XiaoMi-AI文件搜索系统
World File Search SystemAmran
2021 年联邦政府能源研究报告 - BMWK
插图 acatech / Stemmler / p. 52 阿姆兰·阿舒里 / HZB / 页。 31 Andre Künzelmann / UFZ / 页。 66/67, 70 BMBF / Hans-Joachim Rickel / 页56 Dirk Mahler / Fraunhofer ISE / 页。 18/19 DLR/页41 Evonik Industries AG/页49 弗劳恩霍夫太阳能系统研究所 ISE / p. 32 Freiberger Compound Materials GmbH/页。 26 哈默尔恩太阳能研究所 / p. 23 Mark Bittner / 布伦瑞克工业大学 / 页。 34 莫里茨腿/页57 奥兹/奥兹/页60 开放区中心 e. V. / 页22 PD 博士Satyanarayana Narra，罗斯托克大学 / 页。 37 项目管理Jülich / p. 15 Raffinerie Heide / 页. 16 S. Schefer，瑞士站/页。 64 德累斯顿工业大学建筑机械教授职位 / p. 45 Susan Yin/Unsplash/p. 58 SWM/页39 克劳斯塔尔工业大学，储能技术研究中心/p. 46 托马斯·赖默 / 页50 Ulrich Pucknat / Pucknat 图片 p. 29 Ulrike Schümann/页36 大众汽车股份公司/页29 WZR ceramic solutions GmbH/标题，第页3
2021 年联邦政府能源研究报告 - BMWK
插图 acatech / Stemmler / 第 52 页 Amran Al-Ashouri / HZB / 第 31 页 Andre Künzelmann / UFZ / 第 66/67、70 页 BMBF / Hans-Joachim Rickel / 第56 德克·马勒 / 弗劳恩霍夫 ISE / 第 14 页18/19 DLR / 页。 41 赢创工业股份公司/第 41 页49 Fraunhofer-Institut für Solare Energiesysteme ISE/p. 49 32 弗莱伯格复合材料有限公司/第 32 页26 哈默尔恩太阳能研究所 / p. 11 23 马克·比特纳 / 布伦瑞克工业大学 / 第 14 页34 莫里茨腿/页。 57 奥兹/奥兹/页。 60 开放区中心 e． V./页。 22 PD Dr. Satyanarayana Narra，罗斯托克大学/第 11 页37 Projektträger Jülich / 页。 15 拉芬妮海德 / 页。 16 S. Schefer，swisstopo / p。 64 德累斯顿工业大学 Stiftungsprofessur für Baumaschinen / p. 64 45 Susan Yin/Unsplash/第 45 页58 SWM/页。 39 克劳斯塔尔工业大学，能源研究中心 / p. 11 46 托马斯·雷默 / 页。 50 乌尔里希·帕克纳特 / Pucknat 图片 p. 11 29 乌尔丽克·舒曼 / 第 17 页36 大众汽车股份公司/第 36 页29 WZR 陶瓷解决方案有限公司 / 标题，第 14 页3
灵感的单细胞多组件和免疫轮廓4 ...
Jangkeun Kim Loy 7，Begum Mathyk 8，Khiem Nguyen 6，Christ A. Ryon 1，Namita Damle 1， 9,10,11，Christopher R. Chin 2:16，Jonathan Foox 1.2，Candrima 17,18、13,18、13、13、13： 12，Saravanan Ganesan 4,22，Iwijn de Vlaminck 7，M。M. M. M. 4,22，Darko Parisic 4,22，Daniel A. Winer 6,23,25,26，Sarta R. Zwart 27，Brian E. Crucian 28，Scott M. Matthew 21，David Furman 6,29.30 **，克里斯托弗EJangkeun Kim Loy 7，Begum Mathyk 8，Khiem Nguyen 6，Christ A. Ryon 1，Namita Damle 1， 9,10,11，Christopher R. Chin 2:16，Jonathan Foox 1.2，Candrima 17,18、13,18、13、13、13： 12，Saravanan Ganesan 4,22，Iwijn de Vlaminck 7，M。M. M. M. 4,22，Darko Parisic 4,22，Daniel A. Winer 6,23,25,26，Sarta R. Zwart 27，Brian E. Crucian 28，Scott M. Matthew 21，David Furman 6,29.30 **，克里斯托弗E
社论：对复杂时代的更好治理
