。CC-BY-NC 4.0国际许可证的永久性。根据作者/资助人提供了预印本(未经同行评审的认证)提供的,他已授予Biorxiv的许可证,以在2025年2月25日发布的此版本中在版权所有者中显示预印本。 https://doi.org/10.1101/2025.01.24.634822 doi:Biorxiv Preprint
摘要 - 视频游戏和虚拟现实体验中虚拟角色的示威行为是现实主义和沉浸式的关键因素。的确,目光在与环境互动时扮演着许多角色。它不仅表明了角色在看什么,而且在言语和非语言行为以及使虚拟字符还活着中起着重要作用。凝视行为的自动计算是一个具有挑战性的问题,迄今为止,现有方法都无法在交互式环境中产生近实现的结果。 因此,我们提出了一种新型方法,该方法利用了与视觉显着性,注意力机制,accadic行为建模和头部凝视动画技术有关的几个不同领域的最新进展。 我们的方法阐明了这些进步,以收敛于多映射显着驱动的模型,该模型为非交流字符提供实时现实的凝视行为,以及与可自定义功能相比,其他用户控制,以构成各种各样的结果。 我们首先通过客观评估评估我们的方法的好处,该评估使用专门为此目的获得的眼睛跟踪数据集面对地面真理数据面对我们的视线模拟。 然后,与从真实演员捕获的凝视动画相比,我们依靠主观评估来衡量我们方法产生的凝视动画的现实水平。 我们的结果表明,我们的方法会生成视力行为,这些行为无法与捕获的凝视动画区分开。凝视行为的自动计算是一个具有挑战性的问题,迄今为止,现有方法都无法在交互式环境中产生近实现的结果。因此,我们提出了一种新型方法,该方法利用了与视觉显着性,注意力机制,accadic行为建模和头部凝视动画技术有关的几个不同领域的最新进展。我们的方法阐明了这些进步,以收敛于多映射显着驱动的模型,该模型为非交流字符提供实时现实的凝视行为,以及与可自定义功能相比,其他用户控制,以构成各种各样的结果。我们首先通过客观评估评估我们的方法的好处,该评估使用专门为此目的获得的眼睛跟踪数据集面对地面真理数据面对我们的视线模拟。然后,与从真实演员捕获的凝视动画相比,我们依靠主观评估来衡量我们方法产生的凝视动画的现实水平。我们的结果表明,我们的方法会生成视力行为,这些行为无法与捕获的凝视动画区分开。总的来说,我们认为这些结果将为实时应用程序的现实和连贯凝视动画的更自然和直观设计开辟道路。
引言和目的:简介和目的:健康素养被认为是重要的健康素养被认为是社会健康的重要决定因素,而高健康素养可以增加社会健康的决定因素,而高健康素养增加了与健康相关决策的赋权机会。目前的研究旨在授权与健康相关的决策。本研究旨在确定健康素养与计划的理论之间的关系,以确定健康素养与计划行为理论(TPB)结构之间的关系,以在行为型行为(TPB)构造中进行糖尿病测试(TPB)进行糖尿病测试,以在库尔德斯坦省(Ghordistancince)(Ghorean),伊朗市库尔德斯坦省(Ghordistan Province)进行糖尿病测试。库尔德省(戈尔维市),伊朗。方法:本研究是一项横断面描述性研究,本研究是一项横断面描述性研究,于2024年进行。总共有282个有资格纳入2024年进行的危险人士。选择了有资格纳入研究的282个处于危险中的高风险个体,使用多阶段随机参与调查,选择研究使用多阶段随机抽样方法参加调查。数据收集工具包括人口统计信息抽样方法。数据收集工具包括人口统计信息表格,与TPB结构相关的研究人员制作的问卷以及健康表格,与TPB构造有关的研究人员制作的问卷以及通过访谈完成的健康素养问卷。回归)。通过访谈完成了扫盲问卷的分析。使用SPSS(版本23)软件,描述性测试(使用SPSS(版本23)(版本23)软件,描述性测试(平均值和标准偏差)以及分析测试(CHI-Square,Pearson相关性和多重偏差)以及分析测试(CHI-Square,Pearson Correlations和Moultion Recopressions)。结果:与参与者年龄相关的平均值和标准偏差与参与者年龄相关的平均值和标准偏差等于45.88±9.24。性别,职业之间存在关系,等于45.88±9.24。性别,职业,年龄,教育年份,健康素养,每月收入,保险覆盖率,年龄,教育年份,健康素养,每月收入,保险范围,保险范围以及进行测试的能力进行糖尿病测试的能力(P≤0.05)。以及进行糖尿病测试的测试付费的能力(p≤0.05)。此外,TPB的构建体之间存在显着的正相关,TPB的构建体,健康素养和进行糖尿病测试的意图之间存在显着的正相关。人口健康素养以及进行糖尿病测试的意图。人口统计学变量,健康素养和TPB结构占变量,健康素养和TPB构建体的74%,占差异的74%,目的是进行糖尿病测试。旨在执行糖尿病测试的差异。结论:人口统计学因素,风险因素,健康素养以及人口统计学因素,危险因素,健康素养和TPB构造预测,在高危TPB结构中进行糖尿病测试的意图预测了在高危个人中进行糖尿病测试的意图。因此,似乎有必要注意上述个人。因此,似乎有必要注意教育干预设计中提到的变量。教育干预设计中的变量。
机器学习(ML)已整合到日常生活的各个方面,在很大程度上从人类数据中得出了培训。因此,这些ML系统经常表现出和反映人类的行为偏见,从而引起了从社交媒体到医疗决策的应用的担忧。然而,尽管心理学研究的证据表明,但目前的ML方法主要将人类视为独立的,随机数据来源或认为它们是理性决策者。这一差距强调了将凭经验扎根的人类行为洞察力纳入ML设计的必要性。此外,随着ML的不断增长,它开辟了设计系统通过考虑现实的人类行为来增强人类决策的潜力。我的研究旨在开发出行为知识的机器学习,检查和将经验依据的人类行为纳入ML系统的设计。我重点介绍了ML生命周期中人类行为的两个关键方面:用于培训ML模型的数据的产生,以及与机器援助同行的人类决策。相应地,我的研究介绍了人类与ML之间的两种关键形式:设计从人类行为数据中学习的ML系统,并设计了增强人类决策中人类的ML系统。
许多研究表明,疫苗不是完全有效的,这意味着接种疫苗的人群都包括疫苗免疫的人,尽管接受了疫苗接种疫苗,但疫苗的疫苗也没有。这可能是可能的,因为某些接种疫苗的人可能会错误地认为自己受到了完全保护并且无法获得该疾病。这种看法会显着影响行为,导致一些接种疫苗的人在遵循预防或缓解措施方面的勤奋程度较小。是由上述动机的,我们研究了不产生免疫力的接种疫苗人员的行为变化如何影响直接传播疾病的动力学以及关键指标,例如基本的生殖数和疫苗有效性。我们提出了一个模型,该模型考虑了具有三个失败方面的疫苗:“取”,“学位”和“持续时间”。此外,非免疫接种个体的行为变化是通过一个参数建模的,该参数基于遵守缓解措施来调整其接触率。我们的结果使我们能够可视化行为变化在影响疾病传播动态的各种因素中的作用。首先,我们证明了在不完全有效疫苗的模型中存在的向后分叉存在。第二,我们定义了行为指数阈值,该阈值是确定疾病是否由于行为效应而持续存在的关键指标。最后,我们的结果强调了行为指数和感染的初始值
根据《世界药物报告》 2021年,全球估计有2000万个人使用可卡因。这种可卡因使用的全球水平每年都会继续增加(1),其在公共卫生方面的影响很大,尤其是在服药过量方面(2)。这种成瘾的治疗是复杂的,尤其是当它与精神疾病相关时,复发率高且随访成瘾的严重程度较差(3,4)。可卡因以及其他心理刺激剂也会引起情绪和认知的中风和改变(5)。复发患者更有可能宣布严重的生活时间精神病症状,包括抑郁症状(6)。这些患者将其精神病问题评为更严重,并报告对这些问题的治疗需求更大(6)。一些研究表明,抑郁症状是特定的,并且与药物使用者治疗后的复发风险增加相关(7)。这些情绪流动很重要,因为它们是可卡因依赖性患者的贬义预后因素(8),并且与自杀风险增加有关(9)。此外,早期退学的患者的抑郁症状比后来的辍学症(10)。已经表明,较差的抑郁症状代表了在12个月随访中医疗严重程度较差的显着预测指标(4)。抑郁症状似乎在复发过程中起着关键作用,因此在我们的研究中被选为歧视性因素。在可卡因戒断期间观察到一种特定形式的短暂性抑郁症状。它通常是亚元素形式,不对应于主要抑郁症的众所周知的时间表。还有其他一些特定的特定性:(1)服用可卡因时,这些抑郁症状消失,(2)可卡因使用者患有选择性5-羟色胺再摄取抑制剂(SSRI)的抑郁症似乎不佳(11,12)。因此,该机制似乎不同,并提出了多巴胺参与可卡因戒断过程中抑郁症状的问题的问题。考虑到多巴胺在可卡因机理中起着核心作用,这是特别相关的,可卡因的机理是通过阻断多巴胺转运蛋白(DAT)并提高大脑多巴胺水平的核心作用(13)。Dackis和Gold已经提出了多巴胺的这种参与(14)。可以在帕金森氏病中观察到多巴胺能抑郁症的潜在模型,其中症状相关
