XiaoMi-AI文件搜索系统
World File Search SystemKali
纸肥皂进行培训以提高意识
抽象的环境卫生性会引起各种疾病，其中一种是一种疾病，是由生活在卫生环境较差的环境中的微生物感染引起的，例如腹泻，斑疹伤寒或皮肤刺激。我们邀请合作进行这项活动的合作伙伴是南雅加达的Bukit Duri Aisyiyah Aisyiyah（PCA）分支机构。此PCA位于人口稠密的环境中，靠近卫生条件不好的区域，因为有一些时间/水通道会闻起来，靠近公共交通基地，这些基地仍然有很多垃圾和气味。这项活动的目的是传达良好的环境卫生性的重要性，对肥皂（CTPS）的洗手意识的重要性，其中一种使用纸皂作为芳香疗法产品之一，我们将使我们更具吸引力，实用，可以随身携带，易于储存，因此毫不犹豫地使用肥皂洗手。Mitra还说，以前没有人在其地区进行类似的活动。此活动由显示帖子结果的预测试和后测试支持 - 与预测试结果相比，所有问题中的测试都更高。这些结果表明，伴侣对卫生知识的见解和我们提供的纸张的创作的增加。这项活动也通过在线大众媒体发表，即在YouTube频道上上传的教育新闻网站和视频实施中。
用作原材料的香蕉剪切
香蕉叶具有多孔，空心和纤维状特征，因此密度值很大。除了香蕉叶还包含超过50％的纤维素含量。通常，人们不在乎香蕉叶，尤其是在树上果实之后。因此，这项研究试图用kepok香蕉叶的原材料制作饼干。希望这项研究能产生由香蕉叶制成的饼干。这项研究旨在确定添加香蕉gedebog，面粉对饼干物理，化学和身体素质质量的影响，并了解制造饼干的业务可行性分析，并获得最佳的治疗结果。本研究旨在确定添加香蕉gedebog和面粉对饼干物理，化学和有机疗法质量的影响，并了解制造饼干的业务可行性分析，并获得最佳的治疗结果。本研究中使用的设计是一种非因素的完整随机设计，其5种以：f1 = 70％香蕉gedebog + 20％小麦粉的形式制成的治疗组合； F2 = 60％的香蕉Gedebog + 30％面粉； F3 = 50％香蕉Gedebog + 40％面粉； F4 = 40％香蕉Gedebog + 50％面粉，并且； F5 = 30％Gedebog香蕉 + 60％面粉，然后重复每种处理多达3（3）次，以便获得15个样品。基于业务可行性分析，基于最佳治疗方法的香蕉中部饼干的制造值得尝试。关键词：香蕉叶（Musa Paradisiaca），原材料，饼干结果表明，在F2中发现了最佳治疗方法（60％Gedebog粉； 30％的面粉和10％的木薯粉，化学含量为：4.25％的水分含量；粗纤维15.59％； 1.112％的有机摄影测试；
沉香叶茶康普茶 (Aquilaria malaccensis Lamk.) 的抗氧化活性和乙酰胆碱酯酶抑制剂
痴呆症目前仍然是一个全球性的健康问题，全球估计有5520万人患有痴呆症。最常见的痴呆症类型之一是阿尔茨海默病，因为它占痴呆症病例的 60-80%。日惹是印度尼西亚阿尔茨海默病发病率最高的地区。阿尔茨海默病是一种渐进性的神经退行性疾病，由大脑中形成β-淀粉样斑块引起，会破坏神经系统。根据胆碱能理论，斑块的形成是由于酶乙酰胆碱酯酶 (AChE) 的存在。通过药物治疗方法，抑制AChE酶可以改善认知功能并抑制阿尔茨海默病的进展。同时，抗氧化活性也被证明可以预防阿尔茨海默病。沉香叶（Aquilaria malaccensis Lamk.）是一种富含酚类化合物的植物，具有很强的抗氧化活性。然而，并非所有的酚类化合物都能被人体消化，因此需要通过发酵进行简化。研究表明，将沉香茶制成康普茶可以使其中的酚类含量比普通沉香叶茶中的酚类含量高出两倍。然而，沉香叶康普茶作为阿尔茨海默病替代疗法的抗氧化和乙酰胆碱酯酶抑制剂活性尚未被研究过。基于此，本研究旨在通过薄层色谱（TLC）和气相色谱-质谱（GC-MS）分析测试沉香叶茶康普茶的抗氧化活性、乙酰胆碱酯酶抑制剂和植物化学成分。该研究的阶段包括沉香叶的准备、康普茶发酵、感官测试、抗氧化剂测试、乙酰胆碱酯酶抑制测试和植物化学概况（薄层色谱法和气相色谱-质谱法）。本研究结果表明，沉香叶康普茶提取物具有不同的抗氧化活性，抗氧化活性最好的是康普茶发酵7天的乙酸乙酯提取物，IC50值为2.68µg/mL。沉香叶茶的康普茶提取物通过将癸酸乙酯化合物与 4M0E 蛋白结合，在计算机中具有 AChE 抑制活性。沉香叶康普茶乙酸乙酯提取物的植物化学概况表明，薄层色谱试验中存在黄酮类和酚类化合物，而 GC-MS 试验表明，角鲨烯是提取物中检测到的面积百分比最高的化合物。
肯尼亚共和国工业发展总体规划研究 (MAPSKID)
表 9-1 钻石模型决定因素的解释.....................................................................................224 表 9-2 附加值、生产率和就业...............................................................................................227 表 9-3 2005 年出口加工区子部门绩效.........................................................................................................229 表 9-4 附加值、生产率和就业的特征.........................................................................................229 表 9-5 2001-2005 年肯尼亚的外国直接投资（详情）.........................................................................232 表 9-6 2004 年主要出口商品（超过 2000 万美元）.........................................................................235 表 9-7 