1 马德里欧洲大学体育科学学院,马德里 28670 西班牙; vanesa.abuin@universidadeuropea.es 2 DACER 基金会,R&D&I 区,San Sebastián de los Reyes,28702 马德里,西班牙 3 ISEC LISBOA——高等教育与科学学院,1750-179 里斯本,葡萄牙; clara.perez@iseclisboa.pt (CM-P.); masancheztena@ucm.es (M. Á .S.-T.) 4 西班牙马德里胡安卡洛斯国王大学健康科学学院物理治疗、职业治疗、康复和物理医学系,28922; roberto.cano@urjc.es 5 马德里康普顿斯大学护理、理疗和足病学学院放射学、康复和理疗学系,IdISSC,28040 马德里,西班牙; pmcasas@enf.ucm.es 6 普拉森西亚大学中心,埃斯特雷马杜拉大学,06006 巴达霍斯,西班牙; patibiom@unex.es 7 马德里康普顿斯大学光学与验光学院视光学与视觉系,28037 马德里,西班牙 * 通讯地址:carlos.romero@universidadeuropea.es
这份荣誉论文/项目由 Carroll Collected 的荣誉计划免费提供给您,供您开放访问。它已被 Carroll Collected 的授权管理员接受并纳入高级荣誉项目。有关更多信息,请联系 mchercourt@jcu.edu。
摘要摘要使用人工智能(AI)工具来支持人力资源(HR)功能最近在学术和应用环境中都产生了影响力并引发了争议。关于人类技术互动的研究主要集中在人类对数字技术在各种情况下的反应(例如,即时消息传递和社交媒体),但仍缺乏对人力资源专业人员对AI工具的个人看法的经验研究。本文将利用McCrae&Costa的“五大因素人格模型”(1989)来制定有关人力资源工人的性格接受AI技术的五个理论主张。建议,尽管同意,对经验的开放性,外向性和认真度与人力资源专业人员的AI接受呈正相关,但神经质与接受AI技术有负相关。我还描述了未来研究的指示,以及有兴趣将基于AI的工具纳入其运营中的人力资源部门的考虑。
* Ilan Strauss是UCL创新与公共目的研究所的高级研究助理,Tim O'Reilly是O'Reilly Media的创始人,首席执行官兼董事长,也是UCL IIPP和Mariana Mazzucato的访问教授,Mariana Mazzucato是Eco-Innovation和Innovation and Publication of Innovation and Public Beality of Ucl of Ucl iipp的创始主任和教授。通讯作者:Ilan Strauss(i.strauss@ucl.ac.uk),伦敦WC1B 5BP,英国Montague ST 11。我们感谢Omidyar网络对这项研究的慷慨资助。感谢Steve Salop和Rob Petersen的有益讨论,并感谢Herbert Hovenkamp的持续支持。所有错误都是我们自己的。本文借鉴了O'Reilly,T.,Strauss,I。和Mazzucato,M。,算法的注意租金:数字平台市场力量理论,UCL创新和公共职责研究所,工作文件系列(IIPP WP WP 2023-10);和Rock,R.,Strauss,I.,O'Reilly,T。和Maz- Zucato,M。,在点击背后:亚马逊可以随心所欲地分配用户关注吗?,UCL创新与公共目的研究所,工作文件系列(IIPP WP 2023-11)。
摘要:三阴性乳腺癌(TNBC)是乳腺癌的亚型,由于缺乏有效治疗的特定靶标,由于缺乏乳腺癌相关的大多数死亡而过分地说明了大多数与乳腺癌相关的死亡。在这篇综述中,我们强调了转化生长因子β家族(TGF-β)途径的复杂性,并讨论TGF-β途径的失调如何促进TNBC中的致癌属性,从而对患者预后产生负面影响。此外,我们讨论了最近的发现,该发现突出了TGF-β抑制作用,作为一种有效的方法,是针对间质(CD44 + /CD24-)和上皮(ALDH高)癌细胞(CSC)种群的有效方法。CSC与肿瘤发生,转移,复发,抗性和患者预后减少有关。但是,由于差异信号途径富集和可塑性,这些人群仍然很难靶向并坚持不懈地作为一个主要的障碍,禁止成功治疗。这篇评论强调了TGF-β作为化学耐药性,放射性和患者预后降低的驱动力的重要性,并突出了新型治疗策略,这些治疗策略可调节TGF-β,促进癌症的进展并降低通过靶向TNBC中CSC群体的抗药性产生速度,从而降低TNBC的毒素。基于临床试验的靶向靶向的潜在TGF-β抑制剂进行了进一步研究,这可能导致开发新的疗法以改善TNBC患者预后。
本文由 UKnowledge 本科生研究办公室免费提供给您,供您开放访问。UKnowledge 授权管理员已接受本文,将其纳入奥斯瓦尔德研究与创造力竞赛。如需更多信息,请联系 UKnowledge@lsv.uky.edu。
印度的发展:成为超级大国或超级文明?引言绝大多数国家 - 这里的代理是绝大多数联合国大会的成员国 - 继续应对“发展”的挑战。许多印度和外国经济学家认为,包括中国在内的持续斗争,当然对于印度来说,以某种方式到达“高原”,即“发达国家”的俱乐部。他们认为,过去两个世纪的历史表明,尽管一个国家到达该高原,尽管经济起伏,但它仍然会以缓慢而稳定的增长来保持速度缓慢 - 罕见的滑倒,例如阿根廷(Pieper 2020),甚至可能是希腊,如果未能获得欧洲联盟的大量援助。
摘要目前,全基因组测序(WGS)数据尚未显示与常用的β-LAC TAM/β-内酰胺酶抑制剂(BL/BLI)组合的大肠杆菌易感性概况:ampicillin-sulbactam(sam),amoxicil-lin-clavulavulanate(amclavulanate(amc)和pippirclin(ampicillin-sulbactam(sam)和pipperp)和pippober(ampicillin-sulbactam(sam)和pipeper),在没有头孢菌素耐药性的情况下,对这些BL/BLI的进行性抗性(也称为对BL/BLI(ESRI)的延伸谱耐药性)的渐进性主要主要是由于BLA TEM变体的拷贝数增加而引起的,而BLA TEM变体的拷贝数量增加,这在WGS数据中未经常评估。我们试图通过对147个大肠杆菌细菌分离株的WGS分析来提高基因扩增的添加是否可以改善基因型-pheno型关联,而BL/BLI的类别增加了非敏感性,范围从氨苄西林(AMP)(AMP)易感性到对所有三个BLIS的完全抗性。与BLA TEM在ESRI中的关键作用一致,至少具有至少氨苄西林的112/134菌株(84%)非敏感性编码的BLA TEM。在40/112(36%)菌株中存在BLA TEM扩增的证据(即Bla TEM基因拷贝数估计> 2×)。BLA TEM拷贝数与最小抑制浓度的AMC和TZP之间存在正相关(P <0.05),但对于SAM没有(P = 0.09)。在AMC和TZP-NON敏感性的aMC和TZP-NON敏感性中,β-内酰胺抗性机制的多样性(包括非CECF三脱三甲酮水解BLA CTX-M变体),BLA OXA-1,AMPC和BLA TEM强启动子突变更大。我们的研究表明,WGS数据(包括β-内酰胺酶编码基因扩增)的全面分析可以帮助用AMC或TZP非敏感性对大肠杆菌进行分类,但要辨别从SAM易感性到SAM使用遗传数据的SAM非敏感性的过渡。
NOISE CONTROL ENGINEERING JOURNAL 0736-2501 0736-2501 ACOUSTICS SCIE Q4 Q4 Noise Mapping N/A 2084-879X ACOUSTICS ESCI Q2 Q3 PHONETICA 0031-8388 1423-0321 ACOUSTICS SCIE Q3 Q1 Romanian Journal of Acoustics and Vibration 1584-7284 1584-7284 ACOUSTICS ESCI Q4 Q4 SHOCK AND VIBRATION 1070-9622 1875-9203 ACOUSTICS SCIE Q3 Q3 SOUND AND VIBRATION 1541-0161 1541-0161 ACOUSTICS ESCI Q4 Q4 SPEECH COMMUNICATION 0167-6393 1872-7182 ACOUSTICS SCIE Q2 Q1 ULTRASCHALL IN DER MEDIZIN 0172-4614 1438-8782 ACOUSTICS SCIE Q1 Q1 ULTRASONIC IMAGING 0161-7346 1096-0910 ACOUSTICS SCIE Q1 Q2 ULTRASONICS 0041-624X 1874-9968 ACOUSTICS SCIE Q1 Q1 ULTRASONICS SONOCHEMISTRY 1350-4177 1873-2828 ACOUSTICS SCIE Q1 Q1 ULTRASOUND IN MEDICINE AND生物学0301-5629 1879-291x声学SCIE SCIE Q2 Q2 Q1超声波在妇产科中超声检查0960-7692 1469-0705 ACOUSTICS SCIE SCIE Q1 Q1波动运动0165-2125 1993-3738农业经济学和政策ESCI Q4 Q4
本文调查了后中国的大流行监测工具的健康QR码的寿命。从2020年到2022年,中国广泛使用了这种三色工具来对抗Covid-19的大流行。一个普遍认为的假设是,在后中国,健康QR码已过时。这项研究挑战了这样的假设。它通过移动应用程序和在线平台揭示了他们的持久性和集成,超越了19日公共卫生紧急情况。最初用于接触追踪和大流行监视的工具的长时间,扩展和正常化的使用引起了关键的法律和道德问题。此外,它们从流行病学风险评估工具到行为修改和社会治理工具的功能转变预示着数据Leviathan的出现。这种转变的基础是基本的政治和商业力量的双重性。其中包括1)结构性推动者:政治当局与科技巨头之间的强大联盟和2)意识形态合法化者:对个人自主权的集体安全的承诺。与西方民主国家所接受的以权利为中心的方法相反,中国采用了国家行业的治理模式。关键词:健康QR码,生物识别数据,人工智能,大流行,治理,中国