M. M. Zedouc 1,†,Caire Blin 2, *,†,Nico L.L.louwen 1,豪尔赫(Jorge)的名字,1,卢雷罗(Loureiro)1,Chantal D. Bader 3,Constance B。女人3、6,何塞D.D。节日7,猜测14,我不知道Hanif 15,Eric J.N.由55、70、75,Rile和S59、60,拉奎尔hag AS 67,力量Charri 25,77,77,Hyukjae Choi Chroy 83,Melinda S31,夏洛特和OW,32岁, Robin T以弗39, Al-Sumukh A. Alharthi 52,Mariela Rojo 53,Amr A. Arishi Avalon 56,J。Abr和Av Elar-Rivas 57,Kyle K. AXT 34,Hellen B克里斯汀·比梅尔曼斯(Christine Beemelmanns)3,24, Ricardo M. Borges 67,Rainer Bordes 68,69,Milena Breit 16,17, Cano-Prieto 2,Joy 74,Victor J.31,夏洛特和OW,32岁, Robin T以弗39, Al-Sumukh A. Alharthi 52,Mariela Rojo 53,Amr A. Arishi Avalon 56,J。Abr和Av Elar-Rivas 57,Kyle K. AXT 34,Hellen B克里斯汀·比梅尔曼斯(Christine Beemelmanns)3,24, Ricardo M. Borges 67,Rainer Bordes 68,69,Milena Breit 16,17, Cano-Prieto 2,Joy 74,Victor J.JéromeCollemare 82,JAC。路易斯·卡莱布·达马斯·拉莫斯(Luis Caleb Damas-Ramos 2),达米亚尼(Damiani)87的泰特斯(Titus of Damiani 87在1 95,Erin A. Garza 96,Athina Gavriilidou 23,Andrea Gentiles 97,98,Jennif,hans Gerstmans 100,101,102, Greco 52,Juan E. Green 46,Sebastian War 7,9,Shaday Flores 104, 107,Kristina Haslinger 108,Beibel He 109 109 109 87,Jethro L. Hemmann 110,Hindr和Hindr和1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 113 h 2,当耶和华AB 1,114,115,Thanh-Hau Huynh 116和手2,Eunah Jeong 81,Jiayi Jing 1,Jung Jng 116,Yong Kang 116, 121,金122,罗伯特·A。
Marc Albero FXI Diego Alonso-Tabares 空中客车 Aldo Arena AArena Consulting Inc Jon Argo Meggitt 聚合物与复合材料 Rockmart Michael Azarian Calce 马里兰大学 Jacque Bader 劳斯莱斯公司 Graham Baker 伊顿航空航天 Raymond Ball 美国海军 Michel Bardel Intertechnique Dave Barkley Electronics Inc James Barnett Lionbridge Technologies Inc Michael Beckman McGill Manufacturing Company Inc Stephanie Bendickson APS Aviation Inc Darin Bernardi Kopp Glass Inc Stan Biernat Moog Inc John Binford B&E Manufacturing Peter Bittner Constellium Robert Boman 洛克希德马丁导弹与火控 H Michael Bonner Cessna Aircraft Company Tim Boysen Michael Brandt Lifeport Inc Gary Brown Carpenter Technology Corp Christian Brull Schlegel Electronic Materials bvba David Brumbaugh John Buffin NAVAIR Gregg Butterfield Crane Co Eric Cahill UTC Aerospace Systems Jeffrey Calcaterra 美国空军 James Cannon Oxygen技术顾问有限责任公司 Dawn Caullwine Kevin Cecil John Bean Technologies Corp Randy Cepress GE 飞机发动机 Ken Chang Adel Wiggins Group Eric Chesmar 美国联合航空公司 Bruce Choate Ken Christian HellermannTyton Roger Christianson Robert Ciero 霍尼韦尔国际公司 Kenneth Clark Magnesium Elektron