肥皂和鞋类的出口目的地（2004 年）.........................................................................................236 表 9-8 出口加工区的出口绩效（2004 年）.............................................................................................236 表 9-9 统计分析结果.........................................................................................................................237 表 9-10 样本区域分布.................................................................................238 表 9-11 受访企业按子行业分类 ........................................................................................................238 表 9-12 受访企业按最终加工子行业分类 ........................................................................................................238 表 9-13 增强或削弱竞争力的因素 .............................................................................................240 表 9-14 升级战略（基于钻石分析）.........................................................................................240 表 9-15 与发展战略的比较 .............................................................................................244 表 9-16 竞争力评估简短列表（第一部分）.............................................................................245 表 9-17 制造业与其他增长型行业之间的关系 .............................................................................................246 表 9-18 竞争力评估中的战略集群和选定子行业交叉 .............................................................................................................247 表 9-19 与工业发展情景的交叉核对 .............................................................................................................250列出的农业工业相关企业.....................................................................................................................253 表 10-2 农产品加工制造业子行业正式雇员数量.....................................................................................................254 表 10-3 工业生产指数趋势.........................................................................................................................254 表 10-4 选定制造业子行业的技术效率的国际比较.....................................................................................257 表 10-5 2005 年 MSE-Jua Kali 加工厂加工规模的典型示例.....................................................................................................258 表 10-6 2002~2005 年肯尼亚主要农产品的销售目的地 ......................................................................................259 表 10-7 农产品加工重点领域特点 ......................................................................................................263 表 10-8 与农产品加工业子行业有关的问题 ......................................................................................264 表 10-9 肯尼亚农产品加工业分阶段改进/发展的例子 .............................................................................265 