XiaoMi-AI文件搜索系统
World File Search SystemAttributes
旨在了解支持 AI 的电子健康移动应用程序可用性属性的研究文章
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
面向21世纪教育的未来社会学习环境的属性
摘要 在过去的二十年里，全球高等教育经历了一场重大的变革，被称为“学术进化”。其中，信息和通信技术（ICT）的广泛利用，明确提到人工智能（AI）、数字化、自动化和物联网（IoT），阐明了工业 4.0 一词。此外，信息通信技术在教学中的应用促进了一种被称为联通主义的新学习理论。因此，需要制定一个理想且兼容的社会学习环境分类以适应新的学习理论，这可以增强学习者在正式授课时间之外进行的非正式学习。因此，本研究旨在寻找影响学习者对社会学习空间偏好的因素。我们进行了一项定性研究，以调查学习者对理工学院社会学习空间的偏好属性。一份包含 39 个问题的改编问卷被发放给来自马来西亚三所理工学院的 300 名理工学院学生。具体来说，使用 IBM SPSS 版本 22 的探索性因子分析 (EFA) 对数据进行了分析。本研究结果推荐了六种社会学习空间偏好属性的类型学，作为具有两个基本维度的多维构造：物理偏好和社会偏好。研究结果有助于重新设计和规划高等教育机构的社会学术学习空间，以加强面向 21 世纪教育的教育。关键词：社会学习空间、非正式学习、城市校园规划、21 世纪教育、学习者的偏好属性、学习环境
磷和纳米尿素对玉米生长和产量特性的影响
Rahul Raj、Umesha C 和 Pranav Kumar DOI：https://doi.org/10.33545/26174693.2024.v8.i7Si.1606 摘要 田间试验于 2023 年喀里夫季节在农学系作物研究农场进行。实验采用随机区组设计，共十个处理，重复三次。处理细节如下：T 1：磷 40 千克/公顷 + 纳米尿素 1 毫升/升，T 2：磷 60 千克/公顷 + 纳米尿素 1 毫升/升，T 3：磷 80 千克/公顷 + 纳米尿素 1 毫升/升，T 4：磷 40 千克/公顷 + 纳米尿素 3 毫升/升，T 5：磷 60 千克/公顷 + 纳米尿素 3 毫升/升，T 6：磷 80 千克/公顷 + 纳米尿素 3 毫升/升，T 7：磷 40 千克/公顷 + 纳米尿素 4 毫升/升，T 8：磷 60 千克/公顷 + 纳米尿素 4 毫升/升，T 9：磷 80 千克/公顷 + 纳米尿素 4 毫升/升和对照地块。试验结果表明，施用 60 kg/ha 磷肥和 4 ml/l 纳米尿素（处理 8）可显著提高植株高度（202.00 cm）、最大植株干重（310.00 g/plant）、最大作物生长率（27.00 g/m 2 /day）、每穗最大行数（12.93）、行粒数（22.67）、种子指数（22.70 g）、籽粒产量（5.54 t/ha）、秸秆产量（9.92 t/ha）、收获指数（35.86%）。关键词：玉米，磷，纳米尿素，生长和产量。介绍玉米（Zea mays L.）是继水稻和小麦之后最重要的谷物作物之一，在全球农业中占有突出地位。在印度，玉米仅次于水稻和小麦，位居第三。在印度，玉米用于谷物和饲料，以及家禽和牛饲料混合物的成分和其他工业用途。玉米也称为玉蜀黍，是世界上最重要和最具战略意义的作物之一。其原产地是墨西哥（中美洲）。它是一种 C4 植物，被称为“谷物皇后”，因为它具有高生产潜力和跨季节的广泛适应性。它高效利用太阳能，具有巨大的增产潜力，被称为“奇迹作物”。玉米通过优质蛋白质在确保粮食安全和营养安全方面发挥着至关重要的作用。玉米的营养成分（每 100 克）如下：蛋白质 4 克。碳水化合物 30 克，膳食纤维 3.5 克，脂肪 1.5 克，糖 3.6 克，钙 4 毫克，锌 0.72 毫克等。（Dragana 等人，2015 年）[8]。玉米植株的每个部分都具有经济价值（谷粒、叶子、茎秆、穗和穗轴），都可用于生产各种食品和非食品产品。全球 170 多个国家种植玉米，面积达 1.88 亿公顷，产量达 14.23 亿公吨。自 2005 年以来，印度玉米种植面积位居第四位，为 989 万公顷，年产量为 3165 万吨，位居第六。在印度各邦中，中央邦和卡纳塔克邦的玉米种植面积最高（各占 15%），其次是马哈拉施特拉邦（10%）、拉贾斯坦邦（9%）、北方邦（8%）、比哈尔邦（7%）、特伦甘纳邦（6%）。目前，印度生产的玉米 47% 用于家禽饲料，13% 用于牲畜饲料，13% 用于食品，淀粉工业消耗约 14%，加工食品占 7%，6% 用于出口和其他用途。（IIMR，2021 年）。磷的应用会影响植物的生长行为。它是生长、糖和淀粉的利用、光合作用、细胞核形成和细胞分裂、脂肪和蛋白形成所必需的。光合作用和碳水化合物代谢产生的能量储存在磷酸盐化合物中，供以后生长和繁殖使用（Ayub 等人，2002 年）[5]。它在植物体内很容易转移，随着植物细胞的形成，从较老的组织转移到较年轻的组织