Mark Clark 波音公司 Roy Clarke Richard Clutterbuck Kevin Coderre Marmon 航空航天与国防 Paul Collins 美国海军航空兵系统公司 Lloyd Condra DfR Solutions Fred Cone Pratt & Whitney Joseph Contino Zodiac Aerospace Timothy Cornwell Pratt & Whitney Arthur Cortellucci John Cowie 铜业开发协会 Buddy Cressionnie ASD Expertise W Raymond Cribb Brock Crocker Vestergaard Co Inc Victor Dangerfield 环球合金公司 May Danhash Spencer 航空航天制造 Christopher Dann 加拿大运输部 民航 TCCA Diganta Das 马里兰大学 John Davies Kent DeFranco 洛克希德马丁公司 Marion DeWitt Laurent Decoux K-D Manitou Inc Dennis Deehan Bruce Delsing 波音商用飞机公司 Kevin Detring 洛克希德马丁航空公司 Walter Deutscher Altran Gmbh & Co KG Franck Devilder AUBERT & DUVAL
癌症的进展受到癌细胞和免疫细胞之间的串扰的强烈影响。免疫细胞可以根据环境中存在的信号具有促肿瘤和抗肿瘤功能。大多数实体瘤的免疫区室的很大一部分由肿瘤相关的巨噬细胞组成。尽管它们的丰度与许多实体瘤类型的预后不良有关,但癌细胞影响巨噬细胞表型和功能的分子机制在很大程度上是未知的。在本章中,我们提供了研究癌细胞对巨噬细胞影响的体外测定的详细描述。我们提供了从鼠骨髓和人类外周血获得巨噬细胞的方案,并使用来自癌细胞的条件培养基将这些巨噬细胞暴露于癌细胞衍生的分泌分子中。我们描述了评估癌细胞诱导的巨噬细胞极化的几种测定。该实验设置可用于获得分子见解,以了解癌细胞如何影响巨噬细胞。
智能技术(Duan 等人 2019;Dubey 等人 2020;Hughes 等人 2019;Ismagilova 等人 2019;Wamba 和 Queiroz 2020)。数字化转型中技术的使用取决于组织对技术的态度、感知有用性和感知易用性(Berlak 等人 2020;Grover 等人 2019c)。组织已积极参与数字化转型(Burton-Jones 等人 2020)。人工智能和大数据共同塑造了经济、社会和政治领域(Duan 等人 2019;Dwivedi 等人 2019;Elish 和 Boyd 2018;Wamba 等人 2015、2017)。人工智能被定义为系统解释和学习数字痕迹的能力(Haenlein 和 Kaplan 2019)。Metcalf 等人(2019)认为人工智能可以增强员工的智力。人工智能通过提供多样化和不同的解决方案帮助员工克服复杂情况(Jarrahi 2018),随后可以在决策过程中提供规范性输入(Bader 和 Kaiser 2019)。员工应该更多地专注于创造性工作,并应该学习如何有效地使用机器完成日常任务(Jarrahi 2018)。Morikawa(2017)指出,拥有高学历员工和全球业务的公司期望人工智能技术将对企业产生积极影响。文献中将 OM 定义为端到端的组织管理活动和服务链(Karmarkar 和 Apte 2007;Subramanian 和 Ramanathan 2012),其包括产品设计、流程设计、商品生产、规划、调度(Zhao 等 2020)、个性化定位、交付、定制、物流、外包等多项活动。本研究的第一个研究空白是 Brock 和 Wangenheim(2019)指出的空白,即管理者对如何在其组织运营中使用 AI 知之甚少。因此,本文介绍了 AI 在 OM 不同要素(如制造、产品开发、服务和供应链)中的使用。本研究确定的第二个研究空白基于 Gunasekaran 和 Ngai(2012)强调的空白,即需要开发 OM 模型来综合信息并将其转换为知识。因此,本研究试图探索利用人工智能对数字化转型计划获得的组织内存储的数据和信息资产进行信息转化为知识的前景。本研究确定的第三个空白是 Haenlein 和 Kaplan (2019) 强调的开放性问题,即人类和人工智能支持的系统如何和平共处。因此,本研究以命题的形式探讨了八种情景,作者认为员工和人工智能驱动的系统应该协同工作并建立共生关系,因为两者相互依赖,而人工智能系统的成功取决于两者的相互理解。文献表明,与其他技术创新相比,人工智能具有许多优势。首先,人工智能可以通过支持感知、抓取和转换的动态能力来降低风险(Matilda 和 Chesbrough 2020)。其次,人工智能扩大了创造性思维的范围(Eriksson 等人,2020)。第三,人工智能系统支持的一些重要特性是情境感知、通信能力、嵌入式知识、推理能力和自组织能力(Romero 等人,2020)。第四,人工智能、机器人和大数据的结合被称为第四次工业革命,因为这些技术将带来巨大的影响。Jarrahi(2018)建议,人工智能系统的设计不应以取代人类贡献为目的,而应以增强人类知识和决策为目的。本研究的重点是探索员工之间的共生关系以及人工智能在 OM 不同要素中用于做出有效决策的使用。本研究探讨的第一个研究问题是,如何在组织环境中将人工智能应用于 OM?为了探索这个研究问题,提出了八个命题(命题