XiaoMi-AI文件搜索系统
World File Search SystemConnelly
FOXP2相关言语和语言障碍
参考文献 • Fisher SE, Vargha-Khadem F, Watkins KE, Monaco AP, Pembrey ME。与严重言语和语言障碍有关的基因定位。Nat Genet。1998 年 2 月；18(2):168-70。doi: 10.1038/ng0298-168。勘误表：Nat Genet 1998 年 3 月；18(3):298。PubMed 上的引用 (https://pubmed.ncbi.nlm.nih.gov/9462748) • Lai CS, Fisher SE, Hurst JA, Vargha-Khadem F, Monaco AP。叉头结构域基因在严重言语和语言障碍中发生突变。Nature。2001 年 10 月 4 日；413(6855):519-23。doi: 10.1038/35097076。 PubMed 上的引文 (https://pubmed.ncbi.nlm.nih.gov/11586359) • Liegeois FJ、Hildebrand MS、Bonthrone A、Turner SJ、Scheffer IE、Bahlo M、Connelly A、Morgan AT。FOXP2 基因内缺失的早期神经影像学标记。Sci Rep. 2016 年 10 月 13 日；6：35192。doi：10.1038/srep35192。PubMed 上的引文 (https:// www.ncbi.nlm.nih.gov/pubmed/27734906) • MacDermot KD、Bonora E、Sykes N、Coupe AM、Lai CS、Vernes SC、Vargha-Khadem F、McKenzie F、Smith RL、Monaco AP、Fisher SE。鉴定出 FOXP2 截断是导致发育性言语和语言障碍的新原因。Am J Hum Genet。2005 年 6 月；76(6):1074-80。doi: 10.1086/430841。2005 年 4 月 22 日电子版。PubMed 上的引文（https://pubmed.ncbi.nlm.nih.gov/15877281）或 PubMed Central 上的免费文章（https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1196445/）• Morgan A、Fisher SE、Scheffer I、Hildebrand M。FOXP2 相关言语和语言障碍。2016 年 6 月 23 日 [2023 年 1 月 26 日更新]。引自：Adam MP、Feldman J、Mirzaa GM、Pagon RA、Wallace SE 和 Amemiya A，编辑。GeneReviews(R)[Internet]。西雅图 (WA)：华盛顿大学，西雅图；1993-2025 年。可从 http://www.ncbi.nlm.nih.gov/books/NBK368474/ PubMed 上的引文获取（https://pubmed.ncbi）。
人工智能的历史视角
参与者传记 Matthew L. Jones 是普林斯顿大学史密斯家族历史学教授。 2023 年，诺顿出版了与 Chris Wiggins 合著的《数据是如何发生的：从理性时代到算法时代的历史》。他正在完成一本关于国家对通信和信息战的监控的书《伟大的剥削》。他之前的著作包括《与物质清算：从帕斯卡到巴贝奇的计算机器、创新和思考》和《科学革命中的美好生活：笛卡尔、帕斯卡、莱布尼茨和美德的培养》。 Janet Abbate 是弗吉尼亚理工大学的科学、技术和社会学教授。她是两本获奖书籍的作者：《发明互联网》，这是第一本关于互联网的学术史，以及《重新编码性别：女性在计算中不断变化的参与度》。她最近的一本书是《抽象与体现：计算和社会的新历史》（与 Stephanie Dick 合编）。她目前正在撰写一本关于计算机科学作为一门智力学科的历史。Matthew Connelly 是哥伦比亚大学国际和全球历史教授，也是剑桥大学生存风险研究中心主任。他还是历史实验室的首席研究员，历史实验室是一个由 NSF 和 NEH 资助的项目，该项目使用数据科学分析国家机密。他的出版物包括《外交革命：阿尔及利亚的独立斗争和后冷战时代的起源》、《致命的误解：控制世界人口的斗争》和《解密引擎：历史揭示的美国最高机密》。Jeffrey R. Yost 是明尼苏达大学科学技术史研究教授，也是查尔斯·巴贝奇计算、信息和文化研究所所长。他最近的七本著作是《计算机：信息机器的历史》（第 4 版）（合著）和《让 IT 发挥作用：计算机服务业的历史》。他是约翰霍普金斯大学出版社《计算与文化》丛书的共同编辑、《界面》期刊的共同编辑，并创办了《区块链与社会》博客。
