以铅(Pb 2 +)[1,2]为二价阳离子的金属卤化物钙钛矿纳米晶体(NC)由于其尺寸和形貌可调、光学性能增强和化学稳定性,在光伏、[3]光发射和检测、[4,5]激光[5]和水分解[6]等应用方面具有吸引力。然而,据报道,当用毒性较低的[7,8]二价金属(如Sn 2 +)[9,10–12,13]取代铅时,所得NC的化学稳定性较差,缺乏可调性,光学性能也不太理想。相比之下,自50多年前首次被探索以来,Sn卤化物钙钛矿块体[14,15,16]和薄膜[17]已经得到了强有力的发展。 [18] 它们在光伏电池中的性能提高是由于使用添加剂(如SnF2 [19]和离子液体[20])或通过从三维结构转换为二维混合钙钛矿(Dion-Jacobson [8,21]和Ruddlesden-Popper(RP)[22,23])成功稳定了活性层。由于两个主要挑战,块体材料中获得的稳定性增强不能简单地转化为纳米尺度:i)对于 L 1 = 10 nm 以下的 NC,表面体积比很高(其中 L 1 是长方体的最小横向尺寸),这会导致大量金属离子从 Sn 2 + 氧化为 Sn 4 + ,以及 ii)存在光学带隙相差多达 1.25 eV 的多晶型物 [15,16](即具有强光致发光 (PL) 的高导电黑色立方相 (Pm3m)、γ-正交相 (Pnma) 和非导电黄色正交相 (Pnma))。[15,16,24]
参考文献:1. Jadvar H、Calais J、Fanti S 等人。J Nucl Med 。2022;63(1):59-68。doi:10.2967/jnumed.121.263262 2. 泌尿影像专家组;Froemming AT、Verma S、Eberhardt SC 等人。J Am Coll Radiol 。2018;15(5S):S132-S149。doi:10.1016/j.jacr.2018.03.019 3. Crawford ED、Koo PJ、Shore N 等人。J Urol 。2019;201(4):682-692。doi:10.1016/j.juro.2018.05.164 4. Blue Earth Diagnostics。 2022 年 3 月 17 日。2022 年 7 月 27 日访问。https://clinicaltrials.gov/ct2/show/NCT04186819 5. Blue Earth Diagnostics。2022 年 3 月 17 日。2022 年 7 月 27 日访问。https://clinicaltrials.gov/ct2/show/ NCT04186845 6. Wurzer A、Di Carlo D、Schmidt A 等人。J Nucl Med。2020;61(5):735-742。doi:10.2967/jnumed.119.234922 7. Sarkar S、Das S。Biomed Eng Comput Biol。2016;7(suppl 1):1-15。 doi:10.4137/BECB.S34255 8. Hofman MS、Hicks RJ、Maurer T、Eiber M. 射线照相术。 2018;38(1):200-217。 doi:10.1148/rg.2018170108 9.Piron S、Verhoeven J、Vanhove C、De Vos F.Nucl Med Biol。 2022;106-107:29-51。 doi:10.1016/j.nucmedbio.2021.12.005 10. 多宁 NM,赖特 RE。核医学杂志。 2018;59(2):177-182。 doi:10.2967/jnumed.117.191874 11. Tolvanen T、Kalliokoski K、Malaspina S 等人。核医学杂志。 2021;62(5):679-684。 doi:10.2967/jnumed.120.252114 12. Jacobson O、Kiesewetter DO、Chen X. Bioconjug Chem。 2015;26(1):1-18。 doi:10.1021/ bc500475e 13.Gorin MA、Pomper MG、Rowe SP。北京大学国际学院2016;117(5):715-716。 doi:10.1111/bju.13435 14. Conti M, Eriksson L. EJNMMI Phys。 2016;3(1):8。号码:10.1186/s40658-016-0144-5
