作为基于证据的干预措施，作为为自闭症儿童创造包容性学习环境的途径。
6 岁以下儿童执行功能与屏幕暴露时间的关系：荟萃分析
一些先前的研究报告了 6 岁以下儿童使用屏幕媒体的潜在益处，而其他研究则表明使用屏幕媒体可能特别有害。据我们所知，这是第一项对现有研究进行荟萃分析，以研究总体屏幕使用时间与 EF 之间的关系。为了解决这个问题，当前的荟萃分析旨在回顾婴儿、幼儿和学龄前儿童的总体屏幕时间与 EF 之间的关系。在 Web of Science 和 EBSCO 上进行了系统搜索，以确定截至 2023 年 1 月发表的符合条件的研究。纳入了 15 份手稿，涉及 6922 名 0-6 岁参与者，并产生了 44 种效应量。进行了三级模型，并测试了以下研究特征作为潜在调节因素：平均年龄、女性百分比、EF 类型以及接触是主动的还是被动的。总体时间使用与 EF 之间的关系或所选的调节因素没有统计学上显着的关联。然而，该研究强调需要考虑其他与环境和发展相关的因素来确定整体屏幕时间使用对儿童 EF 的影响。
支持扩展现实居住在中风幸存者不同定位和定量结果的证据程度：系统评价
摘要：目的：介绍有关扩展现实居室有效性的证据程度，以及患者在家中使用不同类型的虚拟现实练习的经验。方法：我们纳入了以英语发表的有关虚拟现实和增强现实居室的研究。在PubMed，Sciences，Medline，Embase，Cinahl和Pedro进行了系统搜索，没有日期限制。我们仅包括探索患者经历的RCT和定性研究。使用偏见评估工具的Cochrane风险进行定量论文和CASP量表来评估方法论质量。所有结果均在叙事上呈现。结果：包括13项研究，九个定量和四个定性，其中一个定性和7个定量具有很高的偏见风险。所有研究都报告说，与传统练习或其他扩展现实练习相比，基于现实的远程居民可能是有效的。七个定量研究集中在上肢功能上。定性论文表明，VR练习被患者认为是可行的。结论：文献表明，VR家庭练习是可行的，对于上肢中风后对患者来说是有效的。需要进一步的高质量研究来检查XR练习对不同定性和定量结果的早期采用的有效性。注册号：（ CRD42022384356）。
电动汽车的可持续性：生命周期评估的文献计量分析
摘要。本文献计量分析深入探讨了电动汽车 (EV) 生命周期评估 (LCA) 中复杂的可持续性领域。我们的研究浏览了大量文献，揭示了电动汽车在整个生命周期中对环境影响的不断变化的格局、新兴趋势和关键研究领域。通过重点强调可持续性，本分析揭示了电动汽车如何为环保型交通解决方案做出重大贡献。使用 Web of Science 数据库进行了系统搜索，涵盖了 2001 年至 2023 年的出版物。搜索策略使用了与 LCA 和 EV 相关的关键字组合。研究发现共有 161 篇出版物符合纳入标准。分析显示，多年来，关于电动汽车 LCA 的出版物数量一直在稳步增加，在过去十年中急剧上升。该研究确定了该领域的主要研究主题，包括 LCA 方法、环境影响、能源使用和政策分析。分析还强调了研究方面的差距，例如缺乏对社会影响的研究，需要进行更全面和比较性的评估。本研究的结果为电动汽车生命周期评估的当前研究现状提供了见解，并可以指导该领域的未来研究。
听觉稳定的完整信息光谱分析...