道路摩托车交叉点（桥梁）对植物物种多样性和生态属性产生负面影响
抽象问题：线性栖息地是陆生和水生的走廊，可以是自然的或人为的。在这里我们问：两种类型的线性栖息地（道路和河流）的交集如何影响植物物种的多样性，成分和生态属性？地点：法国南部。方法：我们研究了道路河交叉点（桥梁），以测试路边和河滨植物群落中物种的组成，α和β多样性以及对桥梁影响的反应。我们还使用空间预测因子（空间特征向量图）来评估桥梁是否影响定向空间过程（上游向上河轴）结构社区组成。结果：我们表明，桥梁周围的植被与物种组成和生态偏好以及α和β多样性的植被不同于桥梁。我们还发现，桥梁河流和道路植物群落中物种的生态偏好融合。由于不同的干扰方案，桥梁的物种β多样性的周转成分较低，因此导致生物均匀化。然而，我们的结果表明，桥梁对影响物种组成的方向空间过程的影响可以忽略不计。结论：桥梁作为河流和道路的植物社区选择力的强烈影响表明，不应忽略桥梁。我们的发现将有助于开发对两种类型的线性栖息地的更有效管理，以保护其托管的植物物种以及相关的生态功能和所提供的生态系统服务。
使用脑电图衍生的大脑网络属性
中风是全世界死亡与残疾的主要原因（Wolfe，2000； Langhorne等，2011）。在残疾人中，中风后的认知障碍对患者产生重要影响，功能恢复和长期预后。目前，临床医生使用磁共振成像（MRI）或计算机断层扫描（CT）等结构信息（例如中风病变的位置和大小）评估了冲程后认知障碍的风险。一个国际大规模的病变症状映射研究，最近介绍了有关病变大脑中造成认知障碍的大脑位置的重要发现（Weaver等，2021b）。但是，这些使用结构脑成像的方法基于以下前提：在发生中风病变的局部区域中，大脑功能被选择性地受损。但是，在实践中，几个部位的病变可能会导致相同的症状和体征，这是由于共享神经网络的破坏所解释的（Fox，2018）。结果，仅基于MRI中确定的病变位置，很难预测中风后的认知障碍，并且有必要评估病变对整个大脑的广泛影响（Stinear，2010; Carter等，2012）。用于测量功能连通性的工具，该工具不仅评估了特定的大脑区域活动，而且还评估了不同区域之间的相互作用，对于解决此问题可能至关重要（Bressler和Menon，2010； Stinear，2010； Aerts等，2016）。
基于定性可持续性属性的结构生态材料选择的定量组决策方法
摘要：在响应全球环境挑战时，发达国家开始了各个部门的生态过渡。其中，建筑行业由于广泛使用原材料和能源而发挥了关键作用。尤其是，对可持续建筑材料的研究（此处名为Eco-Materials）近年来有所提高，因为它们有可能取代诸如混凝土和钢铁等环保材料较低的材料。本文提出了一种基于可持续性考虑因素的一组候选结构生态材料中的大规模群体决策方法。拟议的方法是基于一种新的定量SWOT分析，使用来自各种专家组的调查数据，不仅考虑了材料的技术方面，而且还考虑了它们在联合国可持续发展目标的背景下的影响。因此，考虑到调查数据中的可变性和不确定性，对一系列生态物质进行了概率评估和排名。这项研究的结果证明了基于可持续性标准对生态物质选择的提议方法的适用性，但也为考虑到调查数据中的不确定性提供了一种新的通用方法，用于小组决策评估，这可以扩展到多个应用程序。
转换感知音景属性的定量评估方法：泰语的初始应用
Nanyang Technological University，Nanyang Ave 50，S2-B4A-03，639798，新加坡B音乐技术中心，乔治亚州技术研究所，J。AllenCouch Building，J。AllenCouch Building，840 McMillan ST NW，Atlanta，GA，GA，USANANY CENTRY，NANY NANY NANINANE，NANY NANANY，NANANY，NANY NANANY，NANY NANANY，NANY NANANY，NANY NANANY，NANANY，48 AVE，639818，新加坡D语言学和东南亚语言学研究部，乔拉隆大学艺术学院，254 Phayathai Rd，Wang Mai，Pathum wanm Wan District，曼谷，10330 Luang District，Pathum Thani，12121，泰国F心理学系，Kasetsart大学社会科学系，KASETSART大学，Ngamwongwan Rd 50，Lat Yao，Chatuchak区，曼谷Chatuchak区，10900年，泰国G语言研究中心，泰国G语言学研究中心，艺术与社会科学系，singapore of Singapore of Singapore of Singapore national of SingapeNanyang Technological University，Nanyang Ave 50，S2-B4A-03，639798，新加坡B音乐技术中心，乔治亚州技术研究所，J。