2015年全球基础设施支出总计2.3万亿美元(牛津经济学,2017年)。尽管对于经济增长至关重要,但基础设施的扩张却缩小了人类活动和脆弱的生态系统之间的边界。在热带地区,侵占的生态威胁尤其急剧,占地三分之二的生物多样性,但有60%以上的全球基础设施支出发生(FAO和UNEP,2020年)。这是由于数百万的土著人民(已经支持了数千年的生物多样性)所受到的事实而受到了影响。经济学家长期以来一直在寻求如何降低发展的环境成本(Grossman and Krueger,1995; Dasgupta等人。,2002年; Copeland and Taylor,2004年)。生物多样性在本文中很少受到关注(Frank and Schlenker,2016年),更不用说基层解决方案来平衡发展和保护。因此,填补这一空白不仅需要对基础设施的生态威胁的估计,而且还需要地方机构中和中和的作用。我的第一个目标是更深入地了解基础设施扩展导致生物多样性损失的程度。我将其称为基础设施 - 双性恋多样性折衷。第二个目标是调查分散森林治理在减轻权衡方面的作用。更好地了解这些社会生态和制度过程可以帮助各国实现发展和保护的双重目标。广泛的环境是热带地区,在其中发生了一半以上的全球森林砍伐(Pacheco等人,2021)。尽管记录了生态增长的快速增长,但印度尤其避免了广泛的森林损失(印度森林调查,2019年)。目前尚不清楚这是由于森林覆盖物的植树或改变的定义所致。即使发展确实使森林毫发无损,重要的居住物种仍可能受到威胁并需要政策关注。这种物种难以捉摸的测量已导致生物多样性在以前的研究中被过度研究(Foster和Rosenzweig,2003; Burgess等人。,2012年)。本文的第一部分估计了2015 - 2020年之间印度森林的基础设施 - 双性恋多样性的权衡。这是一个有价值的设置,原因有三个。首先,印度是地球上最多的生物多样性国家之一,占全球生物视为的8%,占鸟类多样性的12%(Venkataraman和Sivaperuman,2018年; Jayadevan等人。,2016年)。第二,印度的生物多样性是由活跃的“公民科学家”记录的,他们在特定的物种上进行了观察(例如ebird)或一般(例如inaturalist)平台。印度拥有任何发展中国家的最高eBird会员资格,其地理编码上载是一种新的,高分辨率的生物多样性存储库,这是文学文献中无与伦比的。第三,印度公开报告基础设施森林侵占。森林砍伐
医科大学。Dena Journal,5(3 和 4),28-37。Hunker,IK(2014)。酒店业的工作生活质量——临时工的视角。哥本哈根商学院。Ilkhanizadeh,S.,和 Karatepe,OM(2017)。对航空业企业社会责任后果的考察:工作投入、职业满意度和发声行为。航空运输管理杂志,59,8-17。Jayakumar,A.,和 Kalaiselvi,K.(2012)。工作生活质量——概述。国际市场营销、金融服务和管理研究杂志,1(10),140-151。Kaiser,HF(1991)。主成分的系数 alpha 和 Kaiser-Guttman 规则。心理报告,68(3),855-858。 Krueger, P.、Brazil, K.、Lohfeld, L.、Edward, HG、Lewis, D. 和 Tjam, E. (2002)。组织特定的工作满意度预测因素:加拿大多站点工作生活质量横断面调查结果。检索自 http://www.biomedcentral.com/content/pdf/1472-6963-2-6.pdf Lau, RSM (2000)。QWL 和绩效:对服务利润链模型中两个关键要素的临时调查。国际服务业管理杂志,11 (5),422-437。Maurino, DE、Reason, J.、Johnston, N. 和 Lee, RB (2017)。超越航空人为因素:高科技系统中的安全性。纽约:劳特利奇。Mirsepasi, N. (2005)。战略人力资源管理和工作关系(展望全球化)。德黑兰:Mir 出版。 Nekouei, MH、Othman, M. Bt.、Masud, J. