XiaoMi-AI文件搜索系统
World File Search SystemHabitual
草药及其在现代疗法中的作用-IJRPR
将商店用于医疗目的的日期，可追溯到凡人社会的曙光。高级社会与埃及人和中国人相似，采用草药来治疗多彩条件，诸如Ebers Papyrus和Shen Nong Ben Cao jing之类的教科书建立了数百家药店。随着超现代药物的发展，尤其是在19世纪和20世纪，合成药物开始下属，将草药推入地面。仍然，在曾经数十年的时间里，人们对企业的副商品和合成药物的终止一直引起了兴趣。时刻，许多病例都寻求草药疗法来解决通常的治疗方法，改善一般福祉或解决可能对药用不佳的习惯性健康病例。这项措施已培养了将草药的整合到综合药物中，在该药物中，它与常规的治疗剂一起进行以优化健康问题。
宿主 - 肠肠微生物组co
抽象的客观肠道微生物产物参与宿主代谢的调节。在人类和实验研究中，我们探讨了肝酯（肝苯甲酸酯2期结合产物）的潜在作用，作为代谢健康的标志物和介体。Design In 271 middle-aged non-diabetic Danish individuals, who were stratified on habitual dietary intake, we applied 1 H-nuclear magnetic resonance (NMR) spectroscopy of urine samples and shotgun-sequencing- based metagenomics of the gut microbiome to explore links between the urine level of hippurate, measures of the gut microbiome, dietary fat and markers of metabolic health.在慢性皮下注射狂热的肥胖小鼠的机理实验中，我们测试了嬉皮士和代谢表型之间的因果关系。在人类的研究中结果，我们表明尿液上的尿液与微生物基因丰富度和微生物二苯甲酸酯生物合成途径的功能模块的正相关，与Ruminococaccacacacecaceae或prepotella entotypes相比，在杆菌2型中，其中一种在bacteroides 2 enterotype中的普遍性较小。通过饮食分层，我们确定了一部分研究参与者，这些参与者消耗了富含饱和脂肪的饮食，在这种饮食中，尿液上的hippurate浓度独立于基因丰富度，与代谢健康有关。在高脂喂养的小鼠实验中，我们通过慢性输注（20 nmol/day）来证明因果关系，从而提高了葡萄糖耐受性和增强的胰岛素分泌。结论我们的人类和实验研究表明，高尿肥大的浓度是代谢健康的一般标志，在高脂饮食引起的肥胖症的背景下，嬉皮士有助于代谢改善，强调其作为代谢健康的中级潜力。
CYP11A1基因多态性与多囊卵巢综合征患者的关联性
引言多囊卵巢综合征 (PCOS) 是一种复杂而常见的疾病，影响 5–20% 的育龄妇女。全球约有 1.05 亿年龄在 15-49 岁之间的女性被诊断出患有 PCOS1。PCOS 仍然是最难治疗的疾病之一，因为它的性质复杂、发展特点鲜明，并且对女性从青少年时期到绝经后期的生活有影响2。PCOS 最常见的结果是女性无排卵，以高雄激素和胰岛素抵抗为标志，它是月经不调、闭经和月经过少的最常见原因之一，而月经稀发是女性不孕的最常见原因3。PCOS 的特点是促性腺激素缺乏、雄激素水平升高、胰岛素抵抗、慢性无排卵和月经周期不规律。生殖异常是多囊卵巢综合征的常见特征。激素在卵巢功能和月经周期管理中起主导作用，从而保持生育能力。
迈向有意识的服务机器人
深度学习在视觉感知，语音识别，自然语言处理和多模式模型等领域取得了巨大的成功，这激发了人们对自主机器人技术革命进步的希望。但是，现实世界中的机器人应用提出了独特的挑战，包括许多可变性来源，高维状态和动作空间，非线性依赖性以及部分遵守性。关键挑战是机器人及其环境的非平稳性，当训练的模型遇到分布外数据时，这会导致性能问题。不像当前的机器学习模型一样，人类有效地适应变化并迅速学习新任务，这是人类思想的认知建筑的能力。这包括利用组合性的系统概括，使人通过重新组合已知组件来理解和操纵新的对象和任务。人的大脑同时采用习惯和受控的处理，并通过系统1和更复杂的，更复杂的，有意识的方式以有意识的方式管理的快速，常规动作来处理系统2 [1] [1]，[2]（图1）。尽管能力有限，System 2仍可以灵活地解决问题和自我监控。要实现人类般的学习和推理，机器人必须整合因果模型，工作记忆，计划和元认知处理。我主张一种自下而上的方法，通过扩展高成功的系统1处理而无需更改工具，将意识启发的认知功能集成到服务机器人中。我的我设想开发学习感知和计划的方法，使机器人能够处理新颖的情况和自我监测。这可以通过三个特定的研究目标来实现：（i）通过快速，惯常的处理，从原始感觉数据中创建机器人工作空间的结构化表示，以及为这些表示形式学习预测模型以管理常规技能。（ii）通过为工作记忆选择几个元素，学习抽象的预测以及基于推出和搜索的计划操作来确定有意识的预测和计划。（iii）实施有意识的自我监控，以评估对在需要时收集信息并避免危险的预测和学习政策的信心。直观的沉浸式远程敏感系统可以实时运输到偏远地区。
