背景:2型糖尿病(T2DM)是极大地影响菲律宾家庭的主要慢性病之一。药物不遵守是为患有这种情况的个体实现最佳治疗结果的重大挑战。目的:这项研究确定了药物依从性的水平,并探讨了在宿雾南方医学中心(CSMC)家庭医学门诊诊所的T2DM患者不存在的相关因素。方法:从8月至2023年10月,在CSMC家庭医学门诊诊所进行了一项横断面研究。采用了一份自我管理的问卷,分为三个不遵守领域。的含义,频率和百分比用于分析依从性,社会人口统计学和临床因素的水平。逻辑回归分析用于确定因素与药物不遵守的关联。结果:共有69名参与者。总体而言,部分遵守T2DM药物。在与成本相关的不遵循(CRNA)结构域中,部分依从性(39.1%)存在很高的患病率。的因素显示出非依从性不足增加的因素包括年龄(AOR 1.363,95%CI 0.345-5.386),女性(AOR 1.544,95%CI 0.386-6.176),低收入(AOR 1.05,95%CI 0.352-3.135%),1.135%的频率(AOR 1.05%) CI 0.44-4.664),T2DM的持续时间不到10年(AOR 1.99,95%CI 0.46-8.637)。结论:对糖尿病药物的依从性可能会受到药物成本和财务状况的影响,这反映在总体部分依从性,CRNA领域中部分依从性的高度流行以及不遵守低收入与低收入的优势增加。应该进行更多的研究,以调查对糖尿病药物(例如糖尿病知识,患者的自我效能感和医疗保健提供者沟通)不遵守的其他可能因素。
量身定制的数字游戏化对于提高学生参与度和学习成果具有重要意义。然而,越南讲师对它的采用仍然有限。这项定性研究调查了他们不愿接受量身定制的数字游戏化的原因,并探讨了文化因素的作用。研究人员对越南六所大学的讲师进行了采访。研究结果显示,讲师们更喜欢传统的教学方法,因为他们熟悉这些方法并认为这些方法有效。采用的障碍包括感知到的复杂性、缺乏培训和对内容开发的担忧。此外,还发现等级制度、游戏感知和集体主义等文化因素显著影响讲师对游戏化的态度。这项研究对阻碍越南大学采用数字游戏化的复杂挑战和因素提供了至关重要的见解,为制定有针对性的干预措施提供了信息,以促进数字游戏化成功融入越南环境。
Products & Services: Drives Low Voltage Products and Systems Measurement and Analytics Mechanical Power Transmission Products Medium Voltage Products Metallurgy Products Motors and Generators PLC Automation Power Converters and Inverters Robotics Project References: VS Gripal Power Corporation – 6MWe Biomass PP in San Jose, Nueva Ecija Green明天的创新 - 12 MWE生物质发电厂原产国:波兰地址:OsiedleAlbertyńskie37A,31-855Kraków,Poland Contact No.+ 48126487281菲律宾添加:公里。20 West Service Road,Barangay Marcelo Green,South Superhighway,1700 Sucat,ParañaqueCity电话:+63 2 8821 7777 / +63 2 824 4581传真:+63 2 824 6616 / +6616 / +63 22 8824 4642 ABB,INC. CEBU TURBO TURBOUCHUR TURBO CURBUCHUD SERVICE STICT < / < /5 Cals Warehouse,Paknaan仓库,Plaridel St.,Brgy。Paknaan,Mandaue,宿雾市电话:+63 32 4175027网站:new.abb.com
摘要:花生(Arachis hypogaea L.)是一种全球重要的油籽和豆科粮食作物。然而,最常见的西班牙束状花生品种缺乏鲜种子休眠(FSD),这对花生的产量和质量造成了重大障碍。鉴于其经济意义,目前正在研究模型系统中导致 FSD 的机制和因素,这对花生栽培具有重要意义。最近的评论强调了在揭示遗传控制、分子机制以及影响不同植物物种发芽和休眠的生理和环境因素方面取得的显著进展。在此背景下,我们研究了有关花生 FSD 的最新研究成果,重点关注与 FSD 相关的遗传因素。此外,我们还探讨了旨在培育优良基因型以加强花生改良的尝试。