社论：对复杂时代的更好治理 - 理论假设和经验证据亲爱的读者！最新一期的《治理与法规杂志》已发表。在一个不确定性，危机和失败不再是非凡的世界中，强烈感受到了控制现象的需求。本期探讨了几个调查领域的治理：私营公司的治理（公司治理），公共管理（公共治理），以及对国际机构和机构（全球治理）的影响和新挑战。编辑委员会和外部审阅者致力于扩大有关该主题的研究，并为科学辩论做出贡献。治理和法规杂志对作者表示感谢，他们凭借研究，可以开发第12卷第1期（特刊）。本期特刊为治理理论做出了一些贡献，论文中强调的发现可能会鼓励进一步的学者启动新的研究。越来越多地，提高效力和效率的要求启发了公共行政改革。通过在公共部门引入市场逻辑，以及向公共管理者授予更广泛的自主权和责任，从“基于输入”的官僚模型过渡到主要关注管理输出的一个模型。由于权力下放，印度尼西亚的公共服务交付已被授权给地方政府。（2018）。这是Musah等人对先前文献的出色贡献。然后，Y。AnniAryani，Evi Gantyowati，Nurrahmawati，Taufiq Arifin和Sutaryo Sutaryo分析了在特定领域的特定环境中构建机构理论之后，分析了地方政府公共服务质量的决定因素。一些研究表明了代理理论的缺点：Hakeem Hammood Flayyih和Winder Khiari的研究就是这种研究，该研究调查了一些伊拉克银行失败的动态。当与利益相关者的关系更加复杂和分层时，应用主要代理模型可能会更加困难。这种关注可能打开了应用研究的新轨迹，并为布洛姆森（2021），Zejnullahu（2021），Kostyuk等人的先前研究做出了贡献。相反，“政治联系对公司税收避免的影响：会计信息质量的调节作用” Ahnaf Ali Alsmady支持该机构理论，从而使会计信息质量减少信息不对称并导致减少代理问题的意义。有趣的是，财务披露质量，对财务数据的操纵以及收入管理的问题既是关于银行业和公共部门研究的研究（例如Azher Subhi Abdulhussein的论文，Hussen Amran Amran Naji al-Refiay，以及Asaad Mohammed Mohammed Ali Wahhab）。加强内部控制系统和内部审核以降低腐败水平的重要性强烈地出现，并且在概念上，需要将腐败现象视为文化弱点或文化的急性症状以及控制系统的工具以及所采用的管理技术的工具。（2022）。（2022），Hasnan等。（2022），Laupe等。此外，在大流行之前和之后通过基准测试对治理进行了测试。结果表明，传统的经济模型可能导致过分简化现实的风险。在正常经济绩效的情况下，经常研究和验证公司治理机制，但如果在特殊情况下进行测试，则可能无法确认。例如
流感、肺炎疫苗接种与降低
● 至少接种一次流感疫苗可使阿尔茨海默病发病率降低 17%。更频繁地接种流感疫苗可使阿尔茨海默病发病率降低 13%。● 65 至 75 岁之间接种肺炎疫苗可将阿尔茨海默病风险降低高达 40%，具体取决于个人基因。● 痴呆症患者感染后死亡风险（6 倍）高于未患痴呆症的人（3 倍）。“随着 COVID-19 大流行，疫苗成为公共卫生讨论的焦点。重要的是探索它们不仅可以预防病毒或细菌感染，还可以改善长期健康状况。”阿尔茨海默病协会首席科学官 Maria C. Carrillo 博士说。 “事实可能很简单，如果你以这种方式照顾自己的健康 — — 接种疫苗 — — 你还会以其他方式照顾自己，这些事情加起来可以降低患阿尔茨海默病和其他痴呆症的风险，”卡里略说。“这项研究虽然还处于早期阶段，但仍需要进行大规模、多样化的临床试验，以了解接种疫苗作为一种公共卫生策略是否能降低我们随着年龄增长患痴呆症的风险。”季节性流感疫苗或能降低阿尔茨海默病的发病率先前的研究表明，接种疫苗可能对认知能力下降有保护作用，但目前还没有大规模、全面的研究专门针对流感疫苗和阿尔茨海默病风险。为了解决这一空白，德克萨斯大学休斯顿健康科学中心麦戈文医学院的医学生 Albert Amran 和他的团队调查了一个大型美国健康记录数据集 (n= 9,066)。
Scopus出版年2022第3卷，第3期
标题：十种人体工程学风险评估方法的比较研究杂志：高级结构化材料，第174卷，2022年。Document Type: Book Chapter Authors: Mohamad Rashid Mohamad Rawan, Mohd Amran Mohd Daril, mamran@unikl.edu.my Khairanum Subari, khairanum@unikl.edu.my Mohamad Ikbar Abdul Wahab mikbar@unikl.edu.my Full text link: UniKL IR : https://ir.unikl.edu.my/jspui/handle/123456789/28058 Publisher : https://www.springerprofessional.de/en/a-comparative-studies-of-ten-ergonomics-risk- assessment-methods/23113842 Scopus preview: https://www.scopus.com/record/display.uri?eid=2-S2.0-85131305457&doi = 10.1007%2F978-3-031-0141488888_15与工作相关的肌肉骨骼疾病或WMSD最常引用在与重复，过度武力，振动，接触应力和尴尬姿势的危险因素有关的各种研究中。