XiaoMi-AI文件搜索系统
World File Search SystemCOMPANIES
可再生热动力 - 国内影响评估
《 2023年经济犯罪与企业透明度法》（“ ECTA 2023”）将继续以这种方式继续进行，并承诺通过支持解决经济犯罪的解决方案，为公司注册商在培养信心中的作用树立新的全球标准。我很高兴从2024年3月4日开始，我的书记官长和我从广泛的范围中受益，增加了对我们的登记册的更大信心。重要的是我们在打击经济犯罪和应对滥用英国企业结构方面的新作用。
人为因素在航空公司中的重要性
摘要：对于公司而言，人为因素是一个重要问题。因为人类存在的任何地方都有运动。哪里有运动，哪里就更有可能出错。特别是对于航空公司而言，人为因素是一个非常重要的因素。因此，航空业中的人为因素；直接考虑人的表现，可以解释为提供人与其他系统要素之间安全流程的原则。自航空业出现以来，人类一直存在，并将继续存在。由于人性，人类容易犯错。在航空业中，只要犯一点点错误，就会发生非常大的不可逆转的事故。面对这种被称为人为因素的情况，航空业遭受了严重损失。因此，航空业通过采取各种措施，将人为因素保持在最低水平，并努力将飞行安全保持在最高水平。
中国“私营”航天防务公司
免责声明 本学术研究论文中表达的观点均为作者的观点，并不一定反映美国政府或国防部的官方政策或立场。根据空军指令 51-303、知识产权、专利、专利相关事项、商标和版权；本作品属于美国政府财产。有限的印刷和电子发行权 复制和印刷受 1976 年版权法和美国适用条约的约束。本文件和其中包含的商标受法律保护。本出版物仅供非商业使用。禁止在线未经授权发布本出版物。允许复制本文档仅用于个人、学术或政府用途，只要其未经修改且完整，但复制时请注明作者和中国航天研究所 (CASI)。复制或以其他形式重复使用其任何研究文档用于商业用途需获得中国航天研究所的许可。有关重印和链接许可的信息，请联系中国航天研究所。
公共云基础设施服务市场调查
纺织公司（“纺纱”）是根据大学研究生成的知识产权（IP）创建的初创公司。政府对英国有一个科学和技术超级大国的野心，大学与高科技纺纱公司之间的良好伙伴关系为经济增长和生产力做出了贡献。这篇评论研究了全球最成功的大学纺纱生态系统，以及英国境内，以确定支持衍生产品的最佳实践和机会，以支持更大的投资并在英国更快地增长。虽然评论的重点是科学技术，但我们注意到英国在人文，社会科学和艺术方面具有特殊的优势，这些优势已经显示出纺纱能力。这为英国提供了一个独特的机会，可以建立一个世界领先的创新生态系统，该生态系统从所有学术机构和学科中汲取灵感，并且比硅谷的复制品更雄心勃勃。任何世界一流的纺纱创作中心都需要以下正确的混合：
洗钱和对坏公司的检测
有益所有权（BO）透明度是全球反洗钱（AML）辩论中的核心问题。在过去的15年中，已经采取了各种措施来最大程度地减少公司所有权的不透明性，最后是在各个司法管辖区建立BO登记册。，尽管有所有重点，但支持这种关注的证据仅限于案例研究，并且缺乏实证研究。本文是由欧盟资助的项目数据流的研究活动造成的，它解决了这一差距。它实现了一种机器学习方法，首先是开发新的指标，以衡量公司所有权不透明的各个方面，其次，验证了它们，以防止非法活动的证据。这是通过对在九个欧洲国家注册的300万公司的实证分析以及对这些公司和/或其所有者的制裁和执法措施的证据进行的。结果表明，公司所有权不透明是一个相关因素，该因素解释了公司（或其所有者）可能参与非法活动的可能性。因此，拟议的风险指标在识别与负面证据相关的公司中具有强大的预测能力，这些证据可用于AML/CTF风险评估活动。包括地理位置和商业领域等宏观信息的包含，进一步改善了对现象的理解。
绿色数字公司报告2024 1
