XiaoMi-AI文件搜索系统
World File Search System行为模型
全球经济中的税收政策和投资
本文结合行政税收数据和全球投资行为模型，评估 2017 年《减税与就业法案》（TCJA）对投资和公司估值的影响，这是美国历史上最大的企业减税措施。我们将 Hall 和 Jorgenson（1967）的典型模型扩展到跨国环境，即公司在国内和国际地点进行生产。我们使用该模型来描述和衡量国内投资的四个决定因素：国内和国外边际税率以及资本成本补贴。我们估计了每个因素的国内投资弹性，并使用它们来确定我们模型的结构参数，量化改革的哪些部分对投资最重要，并进行政策反事实分析。我们有五个主要发现。首先，TCJA 导致平均税收变化的公司的国内投资相对于没有税收变化的公司增加了约 20%。其次，TCJA 为一些美国跨国公司增加外国资本提供了巨大的激励，而外国资本在法律变更后大幅增加。第三，国内投资也因外国激励而增加，表明国内外资本在生产中具有互补性。第四，TCJA 对美国企业国内资本和总资本的一般均衡长期影响分别约为 6% 和 9%。最后，在我们的模型中，前 10 年的动态劳动力和企业税收收入反馈不到基准企业收入的 2%，因为投资增长既导致工资增长带来的劳动力税收收入增加，又抵消了更多折旧扣除带来的企业收入下降。因此，减税导致的企业总税收收入下降接近静态效应。
...的经济负担和治疗模式...
目的：本研究估计了具有全国代表性的妇科癌症医疗支出，描述了治疗模式并评估了与美国经济负担相关的关键风险因素。方法：采用回顾性重复测量设计来估计妇科癌症对女性医疗支出和利用的影响。数据来自 2007 年至 2014 年的医疗支出小组调查（加权样本为 609,787 名美国成年人）。使用卫生服务利用行为模型，检查了癌症患者的特征，并比较了子宫癌、宫颈癌和卵巢癌患者。对医疗支出进行了多变量线性回归模型，并进行了对数变换。结果：估计妇科癌症的年度医疗支出为 38 亿美元，平均每位患者花费 6,293 美元。人均年花费最高的是卵巢癌（13,566 美元），其次是子宫癌（6,852 美元）和宫颈癌（2,312 美元）。医疗费用的主要组成部分是住院费用（53%，20.3 亿美元），其次是门诊费用（15%，5.59 亿美元）和门诊费用（13%，4.87 亿美元）。两项主要处方费用是抗肿瘤激素（10.3%）和止痛药（9.2%）。高支出与已婚女性（p<0.001）、拥有私人健康保险（p<0.001）、来自中低收入家庭（p<0.001）或居住在中西部或南部（p<0.001）显著相关。结论：妇科癌症经济负担的关键风险因素和组成部分描述得很好。随着癌症患者人数的增加，有必要努力减轻妇科癌症的负担。
生物学和医学的计算机
临床评估程序在客观性方面遇到挑战，因为它们依靠主观数据。计算精神病学提出，通过引入基于生物信号的评估来检测临床生物标志物，而虚拟现实（VR）可以提供测量的生态环境，来克服这一限制。自闭症谱系障碍（ASD）是一种神经发育障碍，已经测试了许多生物信号以改善评估程序。但是，在ASD研究中，缺乏系统地比较生物信号，以便在生态环境中同时记录ASD的自动分类，并且由于方法论上的不一致，先前研究之间的比较具有挑战性。在这项研究中，我们检查了一个由四个虚拟场景组成的VR筛选工具，并根据隐式（运动技能和眼动）和显式（行为反应）生物信号进行了比较机器学习模型。在虚拟场景中为每个生物信号开发了机器学习模型，然后将每个生物信号的最终模型合并为最终模型。使用嵌套交叉验证使用并测试了具有递归特征消除的线性支持向量分类器。基于运动技能的最终模型在识别ASD方面表现出最高的鲁棒性，达到0.89（SD = 0.08）。最佳的行为模型显示AUC为0.80，而由于眼神玻璃的限制，眼动模型需要进一步研究。与其他生物信号相比，这些发现突出了运动技能在提高ASD的客观性和可靠性方面的潜力。
针对 2 型糖尿病的个性化生活方式建议
移动健康应用程序采用无线技术进行医疗保健，可以帮助改变行为并随后改善健康结果。移动健康应用程序已经开发出来以增加身体活动，但很少基于行为理论，而是采用简单的个性化技术，这已被证明可以有效促进行为改变。在这项工作中，我们提出了一种理论驱动的个性化行为干预，通过自适应知识系统提供。行为系统设计以行为改变轮和能力-机会-动机行为模型为指导。该系统利用可穿戴设备、即时检测和消费者基因测试中不断增加的健康数据，发布高度个性化的身体活动和久坐行为建议。为了提供个性化建议，系统首先根据用户的心脏代谢情况将用户分为四个糖尿病集群之一。其次，它根据用户的基因型和过去的活动历史推荐活动水平，最后，它向用户展示他们目前患心血管疾病的风险。此外，瘦素（一种参与新陈代谢的激素）也被纳入其中，作为反馈生物信号，以进一步个性化建议。作为一个案例研究，我们设计并展示了该系统在 2 型糖尿病患者身上的应用，因为这是一种慢性疾病，通常通过改变生活方式来控制，例如增加身体活动和减少久坐行为。我们使用来自英国生物库（一个大型临床数据库）的糖尿病参与者的数据对该系统进行了训练和模拟，并证明该系统可以帮助随着时间的推移增加活动量。这些结果保证了该系统在现实生活中的实施，我们旨在通过人工干预对其进行评估。