表 10-10 各类商品的特色咖啡市场趋势 .............................................................................................267 表 10-11 肯尼亚农业机械产业的经济结构 .............................................................................................277 表 10-12 肯尼亚农业和支持产业公司 .............................................................................................278 表 10-13 肯尼亚进口关税 .............................................................................................................280 表 10-14 部分商品的国内出口 .............................................................................................................280 表10-15 选定商品的进口情况.....................................................................................................281 表 10-16 向 COMESA 出口的机械（2004 年）...............................................................282 表 10-17 从 COMESA 进口的农业机械（2004 年）.............................................................283 表 10-18 与 COMESA 市场的贸易差额/金额.........................................................................284 表 10-19 钢铁制造工艺....................................................................................................285 表 10-20 世界钢铁产量....................................................................................................286 表 10-21 选定收获后机械的运行效率....................................................................................287 表 10-22 自行车和轮胎的进口情况.............................................................................................287 表 10-23 农产品加工业的主要机械组成和供应来源.....................................................................................289 表 10-24 食品加工机械和设备的进口情况（2000-2005）....................289 表 10-25 肯尼亚在用的拖拉机数量..............................................................290..................................280 表 10-14 所选商品的国内出口情况 ..............................................................................280 表 10-15 所选商品的进口情况 ..............................................................................................281 表 10-16 向 COMESA 出口的机械情况（2004 年） ......................................................................282 表 10-17 从 COMESA 进口的农业机械情况（2004 年） .............................................................283 表 10-18 与 COMESA 市场的贸易差额/金额 .............................................................................284 表 10-19 钢铁制造工艺 .............................................................................................285 表 10-20 世界钢铁产量 .............................................................................................286 表 10-21 所选收获后机械的运行效率 .............................................................................287 表 10-22 自行车和轮胎的进口情况 .............................................................................................287 表 10-23 农产品加工的主要组成机械和供应来源工业................................................................................................................289 表 10-24 食品加工机械和设备进口情况（2000-2005）....................................289 表 10-25 肯尼亚使用中的拖拉机数量........................................................................290..................................280 表 10-14 所选商品的国内出口情况 ..............................................................................280 表 10-15 所选商品的进口情况 ..............................................................................................281 表 10-16 向 COMESA 出口的机械情况（2004 年） ......................................................................282 表 10-17 从 COMESA 进口的农业机械情况（2004 年） .............................................................283 表 10-18 与 COMESA 市场的贸易差额/金额 .............................................................................284 表 10-19 钢铁制造工艺 .............................................................................................285 表 10-20 世界钢铁产量 .............................................................................................286 表 10-21 所选收获后机械的运行效率 .............................................................................287 表 10-22 自行车和轮胎的进口情况 .............................................................................................287 表 10-23 农产品加工的主要组成机械和供应来源工业................................................................................................................289 表 10-24 食品加工机械和设备进口情况（2000-2005）....................................289 表 10-25 肯尼亚使用中的拖拉机数量........................................................................290
土壤微生物在...中的作用的研究
引言植物是生物，特别是植物，通常由人类栽培（Yassir & Asnah，2019）。作物这一术语通常与草本植物区分开来，草本植物是为了使用而种植的，例如在特定时间收获。世界各地种植的主要作物包括小麦、玉米、水稻、土豆、甘蔗和大豆（Wattimena，2011）。因此，利用土壤微生物来增加养分的利用率和吸收率非常重要。养分含量和植物反应是土壤的化学、物理和生物方面相互作用的结果（Sari 等人，2020 年）。这三个因素相互关联，共同影响土壤肥力，进而影响植物所需养分的形态和有效性以及植物吸收养分的能力。土壤含有两种类型的矿物质，即原生矿物质和次生矿物质。一般而言，所有营养物质均来自母岩及其所含的矿物质（Yassir & Asnah，2019）。土壤是各种微生物的栖息地。土壤微生物包括生活在土壤中的微小生物。土壤微生物的一些例子包括螨虫、昆虫幼虫、蚯蚓、白蚁、蚂蚁、甲虫、藻类、蓝藻、真菌、跳虫、线虫和原生动物。土壤微生物是一类生物，它们可能是最丰富但看起来最微不足道的，然而它们在土壤生态系统的功能中起着非常关键的作用（Febriana，2024）。它们负责有机化合物的分解过程，利用和释放营养物质，甚至起到增加植物对营养物质吸收的作用。在农业生态系统中，土壤微生物可以充当生物肥料、生物农药和设施友好的生物修复剂。 (Tesiana et al., 2024)甚至表示，使用包括枯草芽孢杆菌在内的合生元可以避免高达40%的污染并可以维护环境。此外，土壤微生物有助于减少因使用农用化学品而造成的土壤污染。 (Pratiwi & Asri, 2022) 还解释说，土壤微生物可以降解有机磷农药残留，从而不会降低土壤和农业环境的质量。这不仅有利于植物生长，而且还最大限度地减少了对环境的负面影响。因此，土壤微生物对
发现马来人的六种主要遗传特征