摘要：（1）背景：1型糖尿病（T1D）是一种自身免疫性疾病，其特征是进行性和不可逆的自身免疫性破坏胰腺β细胞胰岛，导致绝对的胰岛素缺乏效率。迄今为止，一些流行病学和观察性研究评估了BCG疫苗接种对T1D发展的可能影响，但结果是有争议的。为了阐明这个问题，我们旨在对该领域已发表的队列研究进行系统的审查和荟萃分析。（2）方法：使用PubMed/Medline，Embase和Scopus进行了截至2022年9月20日发布的相关研究进行系统搜索。队列研究，以进行进一步分析。汇总估计值和95％的置信区间（CI），与未接种疫苗的人相比，在BCG接种量中的T1D风险比。（3）结果：在630个潜在相关文章中，五个队列研究符合纳入标准。所有纳入研究的总人口为864,582。发现BCG接种疫苗和未接种疫苗的个体的T1D发展的总体汇总风险比为1.018（95％CI 0.908–1.141，I 2：0％）。（4）结论：我们的研究表明，先前BCG疫苗接种在T1D开发中没有保护性或促进作用。
欧洲跨性别和性别多样性人的少数群体压力和心理健康：定量研究的系统评价
目前的研究旨在系统地回顾欧洲变性人和性别多样化（TGD）个人之间性别少数群体压力与心理健康成果之间关系的证据。在Psycinfo，PubMed，Scopus和Google Scholar进行了系统搜索。基于布尔运营商，将与少数派压力，TGD身份和心理健康相关的术语结合在一起。三十个研究被确定为符合条件。结果证实，性别少数压力因素与欧洲TGD个人的心理健康问题显着相关。远端压力源被确定为与较差的心理健康密切相关，而与性别相关的歧视是最有记录的危险因素。还突出了近端压力源的重要作用，一些调解分析检测到对心理健康的间接影响。但是，身份隐藏似乎与心理健康成果无关。弹力促进性因素，包括自尊，骄傲，过渡和社会支持。相反，有关社区联系的数据作为弹性来源尚无定论。所审查的研究有几个局限性，包括缺乏纵向设计，抽样偏差，测量方法的可变性和未计算的种族变量。报告了该领域的研究和临床推荐。报告了该领域的研究和临床推荐。
深度学习用于 MRI 上的脑转移瘤检测
摘要：由于手动检测脑转移瘤 (BM) 非常耗时，因此已经开展了使用深度学习来自动化此过程的研究。本研究的目的是对使用磁共振成像 (MRI) 检测癌症患者 BM 的深度学习模型的性能进行系统评价和荟萃分析。对 MEDLINE、EMBASE 和 Web of Science 进行了系统搜索，直至 2022 年 9 月 30 日。纳入标准为：患有 BM 的患者；使用 MRI 图像的深度学习来检测 BM；在检测性能方面有足够的数据；原创研究文章。排除标准为：评论、信件、指南、社论或勘误表；少于 20 名患者的病例报告或系列；队列重叠的研究；检测性能方面的数据不足；使用机器学习来检测 BM；非英语文章。使用诊断准确性研究-2 的质量评估和医学成像人工智能检查表来评估质量。最后，确定了 24 项符合条件的研究进行定量分析。患者和病变可检测性的汇总比例为 89%。文章应更严格地遵守清单。深度学习算法可有效检测 BM。由于报告差异，无法估计假阳性率的汇总分析。
益生菌消费与睡眠之间的相关性...
本研究旨在确定益生菌消费与个人睡眠质量之间的关系。在Scopus，PubMed，Cochrane Library和ScienceDirect数据库中进行了系统搜索，以期在2013年至2023年之间发表。使用Prisma图提出了文章选择过程。使用Review Manager版本5.4进行数据分析，并使用综合荟萃分析软件（CMA）V4评估出版偏差。这项系统的综述和荟萃分析包括10项研究，研究了益生菌消耗对匹兹堡睡眠质量指数（PSQI）测量的睡眠质量的影响，以及评估通过脑电图（EEG）衡量的效果的3项研究。基于PSQI结果，发现表明益生菌大大提高了睡眠质量，汇总的优势比为-0.32（95％CI：-0.64–0.01; p = 0.04）。但是，益生菌消耗对脑电图测量的睡眠质量没有显着影响。需要进一步的研究，探索益生菌消耗与睡眠质量之间使用客观方法和较大样品之间的关系，以确认补充益生菌对睡眠质量的影响。这些发现表明补充益生菌可能是改善睡眠质量的潜在策略，但需要进行其他研究来加强这些结论并研究基本机制。