AllenCouch Building，J。AllenCouch Building，840 McMillan ST NW，Atlanta，GA，GA，USANANY CENTRY，NANY NANY NANINANE，NANY NANANY，NANANY，NANY NANANY，NANY NANANY，NANY NANANY，NANY NANANY，NANANY，48 AVE，639818，新加坡D语言学和东南亚语言学研究部，乔拉隆大学艺术学院，254 Phayathai Rd，Wang Mai，Pathum wanm Wan District，曼谷，10330 Luang District，Pathum Thani，12121，泰国F心理学系，Kasetsart大学社会科学系，KASETSART大学，Ngamwongwan Rd 50，Lat Yao，Chatuchak区，曼谷Chatuchak区，10900年，泰国G语言研究中心，泰国G语言学研究中心，艺术与社会科学系，singapore of Singapore of Singapore of Singapore national of Singape
心理距离气候变化和公众对家庭拥有的生产森林中生物多样性提升属性的偏好
了解公众对管理如何帮助使森林适应气候变化的看法对于社会可接受的政策的设计至关重要。在挪威和瑞典进行了一个二元离散选择实验，以引起公众对三种森林管理属性（固定的，不均匀的树木架的比例以及树木的数量和类型）的生物多样性增强变化的偏好，与家族股份生产森林中的典型状态相比。重要的是，如何研究了与气候变化的自我建构的心理（空间，社会，时间和假设）距离与管理偏好相关联。按照综合选择和潜在的可变建模方法来解释其液态，我们的计量经济学结果表明，与气候变化的心理距离更紧密，与对生物多样性提高生物多样性的变化的支持增加了，从家族拥有的生产森林的现状条件中进行了管理属性的变化。平均而言，挪威公众更喜欢更大的固定物，并引入了一个宽阔的物种，而瑞典公众则赞成所有属性的变化。在两个国家，最高的公用事业是从现状的增加（5％）到10％和20％的，挪威各自的平均WTP约为10至11欧元，在瑞典大约10至14欧元/月。调查结果表明，在两国中增加了固定区域的普遍可接受性，以及公众对瑞典的不均年龄和混合森林管理的认可。
DBT“作物基因组编辑增强属性”研究与创新邀请意向书
请遵循以下说明 @ 每位申请人（研究人员）在本轮竞争中只能提交一份意向书（LoI） @ 申请人必须彻底理解征求意见稿和参与及资助要求，并据此提供信息/数据 @ 我们正在寻找基于“更简单”概念模型的解决方案，即，解决方案必须 - 通过与利益相关者的参与来开发； - 易于访问； - 可扩展和可复制； - 具有包容性； - 具有经济可行性和影响力；并且 - 具有弹性且对环境友好 @ 在此阶段，您的目标应该是了解面临的挑战。问问自己：战略解决方案是什么？您想通过这份意向书实现什么？您在寻找什么样的抱负？提案和所选领域的总体目标是什么？您的提案如何促进国家成为全球领导者之一？您承担科学风险的能力如何？您想与谁合作？ @ 填写本表格前，请谨慎理解本表格的所有要求和脚注 @ 所有字段均为必填项，因此本表格的所有部分均须填写 @ 每一字段均需特别注意并认真回答，因此请避免在多个字段重复相同的信息 @ 请您提供中肯而准确的回答，以方便我们进行务实评估 @ 我们仅希望您提交公开获取和/或公共领域和/或已出版文献中提供的信息。因此，在提交阶段，请勿描述/提交任何机密或机密商业信息 (CBI)。
医学影像数据的特征选择、属性选择的重要性、挑战和未来方向：综述
摘要：在模式识别和机器学习领域，特征在预测中起着关键作用。特征的著名应用包括医学成像、图像分类等。随着医疗数据存储库和医疗服务提供中信息投资的指数级增长，医疗机构正在收集大量数据。这些数据存储库包含支持医疗诊断决策和提高患者护理质量所必需的详细信息。另一方面，这种增长也使得理解和利用数据用于各种目的变得困难。由于较大数据集中存在无关特征，成像数据的结果可能会出现偏差。特征选择提供了减少如此大数据集中组件数量的机会。通过选择技术，排除不重要的特征并选择产生普遍表征精度的组件子集。找到好属性的正确决定会产生精确的分组模型，从而提高学习速度和预测控制。本文回顾了医学成像的特征选择技术和属性选择措施。本综述旨在描述医学领域的特征选择技术及其优缺点，并指出其在图像数据和数据挖掘算法中的应用。本综述揭示了现有特征和属性选择技术对多源数据的缺点。此外，本综述还提出了特征选择对于正确分类医学感染的重要性。最后，提供了批判性分析和未来方向。