环境建模和软件-IIASA PURE
家庭负责全球温室排放的大量份额。因此，学术和政策话语强调了家庭之间的行为变化是打击气候变化的重要策略。但是，用于评估能源政策经济影响的正式模型在追踪不同家庭的适应性行为的累积影响时面临限制。过去十年见证了基于代理的模拟模型的扩散，这些模型量化了依靠社会科学理论和微观级别的调查数据来量化行为气候变化的缓解。然而，这些行为丰富的模型通常在少量的社区，城镇和小地区运作，而无视宏观尺度的社会机构，例如国际市场，很少涵盖与气候变化缓解政策相关的大面积。本文提出了一种方法，可以在追踪其宏观经济和跨部门影响的同时，在能量选择方面扩展行为变化。为了实现此目标，我们结合了自上而下的可计算一般平衡模型和基于自下而上的代理模型的优势。我们通过将富含数据的宏观经济与微行为模型联系起来，说明了这两种外星建模方法的集成。在三步方法之后，我们研究了在三种行为方案下，单个能量使用变化累积影响的动力学。我们的发现表明，区域维度在低碳经济过渡中很重要。单个社会人口统计学中的异质性（例如教育和年龄），结构特征（例如住宅的类型和大小），行为和社会特征（例如意识和按声音规范），社会互动会扩大这些差异，从而导致家庭和宏观经济动力学的绿色扩散的非线性。
强化学习中有多少是工作记忆，而不是强化学习？行为、计算和神经遗传学分析
工具性学习涉及皮质纹状体回路和多巴胺能系统。该系统通常在强化学习 (RL) 框架中通过逐步积累状态和动作的奖励值来建模。然而，人类学习也涉及参与高级认知功能的前额叶皮质机制。这些系统的相互作用仍然不太清楚，人类行为模型经常忽略工作记忆 (WM)，因此错误地将行为差异分配给 RL 系统。在这里，我们设计了一个任务，突出了这两个过程的深刻纠缠，即使在简单的学习问题中也是如此。通过系统地改变学习问题的大小和刺激重复之间的延迟，我们分别提取了负载和延迟对学习的 WM 特定影响。我们提出了一种新的计算模型，该模型解释了在受试者行为中观察到的 RL 和 WM 过程的动态整合。将容量有限的 WM 纳入模型使我们能够捕获在纯 RL 框架中无法捕获的行为差异，即使我们（难以置信地）允许每个集合大小的 RL 系统分开。 WM 成分还允许对单个 RL 过程进行更合理的估计。最后，我们报告了两种基因多态性对前额叶和基底神经节功能具有相对特异性的影响。编码儿茶酚-O-甲基转移酶的 COMT 基因选择性地影响了 WM 容量的模型估计，而编码 G 蛋白偶联受体 6 的 GPR6 基因则影响了 RL 学习率。因此，这项研究使我们能够指定高级和低级认知功能对工具学习的不同影响，超出了简单 RL 模型提供的可能性。
知识，态度和实践
摘要糖尿病前期的流行率在全球范围内增加，到2030年影响了5.52亿人。虽然生活方式干预措施是针对糖尿病进展的第一道防线，但有关糖尿病前管理障碍的信息以及如何克服这些障碍的信息很少。该系统评价描述了公众对糖尿病前期糖尿病的知识，态度和实践（KAP）的知识，态度和实践（KAP），并确定了糖尿病前管理的障碍。从成立到2022年9月的六个数据库中进行了研究研究KAP的研究。使用问卷进行了定量评估至少两个KAP元素的研究。使用NIH质量评估工具评估研究质量，用于观察队列和横断研究。障碍和推动者被识别并映射到能力，动机和行为模型中，以识别影响行为变化的因素。本次评论中包括了对8876名参与者进行调查的二十一篇文章。大多数评论（n = 13）是针对医疗保健专业人员的。总的来说，尽管仍然对糖尿病前管理的知识缺陷和行为不佳，但仍观察到对预防糖尿病预防努力的积极态度。障碍和推动力。使用不同的调查工具来评估KAP可以防止研究之间进行正面比较。大多数在患者中进行的研究来自中等收入国家，而医疗保健专业人员（HCP）来自高收入国家，这可能会产生一些偏见。然而，糖尿病前干预的发展应重点关注：（1）增加糖尿病前及其管理的知识； （2）传授实践技能来管理糖尿病； （3）为生活方式管理提供资源； （4）改善生活方式管理计划的可及性； （5）其他HCP和人类对糖尿病前管理的支持。
预测未来的学习会影响当前的控制决策
传染病疫情给决策者带来了一项艰巨的任务，需要在严格的时间限制和不确定性下实施控制策略。数学模型可用于预测控制干预的结果，在发生此类疫情时为决策者提供有用的信息。然而，这些模型在疫情爆发的早期阶段，由于缺乏有关疾病动态和传播以及控制效果的准确相关信息而受到影响。因此，这些模型提供的建议通常是在获得更可靠的信息后临时采纳的。在这项研究中，我们表明，这种反复试验的管理方法没有正式考虑不确定性的解决以及控制行动如何影响不确定性，可能会导致次优的管理结果。我们比较了三种管理理论流行病的方法：非自适应管理 (AM) 方法，不使用实时疫情信息来调整控制；被动 AM 方法，在实时信息可用时将其纳入；主动 AM 方法，通过收集实时信息明确将未来的不确定性解决方案纳入其初始建议中。主动 AM 的结构化框架鼓励指定可量化的目标、系统行为模型和可能的控制和监控行动，然后是迭代学习和控制阶段，该阶段能够采用复杂的控制优化并解决系统不确定性。结果是一个管理框架，它能够提供动态的长期预测，以帮助决策者实现管理目标。我们详细研究了整合最新疫情信息的不同方法的效果。我们发现，即使在高度简化的系统中，整合新数据的方法也会导致不同的结果，从而影响初步的政策决策，而积极的 AM 管理方法可以提供更好的信息，从而导致流行病产生更理想的结果。2020 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可协议开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
2007 Lockheed Martin MS2 第 1 页，共 17 页 12 ICCRTS
使用基于代理的建模为联合 C2 系统工程提供信息：分析和案例研究 Greg Schow 博士 Michael DiMario 任务系统 Ambrose Kam Mitchell Kerman Chuck Lutz 系统工程系统 Lockheed Martin MS2 Moorestown，新泽西州 08057 摘要……本文阐述了通过使用基于代理的建模“通知”系统工程过程的好处。虽然建模和仿真工具经常用于系统工程过程，但它们的典型用途为决策者提供了额外的信息。因此，这些工具用于在系统工程过程中“通知”决策者。最近进行了一项分析，以确定分布式系统 (SoS) 集成架构行为模型 (IABM) 环境中对复合战斗识别 (CCID) 推理算法 (CRA) 的意外影响。使用基于代理的模型 (ABM) 模拟方法来评估潜在的突发行为。基于 Dempster-Shafer 证据推理算法的 CRA 最近被引入文献中。对其有效性的研究仅限于该算法的单个实例。在调查分布式 CRA 有效性时，我们考虑了传感器和 CCID 信息在网络中共享的行为。特别是，网络延迟在不同时间将分布式传感器信息传递给 CRA 节点，从而扭曲了各个节点对给定轨迹的 CCID 建议。必须通过某种合适的仲裁方案来解决差异。我们在研究中考虑了四种方案：加权贝叶斯、朴素贝叶斯、多数投票和最大信念值。众所周知，分布式 SoS 架构表现出“突发”行为，而这种行为实际上不可能通过完全脚本化的模拟进行建模。我们选择应用 ABM 来捕捉这种行为，以“自下而上”评估我们的分布式 SoS 架构。在这种环境下，我们能够研究网络延迟和仲裁方案的变化对分布式 CRA 性能的影响。….
药物不遵守的定量框架
简介：药物不遵守仍然是医疗保健中的重大挑战，影响治疗结果和医疗干预措施的整体有效性。本文介绍了一种新颖的方法，可以通过整合患者的信念，疗效期望和感知成本来理解和预测药物不遵守。现有的理论模型通常在量化屏障对药物依从性的影响方面的影响通常不足，并努力解决患者有意识地选择不遵循规定的药物方案的病例。响应这些局限性，本研究提出了一个经验框架，旨在为在不同情况下的个人和人口水平的预测提供可量化的模型。方法：我们提出了一个经验框架，其中包括健康生产功能，专门用于降压药不遵守。数据收集涉及一项试点研究，该研究利用了双重束缚 - 束缚（DBCB）问题Naire。通过该问卷，参与者可以表达效率和副作用受到控制水平的影响，从而估算健康结果和成本的敏感性。结果：源自DBCB问卷的参数表明，平均而言，高血压患者预计治疗功效对不遵守的敏感性不如副作用敏感。我们衍生的健康生产功能表明，患者可以在战略上管理依从性，以最大程度地减少副作用，而不会损害疗效。患者管理药物摄入量的倾向与他们指定的治疗功效和副作用的相对重要性密切相关。模型结果表明，当功效超过副作用时，患者选择完全依从性。我们的发现还表明，收入与患者对降压药物健康的期望之间存在关联。结论：我们的框架代表了一项开创性的努力，将不遵守性与患者偏好联系起来。我们对高血压患者的试点研究的初步结果表明，该框架为评估干预措施对治疗依从性的潜在影响提供了可行的替代方法。关键字：药物依从性，患者偏好，卫生生产，行为模型，定量框架，治疗效果，副作用