下背部，颈部，前臂，手腕，手，肩膀和肘部是受这些WMSD影响的最常见的身体区域。科学文献表明，WMSD的最佳预防是减少对风险因素的接触。换句话说，应评估WMSD的危险因素，尤其是在工作区域，以确保工人与WMSD的风险因素的相互作用较少。WMSD的风险因素的评估可以分为三类，主观判断，直接测量和系统观察。基于审查，测量是确定WMSD风险因素的最准确和可靠的方法，但是它需要大量资源投资，而观察方法是人体工程学家使用的最常见方法。与识别危险因素的其他方法相比，观察方法比较容易且成本较低。在收集实际站点中的数据时，这也是最灵活的方法。该研究的目的是获得该方法之间的比较结果，以确定预防WMSD中最有效的人体工程学风险评估。尽管人体工程学从业人员，职业治疗师，雇主，工会工人以及健康与安全部门需要有关可预防WMSD的最有效评估方法的信息，但文献仍然很少提供应用研究，这些研究已经测试了这些方法进行比较，并且缺乏有关哪些方法是防止WMSD的最佳方法。人体工程学从业人员之间也没有任何论点，因为选择的最佳方法是开发与任务相关的实验并比较各自的结果。
利用生成式人工智能自动注释化学文档及其评估
[1] Takahiro Arima、Tomoko Okuma 和 Tatsuya Dewa。从技术文档中提取材料信息以探索新应用。自然语言处理协会第 29 届年会论文集，第 512-515 页，2023 年。[2] Annemarie Friedrich、Heike Adel、Federico Tomazic、Johannes Hingerl、Renou Benteau、Anika Marusczyk 和 Lukas Lange。SOFC-exp 语料库和神经方法在材料科学领域的信息提取。在计算语言学协会第 58 届年会论文集，第 1255-1268 页。ACL，2020 年。[3] Shu Huang 和 Jacqueline M. Cole。使用飞行数据提取器自动生成的电池材料数据库。科学数据，第 5 卷7，第1号，第2052-4463页，2020年。[4] Fabrizio Gilardi、Meysam Alizadeh和Maël Kubli。Chatgpt在文本注释任务中的表现优于众包工作者。美国国家科学院院刊，第120卷，第30期，第e2305016120页，2023年。[5] Tom Brown、Benjamin Mann、Nick Ryder、Melanie Subbiah、Jared D Kaplan、Prafulla Dhariwal、Arvind Neelakantan、Pranav Shyam、Girish Sastry、Amanda Askell、Sandhini Agarwal、Ariel Herbert-Voss、Gretchen Krueger、Tom Henighan、Rewon Child、Aditya Ramesh、Daniel Ziegler、 Jeffrey Wu、Clemens Winter、Chris Hesse、Mark Chen、Eric Sigler、Mateusz Litwin、Scott Gray、Benjamin Chess、Jack Clark、Christopher Berner、Sam McCandlish、Alec Radford、Ilya Sutskevser 和 Dario Amodei。语言模型是少样本学习器。载于《神经信息处理系统进展》，第 33 卷，第 1877-1901 页。Curran Associates, Inc.，2020 年。[6] Md Tahmid Rahman Laskar、M Saiful Bari、Mizanur Rahman、Md Amran Hossen Bhuiyan、Shafiq Joty 和 Jimmy Huang。在基准数据集上对 ChatGPT 进行系统研究和全面评估。载于《计算语言学协会研究结果：ACL 2023》，第 1877-1901 页。 431–469。ACL，2023 年 7 月。[7] Bart lomiej Koptyra、Anh Ngo、Lukasz Radli´nski 和 Jan Koco´n。Clarin-emo：使用人类注释和 chatgpt 训练情绪识别模型。在国际计算科学会议上，第 365–379 页。Springer，2023 年。[8] Taiki Watanabe、Akihiro Tamura、Takashi Ninomiya、Takuya Makino 和 Tomoya Iwakura。使用化合物释义进行化学命名实体识别的多任务学习。在 2019 年自然语言处理经验方法会议和第 9 届国际自然语言处理联合会议 (EMNLP-IJCNLP) 的论文集上，第 6244–6249 页。ACL，2019 年。[9] Amalie Trewartha、Nicholas Walker、Haoyan Huo、Sanghoon Lee、Kevin Cruse、John Dagdelen、Alexander Dunn、Kristin A. Persson、Gerbrand Ceder 和 Anubhav Jain。量化领域特定预训练在材料科学命名实体识别任务中的优势。Patterns，第 3 卷，第 4 期，第 100488 页，2022 年。[10] Gupta Tanishq、Zaki Mohd 和 NM Krishnan。Matscibert：用于文本挖掘的材料领域语言模型