战术脱水的需要已经成为过去。
人体并不是一个封闭的系统——无论飞行员多么希望如此。他们也不能在以音速飞行的八小时飞行中途停下来进站。因此，排尿可能是个大问题。典型的解决方法是限制飞行前摄入的液体（“战术脱水”），或将尿液排入特制的“排尿袋”中。这两种选择同样危险，而且非常危险。仅仅 3% 的脱水就会导致飞行性能下降 57%，手眼协调能力下降、视力受损、空间定向障碍和 G 力耐受力下降。除了直接后果之外，习惯性脱水会导致肾结石、慢性肾病和终生膀胱功能障碍。但使用排尿袋可不只是麻烦这么简单。到 2001 年，空军已将其使用与 9 起 A 级事故联系起来，这些事故导致人员伤亡或损失超过 100 万美元
舒适食品背后的脑科学
当我们认为自己安全并且满足我们的需求时（例如，通过吃舒适的食物）时，我们的大脑化学物质开始改变。当我们吃舒适的食物时，下丘脑会释放出神经递质的多巴胺。将神经递质视为神经元之间的化学信使，告诉我们的身体做某事。多巴胺告诉我们的身体，它可以期望获得回报。多巴胺可以通过改善消化，血流，记忆力，注意力，情绪，睡眠和压力管理技能来影响我们的身体。仅仅考虑我们的舒适食品就可以触发多巴胺的释放，并开始动机和回报的循环。您可能熟悉的其他激素与多巴胺一起使用，包括5-羟色胺和肾上腺素。一些动物研究表明，在吃我们的舒适食品时可能会释放这些减少压力情绪的激素，因此会导致习惯性地吃它们（Jacques等，2019）。
人力压力检测 - 审查-IJRPR
由艾哈迈德·劳夫·苏巴尼（Ahmad Rauf Subhani），Xia，Aamir Saeed Malik和Zahirruddin Othman在其论文中进行的研究，标题为“在压力和控制条件下的生理差异和任务绩效” [1]专注于研究精神压力对十个健康个人的大脑活动和心脏病的影响。参与者必须在引起压力和控制环境中执行算术任务。Amir Muaremi，Agon Bexheti，Franz Gravenhorst，Bert Arnrich Gerhard Troster在其研究中的标题为“监测使用可穿戴传感器的压力对压力对睡眠模式的影响” [2]，旨在使远程挑战的压力造成众多应力的影响，以确定你难接受的相关参数，以确定相关的参数。Victor Corcoba Magaria和Mario Munoz Organero在其论文中提出的系统题为“减少习惯旅程的压力” [3]旨在根据驾驶员，疲劳水平和道路状况为驾驶员提供实时反馈。本文强调了驾驶速度与交通事故的可能性之间的相关性，强调了智能速度适应系统的必要性。
延伸心灵
我们的文化坚持认为大脑是思考的唯一场所，是一个封闭的空间，认知在此发生，就像我的笔记本电脑的工作原理被密封在铝制外壳内一样。这本书却持相反观点：它认为思维更像是我在散步时看到的筑巢鸟，在这里拔一根绳子，在那里拔一根树枝，用可用的部分构建一个整体。对于人类来说，这些部分最显著地包括我们身体的感觉和运动；我们学习和工作的物理空间；以及我们与之互动的其他思想——我们的同学、同事、老师、主管、朋友。有时，这三个元素会以特别巧妙的方式结合在一起，就像阿莫斯·特沃斯基和丹尼尔·卡尼曼这对才华横溢的智力团队所做的那样。这两位心理学家在耶路撒冷熙熙攘攘的街道上或加州海岸连绵起伏的山丘上，一起交谈和散步，开展了关于启发式和偏见（人类思维习惯的捷径和扭曲）的开创性工作。卡尼曼说：“我和阿莫斯悠闲散步时，做出了一生中最精彩的思考。”
IT 丰富环境下的理论借鉴
信息系统 (IS) 特定理论的作用及其对 IS 领域现状和方向的贡献仍然是一个广泛争论的话题。争论中一个响亮的不变的观点是，IS 理论的发展至关重要，但对于如何实现这一目标却没有达成共识 (Hong 等人，2014)。事实上，批评者指责 IS 习惯性地从其他/相关学科借用理论，而牺牲了本土理论建设；中层理论泛滥，而牺牲了可推广的宏大理论，并且持续对 IT 工件理论化不足 (Grover 和 Lyytinen，2015；Hassan 和 Lowry，2015；Orlikowski 和 Iacono，2001)。此外，严重依赖不以 IT 相关结构为基础的理论被认为“分散注意力”(Benbasat 和 Zmud，2003：192)。因此，强劲而活跃的研究潮流鼓励发展本土理论（Grover 和 Lyytinen，2015），这些理论不太可能是借用其他领域的理论的产物。这些理论将“超越我们从其他领域引进的理论”（Markus 和 Saunders，2007：iv）。虽然这种理论化的优点显而易见，但我们认为，在信息系统领域借用理论不会也不应该，