本文的初稿之前以“实时经济学:使用私营部门数据跟踪 COVID-19 对人们、企业和社区影响的新平台”为题发布。我们感谢 Gabriel Chodorow-Reich、Jason Furman、Xavier Jaravel、Lawrence Katz、Emmanuel Saez、Ludwig Straub 和 Danny Yagan 提出的有益评论。我们还要感谢为《经济追踪》提供基础数据的企业合作伙伴,截至本版本,这些合作伙伴包括:Affinity Solutions(尤其是 Atul Chadha 和 Arun Rajagopal)、Burning Glass(尤其是 Anton Libsch 和 Bledi Taska)、Earnin(尤其是 Arun Natesan 和 Ram Palaniappan)、Homebase(尤其是 Ray Sandza 和 Andrew Vogeley)、Intuit(尤其是 Christina Foo 和 Krithika Swaminathan)、Womply(尤其是 Toby Scammell 和 Ryan Thorpe)和 Zearn(尤其是 Billy McRae 和 Shalinee Sharma)。我们非常感谢盖茨基金会的 Ryan Rippel 对启动该项目的支持,以及 Gregory Bruich 的早期对话,这些对话帮助激发了这项工作。这项工作由陈-扎克伯格倡议、比尔和梅琳达盖茨基金会、Overdeck 家族基金会以及 Andrew 和 Melora Balson 资助。该项目已获得哈佛大学 IRB 20-0586 的批准。 †Opportunity Insights 经济追踪团队由 Matthew Bell、Gregory Bruich、Tina Chelidze、Lucas Chu、Westley Cineus、Sebi Devlin-Foltz、Michael Droste、Shannon Felton Spence、Dhruv Gaur、Federico Gonzalez、Rayshauna Gray、Abby Hiller、Matthew Jacob、Tyler Jacobson、Margaret Kallus、Laura Kincaide、Cailtin Kupsc、Sarah LaBauve、Maddie Marino、Kai Matheson、Kate Musen、Danny Onorato、Sarah Oppenheimer、Trina Ott、Lynn Overmann、Max Pienkny、Jeremiah Prince、Daniel Reuter、Peter Ruhm、Emanuel Schertz、Kamelia Stavreva、James Stratton、Elizabeth Thach、Nicolaj Thor、Amanda Wahlers、Kristen Watkins、Alanna Williams、David Williams、Chase Williamson、Shady Yassin 和 Ruby Zhang 组成。
1. Baker, Mona. 翻译研究批判性阅读. 伦敦. 劳特利奇. 2010 2. Bassnett, Susan 和 Andre Lefevere (编辑) 翻译、历史和文化. Continuum 国际出版集团. 1996 3. Bassnett, Susan 和 Harish Trivedi 编辑.后殖民翻译:理论与实践(伦敦和纽约:劳特利奇,1999 年。4. Catford J. C.:翻译的语言学理论,伦敦牛津大学出版社,1965 年。5. Hatim, Basil 和 Jeremy Munday:翻译:高级资源手册,劳特利奇,2004 年。6. Holmes, James(主编):翻译的本质:文学翻译理论与实践论文集,海牙木桐出版社,1970 年。7. Jakobson, Roman(主编):《论翻译的语言学方面》,收录于 R. Brower(主编)《论翻译》,剑桥麻省哈佛大学出版社,1959 年。8. Kelly L. G. 真正的诠释者:西方翻译理论与实践史,牛津,布莱克威尔出版社,1979 年。9. Levy Jiri:“翻译作为一个决策过程”,收录于《向罗曼·雅各布森二世致敬》 Hauge, Mouton, 第 1111-1182 页。10. Nida, Eugene Anwar Dil, 主编,《语言结构与翻译》,斯坦福大学出版社,1975 年。11. Parks, Tim. 《翻译风格:一种文学视角的翻译——一种文学的翻译视角》,曼彻斯特,圣杰罗姆出版社,2007 年。12. Schulter, Rainer 和 John Biguenet 主编,《翻译理论:从德莱顿到德里达的论文选集》。芝加哥,1992 年。13. Steneir, George. 《巴别塔之后:语言与翻译的方面》,牛津大学出版社,伦敦,1975 年。14. Venuti, Lawrence (主编) T