包容性卓越的战略计划：愿景和目标
参与技术的执行摘要团队在解决问题和创新时提高了一系列丰富和多样化的角度的绩效能力。Luddy的信息学，计算和工程学学院为下一个改变世界的进步和挽救生命的解决方案从各地汲取灵感；我们的不同观点为下一代研究人员，教职员工和员工提供了强大的优势。那个小型学校愿景的愿景是一个致力于多样性作为核心力量的社区，也是最大程度的创新，创造力，教学法和奖学金的原则。目前，Luddy学校的渴望不足以招募和保留人数不足的学生。例如，印第安纳大学布卢明顿（Bloomington）授予学生授予的本科计算学位的分配显示，IUB落后于印第安纳州和国家，其学位的百分比授予了代表性不足的人群。同样，尽管IUB在授予妇女的学位方面的表现略高于印第安纳州，但总比例（14.18％）远远远远低于妇女人口的比例。此外，来自代表性不足人群的本科生比同龄人更有可能获得D，F或W等级（即DFW），并在入门课程中获得总体较低的成绩1。这些差异持续到高级课程中，这表明我们不仅仅是“淘汰”了准备不足的学生。此外，女学生不太可能通过高级课程维持入学。2020年5月，Luddy学校临时院长丹尼斯·格罗斯（Dean Dennis Groth）和研究副院长凯·康内利（Kay Connelly切斯的招标。在Michael A.和Laurie Burns McRobbie的领导下，计算机工程贝丝·普莱尔（Beth Plale）和多样性，公平和包容性助理院长Lamara Warren组成了一支工作队Lamara Warren。工作队的第一次会议于2020年8月举行，其最终报告于2021年8月发表。我们获得卓越包容性的愿景是：
多模式脑行为跨年龄组的不对称概括
Battaglini，M.，Gentile，G.，Luchetti，L.，Giorgio，A.，Vrenken，H. M.，Rocca，M。A.，Preziosa，P.，Gallo，A.，…De Stefano，N。（2019年）。寿命规范性数据有关大脑体积变化的速率。衰老的神经生物学，81，30 - 37。https：//doi.org/10.1016/j.neurobiolaging.2019。05.010 Cam-Can Consortium，Samu，D.，Campbell，K。L.，Tsvetanov，K。A.，Shafto，M。A.，＆Tyler，L。K.（2017）。随着年龄的增长而保留的认知功能取决于网络响应中的域依赖性变化。自然通讯，8（1），14743。https：//doi.org/10.1038/ NComms14743 Chan，M。Y.，Park，D。C.，Savalia，N。K.，Petersen，S。E.和Wig，G。S.（2014）。减少了整个健康成人寿命中大脑系统的分离。美国国家科学院的会议记录，111（46），E4997 - E5006。Cox，R。W.（1996）。afni：用于分析和可视化功能磁共振神经图像的软件。计算机和生物医学研究，29（3），162 - 173。Dale，A.，Fischl，B。，＆Sereno，M。I.（1999）。基于表面的皮质分析：I。分割和表面重建。Neuroimage，9（2），179 - 194。https：//doi.org/10.1006/nimg.1998.0395 Destrieux，C.，Fischl，B.，Dale，A。，＆Halgren，A。，＆Halgren，E。（2010）。使用标准解剖学名称的人皮层回旋和硫酸自动曲柄。Neuroimage，53（1），1 - 15。（2016）。Soc。Dhollander，T。和Connelly，A。一种新型的迭代方法，可以从仅单壳（ + b = 0）差异MRI数据中获得多组织CSD的益处。24 int。宏伟。共振。Med，24，3010。Esteban，O.，Markiewicz，C。J.，Blair，R。W.，Moodie，C.A.fmriprep：用于功能性MRI的强大预处理管道。自然方法，16（1），111 - 116。Fan，L.，Li，H.，Zhuo，J.，Zhang，Y.，Wang，J.，Chen，L.，Yang，Z.，Chu，C.，Xie，S。，＆Laird，A。R.（2016）。 人类Brainetome Atlas：基于连接架构的新大脑图集。 大脑皮层，26（8），3508 - 3526。 Fischl，B。和Dale，A。M.（2000）。 通过磁共振图像测量人脑皮质的厚度。 美国国家科学院的会议录，97（20），11050 - 11055。 Fischl，B.，Liu，A。和Dale，A。M.（2001）。 自动流动手术：构建人类大脑皮层的几何准确和拓扑上正确的模型。 IEEE医学成像，20（1），70 - 80。 Fischl，B.，Salat，D.H.，Busa，E.，Albert，M.，Dieterich，M.，Haselgrove，C.，van der Kouwe，A.，Killiany，R.