马来人群的基因组 DNA 研究揭示了这个人种的历史、起源和生物学特征。本文探讨了对马来人群进行的人口研究中所发现的显性遗传特征。这项研究还发现证据表明马来人不是移民种族。通过微阵列技术，研究显示马来人群具有6种显性基因，反映了马来帝国各个社区之间的迁徙和互动历史。参考使用STR和SNP标记的法医DNA研究以及Y-DNA和mtDNA单倍群分析，结果表明，尽管与马来祖国以外的人群（包括南亚和东亚）进行了基因混合，但马来祖国原住民的遗传关系仍然存在。研究人员还研究了与阿拉伯、非洲、印度支那、中国和日本等外部人群的遗传关系，反映了广泛的海上贸易的古老历史。研究还发现了几种与牛奶过敏、糖尿病和高血压有关的基因，这些基因在马来人中较为常见。这些发现对于开发更有效的营养基因组学和药物基因组学具有重要意义。然而，开发更广泛的基因组数据库仍面临挑战。全球参考组的开发和共享涉及国际合作，以确保基因发现能够应用于不同的种族群体。关键词：马来DNA； DNA的性质；人口研究。引言马来人群的 DNA 特征研究是近年来遗传学和人类学领域出现的重要课题。随着基因组技术的进步，对马来人DNA的研究不仅揭示了该民族的历史和起源，而且还提供了有关他们的生物学和健康状况的见解。马来人并不是马来西亚或苏门答腊新出现的人种，而是在马来世界早已存在。本研究中对马来世界的定义是马来侨民迁徙和回归的广大地区，可以通过基因和历史研究进行追溯。该地区的范围从西部（马拉加岛）到东部（夏威夷-拉帕努伊岛），从北部（福尔摩莎岛）到南部（毛利-萨摩亚岛），具体来说是沿海地区和岛屿。然而，在几次发生的大洪水期间，马来人便通过河流进入中国大陆南部（云南）的山区。洪水退却后，他们又回到了海边。
创新在数字时代的MSME业务模型开发中的作用
tengah 53182 korespestensi penulis：puspita@uhb.ac.id摘要。数字时代为包括商业世界在内的各个方面带来了重大变化。信息和通信技术（ICT）为微型，中小型企业（MSMES）提供了新的机会，以通过产品，流程和业务模型等各个方面来创新和增强其竞争力。MSMES在印尼经济中起着至关重要的作用，对国内生产总值（GDP）贡献了约60％，并吸收了超过97％的员工队伍。尽管如此，MSMES经常面临诸如资本，技术和市场访问限制之类的挑战。数字化转型通过提高运营效率，扩大市场范围并开发更相关的产品和服务来解决这些挑战，从而赋予了巨大的潜力。业务模型创新涉及使用数字技术来创建有效解决方案，可以提高MSME性能，如先前的研究所证明的那样。但是，诸如有限的资源和数字技能之类的障碍通常会阻碍技术的采用。本研究旨在研究创新在数字时代MSME业务模型开发中的作用，重点关注数字技术的利用，创新成功因素以及对业务绩效的影响。此外，该研究将探索在创新过程中克服障碍的策略。这项研究有望为MSME提供深入的见解和实用建议，以在数字时代开发创新和可持续的商业模型。关键字：创新，业务模型开发，数字时代，MSMES摘要。数字时代为包括商业世界在内的各个方面带来了重大变化。信息和通信技术（ICT）为微型，中小型企业（MSMES）提供了新的机会，可以通过各个方面（例如产品，流程和业务模型）创新和提高其竞争力。MSME在印尼经济中发挥了重要作用，贡献了约60％的国内生产总值（GDP），并吸收了超过97％的劳动力。即使这样，MSME也经常面临诸如资本，技术和市场有限的挑战。数字化转型通过提高运营效率，扩大市场范围并开发更相关的产品和服务来克服这一挑战。业务模型创新涉及使用数字技术来创建有效解决方案，可以改善MSME性能，如先前的研究所示。但是，诸如有限的资源和数字技能之类的障碍通常会抑制技术的采用。本研究旨在研究创新在数字时代MSME业务模型开发中的作用，重点是使用数字技术，成功创新因素以及对业务绩效的影响。此外，这项研究将探讨在创新过程中克服障碍的策略。关键字：创新，业务模型的发展，数字时代，MSME研究结果有望为MSME提供 - 深度见解和实用建议，以在数字时代开发创新和可持续的商业模型。
给予大脑体育馆和游戏疗法对增加学生学习级别SD SD的集中度的影响SD Negeri Tinom
Hijratunnor，Muhamad Ali Jafar，Ummy A'isyah Nurhayati研究计划理学学士学位，健康科学学院，大学'Aisyiyah Yogyakarta *电子邮件：nhijratun@gmail.com*; jafalali48789@gmail.com*; aisyahphysio@unisayogya.ac.id抽象学习成功受到专注于研究对象的能力的影响。集中度是实现学习成功的重要方面。提供大脑体育馆和游戏疗法练习可以增加学习的集中度，因为大脑通过运动刺激，以使注意力和学习浓度的集中度增加。这项研究的目的是确定脑健身房和游戏疗法对增加V级SD学生学习集中的影响。该研究方法是一项准测试和测试后两组设计的准实验研究，使用随机抽样进行抽样技术。研究样本的V级SD学生的样本，由30名学生组成的样本，由15组I和15组II组组成，每周进行3次，持续4周。陆军阿尔法测试用作测量浓度的测量工具。配对样品T检验组I P = 0,000（P <0.05）和II组P = 0,000（P <0.05）的结果表明，这两种练习都会影响学习浓度的改善和独立样品t检验的结果，指示P = 0.98（P> 0.05），这意味着在大脑和娱乐浓度上没有差异。进一步的研究人员的建议，提供脑健身房和游戏疗法练习以及干预措施或其他变量。简介Kesimpulan，Terdapat Peningkatan Konsentrasi Belajar Setelah Pemberian pemberian Latihan Brain Gym Dan Play Therapy，Tetapi Tidak Ada Perbedikan Antara Antara Brain Antara Brain Gym dan Play play Play疗法Terhadap Peningkatan Konsentrasi Belajar。Kata Kunci：陆军Alpha测试；脑健身房； Konsentrasi Belajar； Play Therapy脑健身房和游戏疗法对学习集中度的影响对SDN Tinom抽象学习成功的V级学生的影响受到将注意力集中在研究对象上的能力的影响。 集中度是实现学习成功的重要方面。 提供脑健身锻炼和运动疗法可以增加学习浓度，因为大脑通过运动刺激，以使学习水平和集中度增加。 该研究旨在确定脑健身房和游戏疗法对增加五年级小学生的学习浓度的影响。 这项研究的方法是一项准实验研究，并进行了测试前和测试后两组设计。 采样技术使用了随机采样。 五年级小学生的研究样本，样本量为30名学生，其中15人组成的第I组和II组15人的研究样本每周进行3次，持续4周。 陆军阿尔法测试用作测量浓度的测量工具。 结论是，在进行大脑体育馆和游戏疗法练习后，学习浓度有所提高，但是在增加学习浓度方面，大脑体育馆和游戏疗法之间没有显着差异。 关键词：陆军Alpha测试；脑健身房；玩疗法；研究浓度1。Kata Kunci：陆军Alpha测试；脑健身房； Konsentrasi Belajar； Play Therapy脑健身房和游戏疗法对学习集中度的影响对SDN Tinom抽象学习成功的V级学生的影响受到将注意力集中在研究对象上的能力的影响。集中度是实现学习成功的重要方面。提供脑健身锻炼和运动疗法可以增加学习浓度，因为大脑通过运动刺激，以使学习水平和集中度增加。该研究旨在确定脑健身房和游戏疗法对增加五年级小学生的学习浓度的影响。这项研究的方法是一项准实验研究，并进行了测试前和测试后两组设计。采样技术使用了随机采样。五年级小学生的研究样本，样本量为30名学生，其中15人组成的第I组和II组15人的研究样本每周进行3次，持续4周。陆军阿尔法测试用作测量浓度的测量工具。结论是，在进行大脑体育馆和游戏疗法练习后，学习浓度有所提高，但是在增加学习浓度方面，大脑体育馆和游戏疗法之间没有显着差异。关键词：陆军Alpha测试；脑健身房；玩疗法；研究浓度1。I组P = 0.000（p <0.05）和II组P = 0.000（P <0.05）的配对样品t检验的结果表明，这两种练习都对增加学习浓度和独立样品t检验的结果有影响，并且p = 0.98（p> 0.05）（p> 0.05），这意味着在大脑体育馆和娱乐疗法上的影响没有差异。对未来的研究人员的建议应提供脑健身锻炼，并结合其他干预措施或变量。
脑启发计算 脑启发计算
背景：类脑计算将传统计算技术与受人脑启发的计算和认知思想、原理和模型相结合，以构建智能信息系统，用于我们的日常生活。图像和语音处理、盲信号分离、创造性规划和设计、决策、自适应控制、知识获取和数据库挖掘只是类脑计算应用的一些领域。我们对大脑功能了解得越多，信息系统就越智能。本书还介绍了心智和意识建模的一个主题，以及人工智能领域的其他新理论模型和应用。人脑是一种非常节能的装置。从计算角度来说，它仅需 20 瓦的功率就能每秒执行相当于十亿亿亿亿次浮点运算（1 后面跟着 18 个零）的数学运算。相比之下，世界上最强大的超级计算机之一“橡树岭前沿” (Oak Ridge Frontier) 最近演示了百亿亿次计算能力。然而，要实现这一壮举需要数百万倍的功率，即 20 兆瓦。我和我的同事希望通过大脑来指导开发强大而节能的计算机电路设计。你看，能源效率已经成为阻碍我们制造更强大的计算机芯片的一个主要因素。虽然更小的电子元件已成倍地提高了我们设备的计算能力，但进展却正在放缓。有趣的是，我们对大脑如何运作的看法一直是计算机世界的灵感源泉。为了理解我们是如何得出这种方法的，我们需要简单回顾一下计算的历史。人脑是宇宙中最复杂的物体之一。它能够在不断变化的环境中执行高级认知任务，例如抽象、概括、预测、决策、识别和导航。大脑这种较高的认知能力得益于它的功耗非常低，只有20W。大脑能效高的原因主要有两点：一是信息交换和处理是事件驱动的；因此，尖峰能量仅在需要的时间和地点被消耗。其次，神经元和突触位于同一个神经网络中，高度互联，每个神经元平均与104个其他神经元相连。神经元/突触共位意味着数据处理（由突触兴奋和神经元放电组成）和记忆（由突触权重和神经元阈值组成）在大脑内共享同一位置。许多研究工作旨在模仿人类大脑的计算类型，以实现非凡的能源效率。这是神经形态工程的目标，其中，脉冲神经网络（SNN）是利用人工神经元和突触开发出来的。 SNN 通常采用与 Rosenblatt 和 Minsky 开创的传统感知器网络相同的全连接 (FC) 架构。然而，在 SNN 中，神经元和突触通常表现出对施加的尖峰的时间依赖性响应，例如神经元内的整合和发射以及跨突触的兴奋性突触后电流 (EPSC)。这与用于计算机视觉和语音识别的人工智能 (AI) 加速器中的传统人工神经网络 (ANN) 形成对比，其中信息是同步的并且基于信号幅度而不是时间。大多数 SNN 通常依赖于互补金属氧化物半导体 (CMOS) 技术，具有两个显著的关键优势：首先，CMOS 技术在半导体行业生态系统中广泛可用，包括设计、制造和鉴定，为基于 CMOS 的神经形态工程成为成熟主题创造了条件。其次，CMOS晶体管可以按照摩尔定律小型化，其中减小
欧洲衍生的阿尔茨海默氏病多基因1风险评分的可转移性在多学院人群中。 2
Aude Nicolas 1.2,*,#, Richard Sherva 3.4,*, Benjamin Grenier-Cando 1,*, Yoontae Kim 5,*, Masataka Kikuchi 6, 4 Jigyasha Timsina 7.8, itziar de Rojas 9.10, María Carolina Dalmasso 11.12, Xiaopu Zhou 13,14.15, Yann, Yann. 5 Guen 16.17，Carlos和Arborada-Buscos 18，Maria Aparecida Camargos Bicalho 19,20.21，MaëlennGuchet 22，6 Sven van der Lee 23.24，Monica Goss 23，Monica Goss 25，Atahualpa Castillo 26 25,29.30, Bernard Fongang 25,31.32, Qiong Yang 29.30, Oliver Peters 33.34, Anja 8 Schneider 35.36, Martin Dechgans 37.38.39, Dan Rujescu 40, Norbert Scherbaum 41, Jürgen Deckert 42, Steffi 9 Riedel-Heller 43, Lucrezia Hausner 44, Laura Molina Porcel 45.46，EmrahDüzel47.48，Timo Grimmer 49，Jens 10 Wiltfang 50.51.52，Stefanie Heilmann-Heimbach 53，Susanne Moebus 54，Thomas Tegos 55，Nikolaos 11 Scarmes 55，Nikolaos 11 Scarmes 56.56.57，Oriol feriol dols-dols-dols-dols-dols-dols-dols-icardodol dols-doll dolsocoto dolls-sic.10。 Moreno 59,10,60，JordiPérez-Tur 61.10，MaríaJ。Buldido 62,10,63.64，12 Pau Pastor 65.66，RaquelSánchez-Valle 67，Victoriaálvarez68.69，68.69，Han Cao 13，Han Cao 13，Nance Y. Y. Y. Y. Y. Y. Y. Y. IP 13,14.14.14.14.14.14.14.14.14.14.14.14 k.y.y。 Pijnenburg 23，Henne Holstege 23.92，John Van Swieten 93，Harro Seelaar 93，Jurgen A.H.R.Aude Nicolas 1.2,*,#, Richard Sherva 3.4,*, Benjamin Grenier-Cando 1,*, Yoontae Kim 5,*, Masataka Kikuchi 6, 4 Jigyasha Timsina 7.8, itziar de Rojas 9.10, María Carolina Dalmasso 11.12, Xiaopu Zhou 13,14.15, Yann, Yann. 5 Guen 16.17，Carlos和Arborada-Buscos 18，Maria Aparecida Camargos Bicalho 19,20.21，MaëlennGuchet 22，6 Sven van der Lee 23.24，Monica Goss 23，Monica Goss 25，Atahualpa Castillo 26 25,29.30, Bernard Fongang 25,31.32, Qiong Yang 29.30, Oliver Peters 33.34, Anja 8 Schneider 35.36, Martin Dechgans 37.38.39, Dan Rujescu 40, Norbert Scherbaum 41, Jürgen Deckert 42, Steffi 9 Riedel-Heller 43, Lucrezia Hausner 44, Laura Molina Porcel 45.46，EmrahDüzel47.48，Timo Grimmer 49，Jens 10 Wiltfang 50.51.52，Stefanie Heilmann-Heimbach 53，Susanne Moebus 54，Thomas Tegos 55，Nikolaos 11 Scarmes 55，Nikolaos 11 Scarmes 56.56.57，Oriol feriol dols-dols-dols-dols-dols-dols-dols-icardodol dols-doll dolsocoto dolls-sic.10。 Moreno 59,10,60，JordiPérez-Tur 61.10，MaríaJ。Buldido 62,10,63.64，12 Pau Pastor 65.66，RaquelSánchez-Valle 67，Victoriaálvarez68.69，68.69，Han Cao 13，Han Cao 13，Nance Y. Y. Y. Y. Y. Y. Y. Y. IP 13,14.14.14.14.14.14.14.14.14.14.14.14 k.y.y。Pijnenburg 23，Henne Holstege 23.92，John Van Swieten 93，Harro Seelaar 93，Jurgen A.H.R.Pijnenburg 23，Henne Holstege 23.92，John Van Swieten 93，Harro Seelaar 93，Jurgen A.H.R.13是13,14.15，Fanny C. F. IP 14,15，Natividad Olivar 70，Carolina Muchnik 70，Carolina Cuesta 71，Lorenzo 14 Campanelli 72，Patricia Solis 73，Patricia Solis 73，Daniel Gustavo Politis 71，Silvia Kochen 73，Silvia Kochen 73，Luis 73，Luis 73，Luisio 70，blusio 70，bluse 70，49 García-González74，Raquel Puerta 74，Pablo Mir 75.10，Luis M Real 76.77.10，GerardPiñol-16 Ripoll- 16 Ripoll-16 Ripoll 78.79，JoseMaríaGarcía-Alberca-Alberca-Alberca 80.10 80.10 83，Sami Heikkinen 84，Alexandre deMendonça85，Shima Mehrabian 86，Latchezar Traykov 87，18 Jakub Hort 88.89，Martin Vyhnuk 88.89，Katrine Laura Laura Laura Raster laura laura rastussen 90.91