致谢伯纳利欧县水资源保护计划承认并诚挚感谢以下个人和组织为本计划的制定所做的贡献。伯纳利欧县委员会社区成员 Lonnie Talbert,主席(第 4 区) Silke Bletzer Charlene Pyskoty,副主席(第 5 区) Jim Brooks Debbie O'Malley(第 1 区) Karen Brooks Steven Michael Quezada(第 2 区) Mary Dammann James Collie(第 3 区) Zoe Economou April Fletcher 县经理 Elizabeth Galbraith Julie Morgas Baca Eric Kirkhauser Katy Hammel 县副经理 – 公共工程部 Kathy McCoy Roger Paul,PE Michael McGriff Ajoy Moonka 伯纳利欧县工作人员 Kate Nguyen Elias Archuleta,PE,技术服务部主任 Carl Peterson Dan McGregor,自然资源服务科经理 Robert Pierce Megan Marsee,水资源保护和资源经理 Rob Pine Mark Jacobson,自然资源技术员 Daniel Poli Kali Bronson,雨水质量计划合规经理 Michael Reed Phillip Rust,县水文地质学家 Dana Roberson Glenn DeGuzman,审查和许可项目经理 Russell Roberts Veronica Carrillo,行政官员 Bill Rowlan Ed Martinez,土地管理科经理 Suzanne Strong Kerry Bassore,能源和水资源保护规划师 Marsha Thole Mari Simba ña,开放空间主管 Janet Winchester-Silbaugh Dustin Chavez-Davis,资源专家 Zach Withers Beth Stone,现场经理,Gutierrez-Hubbell House 焦点小组协调员 合作组织 Joanne Hilton,全球水文阿尔伯克基 伯纳利欧县自来水管理局 (ABCWUA) 解决方案 干旱 LID 联盟 社会可持续系统中心 城土壤和水资源保护区 Entranosa 水和废水协会 Valle de Oro 国家野生动物保护区之友 中里奥格兰德保护区 自然资源保护局 新墨西哥州卫生部流行病学和响应司 环境卫生流行病学局
A 主题:面向对象分析与设计 分支:CSE 师资:博士,教授(CSE)12IT302CV 面向对象分析与设计 教学:每周 4 节课 学分:4 学期分数:25 期末考试:75 分 期末考试时长:3 小时 第一单元 UML 简介 – CO1:建模的重要性 – CO1、建模原则 – CO1、面向对象建模 – CO1、UML 的概念模型 – CO1、架构 – CO1、软件开发生命周期 – CO1。第二单元基本结构建模 - CO2:类 – CO2、关系 – CO2、常见机制 – CO2 和图表 – CO2。高级结构建模 – CO2:高级类 – CO2、高级关系 CO2、接口、类型和角色 – CO2、包 – CO2。第三单元类图和对象图 – CO1 & CO2:术语 – CO1 & CO2、概念 – CO1 & CO2、类图和对象图的建模技术 – CO1 & CO2。第四单元基本行为建模-I – CO2:交互 CO2、交互图 CO2。第五单元基本行为建模-II – CO2 & CO3:用例 – CO2 & CO3、用例图 – CO2 & CO3、活动图 – CO2 & CO3。第六单元高级行为建模 – CO2 & CO3:事件和信号 – CO2 & CO3、状态机 – CO2 & CO3、流程和线程 – CO2 & CO3、时间和空间 – CO2 & CO3、状态图 – CO2 & CO3。第七单元架构建模 – CO4:组件 – CO4、部署 – CO4、组件图 – CO4 和部署图 – CO4。第八单元案例研究:统一库应用程序 – CO5。特克斯