，Kennedy，D.，Klaveness，S.，Montillo，S.，Montillo，A.，Makris，A. 整个大脑分割：人脑中神经解剖结构的自动标记。 Neuron，33，341 - 355。 磁共振图像的独立序列分段。 （1999）。Fan，L.，Li，H.，Zhuo，J.，Zhang，Y.，Wang，J.，Chen，L.，Yang，Z.，Chu，C.，Xie，S。，＆Laird，A。R.（2016）。人类Brainetome Atlas：基于连接架构的新大脑图集。大脑皮层，26（8），3508 - 3526。Fischl，B。和Dale，A。M.（2000）。通过磁共振图像测量人脑皮质的厚度。美国国家科学院的会议录，97（20），11050 - 11055。Fischl，B.，Liu，A。和Dale，A。M.（2001）。 自动流动手术：构建人类大脑皮层的几何准确和拓扑上正确的模型。 IEEE医学成像，20（1），70 - 80。 Fischl，B.，Salat，D.H.，Busa，E.，Albert，M.，Dieterich，M.，Haselgrove，C.，van der Kouwe，A.，Killiany，R.，Kennedy，D.，Klaveness，S.，Montillo，S.，Montillo，A.，Makris，A. 整个大脑分割：人脑中神经解剖结构的自动标记。 Neuron，33，341 - 355。 磁共振图像的独立序列分段。 （1999）。Fischl，B.，Liu，A。和Dale，A。M.（2001）。自动流动手术：构建人类大脑皮层的几何准确和拓扑上正确的模型。IEEE医学成像，20（1），70 - 80。Fischl，B.，Salat，D.H.，Busa，E.，Albert，M.，Dieterich，M.，Haselgrove，C.，van der Kouwe，A.，Killiany，R.，Kennedy，D.，Klaveness，S.，Montillo，S.，Montillo，A.，Makris，A.整个大脑分割：人脑中神经解剖结构的自动标记。Neuron，33，341 - 355。磁共振图像的独立序列分段。（1999）。Fischl，B.，Salat，D.H.，van der Kouwe，A.J.W.，Makris，N.，Ségonne，F.，Quinn，B.T。，＆Dale，A.M。（2004）。 Neuroimage，23（Suppl 1），S69 - S84。 https://doi.org/10.1016/j.neuroimage.2004.07.016 Fischl，B.，Sereno，M.I。，＆Dale，＆Dale，A. 基于表面的分析：II：通货膨胀，变平和基于表面的坐标系。 Neuro-图像，9（2），195 - 207。https：//doi.org/10.1006/nimg.1998.0396 Gao，M.，Wong，C.H。Y.，Huang，Huang，H.，Shao，Shao，Shao，R. 基于连接的模型可以预测老年人的速度。 Neuroimage，223，117290。https：//doi.org/ 10.1016/j.neuroimage.2020.117290 Gao，S.，Greene，A.S.，Constable，R.T。，＆Scheinost，D。（2019）。 组合多个连接组可改善表型度量的预测建模。 Neuroimage，201，116038。https：//doi.org/10.1016/j。 Neuroimage.2019.116038Fischl，B.，Salat，D.H.，van der Kouwe，A.J.W.，Makris，N.，Ségonne，F.，Quinn，B.T。，＆Dale，A.M。（2004）。Neuroimage，23（Suppl 1），S69 - S84。https://doi.org/10.1016/j.neuroimage.2004.07.016 Fischl，B.，Sereno，M.I。，＆Dale，＆Dale，A.基于表面的分析：II：通货膨胀，变平和基于表面的坐标系。Neuro-图像，9（2），195 - 207。https：//doi.org/10.1006/nimg.1998.0396 Gao，M.，Wong，C.H。Y.，Huang，Huang，H.，Shao，Shao，Shao，R.基于连接的模型可以预测老年人的速度。Neuroimage，223，117290。https：//doi.org/ 10.1016/j.neuroimage.2020.117290 Gao，S.，Greene，A.S.，Constable，R.T。，＆Scheinost，D。（2019）。组合多个连接组可改善表型度量的预测建模。Neuroimage，201，116038。https：//doi.org/10.1016/j。Neuroimage.2019.116038