保留一些权利。这项工作可在“创意共享归因 - 商业 - 共享3.0 Igo许可证（CC BY-NC-SA 3.0 Igo; https：//creativecommons.org/licenses/byby-nc-nc-sa/3.0/ igo）下获得。对于本许可中未包含的本工作的任何用途，请寻求各自版权持有人的许可。在范围内和根据本许可的条款中，您可以为非商业目的复制，重新分配和调整工作，前提是适当地引用了工作，如下所示。在任何使用这项工作时，都不建议ITU或WBA认可任何特定的组织，产品或服务。不允许未经授权使用ITU或WBA名称或徽标。如果您根据此许可证调整工作，则必须根据相同或同等的创意共享许可证许可您的工作。如果您创建了这项工作的翻译，则应添加以下免责声明以及建议的引用：“此翻译不是由国际电信联盟（ITU）或世界基准联盟（WBA）创建的。ITU和WBA既不负责此翻译的内容或准确性。原始英语版应为绑定和真实版”。根据许可证引起的争议有关的任何调解均应根据世界知识产权组织的调解规则（http://www.wipo.int/amc/amc/en/mediation/rules）进行。
Trucost环境数据 - 私人公司
EEIO模型涵盖了跨温室气体排放，空气，陆地和水的污染，废物产生以及其他自然资源使用的最大效果。这些环境强度因素以排放或资源使用为百万美元的经济产出的单位报告，并源自表3中提到的各种国家，国际和行业数据库。S1根据我们在年度参与计划中从公司收集的数千种披露来评估这些数据。在可用的情况下，S1方法论使用特定于国家 /地区的信息来告知全球平均强度因子，这些因素是由生产价值加权的。这种方法使我们可以考虑全局模型中不同部门的排放概况的差异。
“私营”中国航天防御公司
免责声明 本学术研究论文中表达的观点均为作者的观点，并不一定反映美国政府或国防部的官方政策或立场。根据空军指令 51-303、知识产权、专利、专利相关事项、商标和版权；本作品属于美国政府财产。有限的印刷和电子发行权 复制和印刷受 1976 年版权法和美国适用条约的约束。本文件和其中包含的商标受法律保护。本出版物仅供非商业使用。禁止在线未经授权发布本出版物。允许复制本文档仅用于个人、学术或政府用途，只要其未经修改且完整，但复制时请注明作者和中国航天研究所 (CASI)。复制或以其他形式重复使用其任何研究文档用于商业用途需获得中国航天研究所的许可。有关重印和链接许可的信息，请联系中国航天研究所。
人为因素在航空公司中的重要性
摘要：对于公司而言，人为因素是一个重要问题。因为人类存在的任何地方都有运动。哪里有运动，哪里就更有可能出错。特别是对于航空公司而言，人为因素是一个非常重要的因素。因此，航空业中的人为因素；直接考虑人的表现，可以解释为提供人与其他系统要素之间安全流程的原则。自航空业出现以来，人类一直存在，并将继续存在。由于人性，人类容易犯错。在航空业中，只要犯一点点错误，就会发生非常大的不可逆转的事故。面对这种被称为人为因素的情况，航空业遭受了严重损失。因此，航空业通过采取各种措施，将人为因素保持在最低水平，并努力将飞行安全保持在最高水平。
员工对公司人工智能的信任
摘要：人工智能 (AI) 在企业中的应用正在迅速发展。因此，过去十年来，商业领域对人工智能的多学科研究得到了显著发展，从关注技术目标转向关注人类用户的观点。在本文中，我们采用以人为本的方法，从员工的角度考虑人工智能在企业中的整合，同时考虑到促进人类对人工智能信任的因素，研究了员工在工作场所（公司）对人工智能的信任概念。虽然员工在工作场所对人工智能的信任似乎至关重要，但到目前为止，很少有研究系统地调查其决定因素。因此，本研究试图填补现有的研究空白。本文的研究目标是考察员工对公司人工智能的信任与其他三个潜在变量（对技术的一般信任、组织内部信任和个人能力信任）之间的联系。对波兰能源和化学工业公司 428 名员工样本进行的定量研究验证了这些假设。使用结构方程模型 (SEM) 测试了这些假设。结果表明，在接受调查的公司中，对技术的总体信任与员工对公司 AI 的信任之间存在正相关关系，组织内部信任与员工对公司 AI 的信任也存在正相关关系。