A 主题:面向对象分析与设计 分支:CSE 师资:博士,教授(CSE)12IT302CV 面向对象分析与设计 教学:每周 4 节课 学分:4 学期分数:25 期末考试:75 分 期末考试时长:3 小时 第一单元 UML 简介 - CO1:建模的重要性 - CO1、建模原则 - CO1、面向对象建模 - CO1、UML 的概念模型 - CO1、架构 - CO1、软件开发生命周期 - CO1。第二单元基本结构建模 - CO2:类 - CO2、关系 - CO2、常见机制 - CO2 和图表 - CO2。高级结构建模 - CO2:高级类 - CO2、高级关系 CO2、接口、类型和角色 - CO2、包 - CO2。第三单元类图和对象图 – CO1 & CO2:术语 – CO1 & CO2、概念 – CO1 & CO2、类图和对象图的建模技术 – CO1 & CO2。第四单元基本行为建模-I – CO2:交互 CO2、交互图 CO2。第五单元基本行为建模-II – CO2 & CO3:用例 – CO2 & CO3、用例图 – CO2 & CO3、活动图 – CO2 & CO3。第六单元高级行为建模 – CO2 & CO3:事件和信号 – CO2 & CO3、状态机 – CO2 & CO3、流程和线程 – CO2 & CO3、时间和空间 – CO2 & CO3、状态图 – CO2 & CO3。第七单元架构建模 – CO4:组件 – CO4、部署 – CO4、组件图 – CO4 和部署图 – CO4。第八单元案例研究:统一库应用程序 – CO5。教科书:1. 统一建模语言用户指南,Ivar Jacobson 和 Grady Booch,James Rumbaugh,Pearson Education,2009 年。2. UML 2 工具包,Magnus Penker、Brian Lyons、David Fado 和 Hans-Erik Eriksson,Wiley-Dreamtech India Pvt.Ltd.,2004 年。参考文献:1. UML 中的面向对象设计基础,Meilir Page-Jones,Pearson Education,2000 年。2. 使用 UML2 建模软件系统,Pascal Roques,Wiley-Dreamtech India Pvt. Ltd.,2007 年。3. 面向对象分析和设计,Atul Kahate,第 1 版,McGraw-Hill Companies,2007 年。
非侵入性脑刺激 (NIBS) 已被测试可以改变健康参与者的认知能力,以及减轻神经退行性疾病的认知症状 ( Guse 等人,2010 年;Vacas 等人,2019 年)。两种最常见的 NIBS 形式,即经颅磁刺激 (TMS) 和经颅直流刺激 (tDCS),都具有应用范围广泛和刺激参数多样的特点。因此,NIBS 研究结果的特点是个体间和个体内存在大量差异。这个问题导致一些评论和荟萃分析甚至质疑某些 NIBS 方法,尤其是 tDCS,在调节健康或痴呆参与者的认知表现方面的有效性 ( Jacobson 等人,2012 年;Horvath 等人,2015 年)。尽管越来越多的证据支持 TMS 在调节认知方面的有效性,但不仅确定有效性,而且估计效果大小也至关重要,这同样需要基于可靠的数据。表明 NIBS 对神经退行性疾病具有积极认知影响的评论报告了所分析研究的严重局限性(Freitas 等人,2011 年;Elder 和 Taylor,2014 年;Hsu 等人,2015 年;Vacas 等人,2019 年)。局限性包括所应用的测量和刺激参数之间的高度异质性、由于痴呆样本之间的特定特征导致的变异性增加以及由于样本量小导致的低统计功效。所有这些因素都可能导致高变异性并阻碍对 NIBS 有效性的准确估计;然而,尚未系统地审查这些因素存在的程度。此外,对于临床试验的几个重要设计方面(例如分配隐藏、随机化、统计分析和样本特征),方法报告通常不是最理想的(Gluud,2006)。报告不充分以及试验设计和应用方法的选择可能会影响 NIBS 效应的估计(Savovi´c et al., 2012; Weuve et al., 2015; Polanía et al., 2018),并对主观评估的结果(例如认知状态)产生更明确的影响(Savovi´c et al., 2012)。刺激参数的差异可能导致刺激效果的改变。此外,一些刺激参数设置旨在实现不同的目标,例如更局部的刺激或皮层下结构的调节。因此,清晰、详细地报告 NIBS 协议对于考虑这些差异至关重要 ( Polanía 等,2018 )。概述推荐的方法学特征和刺激参数,指向完全开发的方法学指南和关于
Dwyer,D。和Choi,K。(2021)。在预测精神病学治疗结果时,机器学习的希望。世界精神病学,20(2),154 - 170。https://doi.org/10.1002/wps.20882 Chien,I.,Enrique,A.,Palacios,J.,Regan,T.,Keegan,T.,Keegan,D. (2020)。一种机器学习方法,以了解与互联网交付的心理健康相互作用的互动模式。JAMA Network Open,3(7),E2010791。https://doi.org/10。 1001/jamanetworkopen.2020.10791 Christodoulou,E.,Ma,J.,Collins,G.S.,Steyerberg,E.W. (2019)。 系统的综述显示机器学习对临床预测模型的逻辑回归没有任何绩效益处。 临床流行病学杂志,110,12 - 22。https:// doi。 org/10.1016/j.jclinepi.2019.02.004 Fitzsimmons-Craft,E。E. Jacobi,C.,Jo,B.,Trockel,M。T.和Wilfley,D。E.(2020)。 数字认知行为疗法的有效性 - 对大学女性饮食失调的指导自助干预:一项群集随机临床试验。 JAMA Network Open,3(8),E2015633。 https://doi.org/10.1001/jamanetworkopen.2020.15633 Flygare,O. BMC精神病学,20(1),1 - 9。https:// doi。 统计软件杂志,33(1),1 - 22。https://doi.org/10。1001/jamanetworkopen.2020.10791 Christodoulou,E.,Ma,J.,Collins,G.S.,Steyerberg,E.W.(2019)。系统的综述显示机器学习对临床预测模型的逻辑回归没有任何绩效益处。临床流行病学杂志,110,12 - 22。https:// doi。org/10.1016/j.jclinepi.2019.02.004 Fitzsimmons-Craft,E。E. Jacobi,C.,Jo,B.,Trockel,M。T.和Wilfley,D。E.(2020)。数字认知行为疗法的有效性 - 对大学女性饮食失调的指导自助干预:一项群集随机临床试验。JAMA Network Open,3(8),E2015633。https://doi.org/10.1001/jamanetworkopen.2020.15633 Flygare,O.BMC精神病学,20(1),1 - 9。https:// doi。统计软件杂志,33(1),1 - 22。预测互联网传递认知行为疗法后身体障碍障碍的预测因素:一种机器学习方法。org/10.1186/s12888-020-02655-4 Friedman,J.,Hastie,T。,&Tibshirani,R。(2010)。通过坐标下降的通用线性模型的正规化路径。Hettige,N。C.,Nguyen,T。B.,Yuan,C.,Rajakulendran,T.,Baddour,J.,Bhagwat,N.,Bani-Fatemi,A.,Voineskos,A.N. 使用社会文化和临床特征对精神分裂症中自杀式定位的分类:一种机器学习方法。 综合医院精神病学,47,20 - 28。https://doi.org/10.1016/j.genhosppsy.2017.03.001 Hooker,S。(2021)。 超越“算法偏差是数据问题”。 模式,2(4),100241。 Jordan,M。I.和Mitchell,T。M.(2015)。 机器学习:趋势,敏感和前景。 Science,349(6245),255 - 260。https://doi.org/10。 1126/science.AAA8415库恩。 (2021)。 caret:分类和回归培训。 r软件包ver- sion 6.0-88。 https://cran.r-project.org/package = Caret Lee,Y. N.,Zuckerman,H.,Chen,V。C.,Ho,R.,Rong,C。和McIntyre,R。(2018年)。 机器学习算法的应用以预测抑郁症的治疗结果:元分析和系统评价。 做Hettige,N。C.,Nguyen,T。B.,Yuan,C.,Rajakulendran,T.,Baddour,J.,Bhagwat,N.,Bani-Fatemi,A.,Voineskos,A.N.使用社会文化和临床特征对精神分裂症中自杀式定位的分类:一种机器学习方法。综合医院精神病学,47,20 - 28。https://doi.org/10.1016/j.genhosppsy.2017.03.001 Hooker,S。(2021)。超越“算法偏差是数据问题”。模式,2(4),100241。Jordan,M。I.