人工智能:欧洲和罗马尼亚初创企业格局概述及其决定其成功的因素 Adina SĂNIUȚĂ 国立政治研究和公共管理大学 6-8 Povernei St., Sector 1, 012104 布加勒斯特,罗马尼亚 adina.saniuta@facultateademanagement.ro Sorana-Oana FILIP 罗马尼亚 sorana.filip@gmail.com 摘要 人工智能 (AI) 已融入我们生活的许多方面;在技术驱动的时代,企业使用人工智能来提高生产力,更好地了解消费者行为或通过机器人提供服务。基于 Filip (2021) 为论文进行的在线桌面和试点研究,该研究概述了欧洲和罗马尼亚初创企业的格局以及决定其成功的因素,如产品开发核心团队专业知识、核心团队承诺和业务战略。该研究旨在为进一步的论文创建一个框架,该论文将深入研究罗马尼亚的人工智能初创环境,因为经济期刊预测,鉴于罗马尼亚在这一领域的潜力以及 IT、技术和机器人领域的人才库,该市场将在不久的将来增长。关键词人工智能;初创企业;成功因素。介绍人工智能的一般性讨论人工智能 (AI) 有多种形式,从人脸检测和识别系统、搜索和推荐算法到数字助理、聊天机器人或社交媒体。它的复杂性和动态性很难用一个定义来概括 (Zbuchea、Vidu 和 Pinzaru,2019)。据统计,到 2024 年,全球人工智能市场规模预计将达到 5000 亿美元(Statista,2021a),预计人工智能软件市场收入将达到 3275 亿美元(Statista,2021b)。尽管人工智能在过去几年似乎发展迅速,普及度不断提高,但人工智能的历史可以追溯到 20 世纪 50 年代,当时这一概念诞生于科学家、数学家和哲学家的头脑中。艾伦·图灵是第一个对这一主题进行广泛研究的人,他在他的论文“计算机器和智能”中描述了人工智能一词,以及它的构建和测试(Anyoha,2017,第 1 页)。随着图灵测试的引入,他
摘要 计算复杂性是计算机科学和数学的一门学科,它根据计算问题的固有难度对其进行分类,即根据算法的性能对其进行分类,并将这些类别相互关联。P 问题是一类可以使用确定性图灵机在多项式时间内解决的计算问题,而 NP 问题的解可以在多项式时间内验证,但我们仍然不知道它们是否也可以在多项式时间内解决。所谓 NP 完全问题的解也将是任何其他此类问题的解。它的人工智能类似物是 AI 完全问题类,对于该类问题仍然没有完整的数学形式化。在本章中,我们将重点分析计算类,以更好地理解 AI 完全问题的可能形式化,并查看是否存在适用于所有 AI 完全问题的通用算法(例如图灵测试)。为了更好地观察现代计算机科学如何尝试解决计算复杂性问题,我们提出了几种涉及优化方法的不同深度学习策略,以表明无法精确解决高阶计算类问题并不意味着使用最先进的机器学习技术无法获得令人满意的解决方案。这些方法与人类解决类似 NP 完全问题的能力的哲学问题和心理学研究进行了比较,以强化我们不需要精确和正确解决 AI 完全问题的方法就可以实现强 AI 的概念的说法。
摘要由第四次工业革命引入的数字化转型已大大改变了供应链组织的价值主张。但是,基于影响零售行业中数字供应链采用的因素,现有的文献有限。该研究的目的是探索影响零售供应链中数字转换的因素。这项研究通过了2010年至2019年期间发表的所有相关文章的系统文献综述。这项研究采用了技术 - 组织 - 环境(TOE)框架,作为探索影响零售行业中数字供应链的因素。研究结果表明,与组织和环境因素相比,大多数技术因素会影响零售行业中数字供应链的采用。该研究对影响零售行业中数字供应链采用的因素的知识有助于身体。关键字:数字化转型,供应链,采用,脚趾框架,库存管理,零售行业,第四工业革命1。简介Chiu(2019)将传统库存管理定义为信息管理功能的使用,通常存储在孤立地放弃立即集成到公司范围中。结果,组织管理效率低下的刺激如基于筒仓的跟踪而导致的数据记录以及大量的非结构化数据。传统的供应链不会与不断变化的优化和创新需求保持同步,同时以准确性和支出最小化执行。sunil and Sameer(1998)在管理不足的管理中,批判性的基本问题是基本问题,该问题不仅强调了库存“库存”,而且还浪费了过时的库存。这些问题分布在组织的功能活动中
摘要背景:儿童期1糖尿病(T1DM)是一种自身免疫性疾病,发病率增加,但对触发自身免疫过程的事件知之甚少。大多数时候,这些过程始于产前和出生时期。因此,这项研究旨在研究儿童T1DM的产前和新生儿危险因素。方法:该病例对照研究是针对T1DM儿童进行的,他们提到第17届Shahrivar儿童医院。对照组由病例组的健康兄弟姐妹组成。使用包括母体和新生儿特征的形式收集数据。通过SPSS中的描述性统计报告了数据。分别使用了定量和定性变量对T1DM开发的影响,分别使用了逻辑回归和卡方检验。结果:怀孕期间出生体重,出生身高和母体体重增加与T1DM有显着关系(分别为1.23、2.57和1.14)。此外,妊娠高血压(OR = 5.27),新生儿黄疸(OR = 3.42),剖宫产(OR = 2.06)与非出生儿童(OR = 2.32)和T1DM之间存在显着关系。此外,膜,母体尿路感染和非囊肿性母乳喂养的过早破裂与T1DM(OR = 4.37、3.94和2.30)具有显着关联。产妇年龄,性别,新生儿呼吸道疾病,早产和新生儿感染和T1DM之间没有统计学上的显着差异(P> 0.05)。结论:产前和新生儿危险因素在TIDM的发生中可能具有重要作用。因此,考虑这些危险因素可能会对T1DM产生预防作用。
在两年的时间里,路易斯维尔大学医院出现了多重耐药性肺炎克雷伯菌引起的院内感染(M. Raff,未发表数据)。怀疑是 R 因子传播,因为在几种不同的肺炎克雷伯菌血清型中都发现了多重耐药特性(1、11、17)。在本研究中,我们表明,单一 R 因子是造成这种流行病的原因,并且在我们的医院环境中持续存在。脱氧核糖核酸 (DNA)-DNA 杂交用于在所有肺炎克雷伯菌菌株中识别这种 R 因子,并且可能被证明是持续研究这种和未来多重耐药微生物爆发的有用工具。(这项工作是 M.-A. Courtney 提交给路易斯维尔大学研究生院的论文的一部分,部分满足博士学位的要求。)