用您自己的话:介绍自己,组织和您提供的DMHA服务。您服务了多少人?我的名字叫南希·霍尔斯(Nancy Haws),我是肯尼迪集体(TKC)的首席发展官,是501(c)(3),其任务与74年前伊夫琳·肯尼迪(Evelyn Kennedy)成立该机构时的任务相同:为残疾人创造途径,使残障人士蓬勃发展和壮成长。The DMHAS services we provide include: • Autism Learning Network • Acquired Brain Injury Services • Behavioral Supports • Day Support Options • Community Residential Supports • Community Partner Work Incentive Counseling • Employment Network For Ticket To Work • Workforce Development Support • Transition Services • Social & Leisure Services • Individualized Home Support Program • Mobility Services & Transportation Assistance The Kennedy Collective serves individuals with cognitive disabilities throughout Fairfield County and the surrounding areas.在2024年日历年中,TKC服务:移动服务200人加入了我们的旅行培训计划。160人帮助了ADA Paratransit申请。150人参加了虚拟和面对面的演讲,以及现场活动外展。
母亲相互作用中的同步对于婴儿发育至关重要。然而,在母亲分娩相关的创伤后应激症状(CB-PTSS)的背景下,母婴生理同步尚不清楚。这项试点研究旨在在CB-PTSS的背景下研究生理同步。此外,它研究了母性生理同步与互惠之间的关联。共有86个法语或英语的母亲及其学期婴儿参加了这项研究。使用DSM-5(PCL-5)的PTSD清单评估了母体CB-PTSS,该清单已修改为分娩。母子二元组根据对PCL-5的反应分为三组。在母亲相互作用期间,使用心率变异性(HRV)测量生理同步,而在视频记录中观察到互惠。交叉滞后的分析揭示了母染料二元组之间的HRV波动的不同模式:阳性(母亲和婴儿HRV在同一方向波动)或负(母亲和婴儿HRV沿相反方向波动)。为了避免通过平均正相关系数取消潜在影响,我们分别分析了它们。在阳性二元组中,母体HRV导致婴儿HRV大约两秒钟。相反,在负二元组中,在任何一个方向上都没有观察到的显着滞后或铅。我们的分析并未揭示CB-PTSS组分类对母亲与婴儿之间的生理逻辑同步的重大影响。此外,我们发现二元组内生理同步和互惠之间没有显着关系。我们建议以类似重点的未来研究应控制诸如个人生理调节,孕产妇焦虑和孕产妇抑郁症之类的因素,以进一步解释这些关系。
重复使用、重新混合或改编本材料用于任何目的,无需注明原作者。预印本(未经同行评审认证)在公共领域。它不再受版权限制。任何人都可以合法分享,版权持有人已将此版本发布于 2022 年 6 月 1 日。;https://doi.org/10.1101/2022.06.01.494296 doi:bioRxiv 预印本
摘要背景:自闭症谱系障碍 (ASD) 的异质性阻碍了生物标志物的开发,从而推动了亚型划分工作。大多数亚型划分研究将患有 ASD 的个体分为不重叠的 (分类) 亚组。然而,ASD 的持续个体间变异表明需要采用维度方法。方法:采用贝叶斯模型将患有 ASD 的个体的静息状态功能连接 (RSFC) 分解为多个异常 RSFC 模式,即分类亚型,以下称为“因素”。重要的是,该模型允许每个个体以不同程度表达一个或多个因素 (维度亚型划分)。该模型应用于来自两个多站点存储库的 306 名患有 ASD 的个体 (5.2 – 57 岁)。事后分析将因素与症状和人口统计学联系起来。结果:分析得出三个因素,具有可分离的全脑低 RSFC 和高 RSFC 模式。大多数参与者表达了多个(分类)因素,表明个体内存在多种亚型。所有因素都具有涉及默认模式网络的异常 RSFC,但不同因素之间的方向性(RSFC 过低或过高)不同。因素 1 与核心 ASD 症状有关。因素 1 和 2 与不同的合并症症状有关。年龄较大的男性参与者优先表达因素 3。这些因素在控制分析中表现稳健,与智商或头部运动无关。结论:至少存在三个具有可分离的全脑 RSFC 模式、行为和人口统计学特征的 ASD 因素。因素间异质性默认模式网络 RSFC 过低和过高可能解释了先前报告的不一致。这些因素区分了核心 ASD 和合并症症状——这是 ASD 中一个不太受重视的异质性领域。这些因素在不同程度的 ASD 患者中共同表达,从而协调了 ASD 异质性的分类和维度视角。