和Mitchell,T。M.(2015)。 机器学习:趋势,敏感和前景。 Science,349(6245),255 - 260。https://doi.org/10。 1126/science.AAA8415库恩。 (2021)。 caret:分类和回归培训。 r软件包ver- sion 6.0-88。 https://cran.r-project.org/package = Caret Lee,Y. N.,Zuckerman,H.,Chen,V。C.,Ho,R.,Rong,C。和McIntyre,R。(2018年)。 机器学习算法的应用以预测抑郁症的治疗结果:元分析和系统评价。 做Jordan,M。I.和Mitchell,T。M.(2015)。机器学习:趋势,敏感和前景。Science,349(6245),255 - 260。https://doi.org/10。1126/science.AAA8415库恩。(2021)。caret:分类和回归培训。r软件包ver- sion 6.0-88。 https://cran.r-project.org/package = Caret Lee,Y. N.,Zuckerman,H.,Chen,V。C.,Ho,R.,Rong,C。和McIntyre,R。(2018年)。机器学习算法的应用以预测抑郁症的治疗结果:元分析和系统评价。做情感障碍杂志,241,519 - 532。https://doi.org/10.1016/j.jad.2018.08.073 Lekkas,D.,Price,G.,McFadden,J。,J。,&Jacobson,J。,&Jacobson,N.C。(2021)。机器学习到在线正念干预数据的应用:合规性评估中的底漆和经验示例。正念,12(10),2519 - 2534。https://doi.org/10.1007/s12671-021-021-021-01723-4 Linardon,J.,J.,Messer,M.,Shatte,M.,Shatte,Shatte,Shatte,A.
中小企业和家族企业的人工智能 呼吁开展更多基于社会情感财富的研究 Patrick S. Ulrich,阿伦大学和班贝格大学,patrick.ulrich@hs-aalen.de 人工智能 (AI) 是过去和未来几年最重要的大趋势之一 (Žigienė et al.2019)。然而,机器学习、深度学习等基于人工智能的技术的实施尚未跟上学术文献的最新水平。此外,可以观察到,在现有的实证研究中,大多数不是由大学的研究人员进行的,而是由管理咨询公司进行的。在这里,我们认为有必要对研究领域进行理论化和更强大的基于证据的基础,因为中小企业和家族企业在世界许多经济体中都至关重要。我们还认为,此时有必要大大拓宽讨论的理论基础。信息系统的经典方法(例如计划行为理论或基于情感因素的分析)非常有趣,并且极大地扩展了围绕技术传播的知识库。但是,从我们的角度来看,它们只能充分代表中小企业和家族企业的社会心理背景。这就是为什么我们将人工智能研究建立在社会情感财富上(Gómez-Mejía 等人2007)。该理论认为,一般来说,家族企业,尤其是家族企业家有时会避免做出对企业有利的决策,因为他们担心自己在商业网络中的地位被削弱。例如,这已经用于管理会计中的工具使用或大数据技术的实施。我们认为,中小企业和家族企业对人工智能技术的高度怀疑和实施不力,并不是因为这些公司不够专业、雇用的学者较少,或者根本不熟悉这些技术。这些因素以及异构的 IT 环境可能导致基于人工智能的技术在那里更难实施。然而,我们认为,造成这种情况的原因是家族企业中的家人担心从长远来看会被公司中的一项技术(尤其是非常先进的技术)所取代。我们已经在 2020 年的初步调查中对此进行了调查,目前正在进行定性的后续研究。在:可持续性 11 (16),S. 4501。因此,我们认为,许多中小企业和家族企业拒绝人工智能的原因,与其说是技术本身,不如说是出于对最终将决策权交给“机器”的社会心理恐惧。参考文献 Gómez-Mejía, Luis R.; Haynes, Katalin T.; Núñez-Nickel, Manuel; Jacobson, Kathyrn J. L.; Moyano-Fuentes, José (2007): 家族控制企业的社会情感财富和商业风险:来自西班牙橄榄油厂的证据。刊于:《行政科学季刊》52,第 106–137 页 Žigienė, Gerda; Rybakovas, Egidijus; Alzbutas, Robertas (2019): 基于人工智能的中小企业商业风险管理框架。DOI:10.3390/su11164501。
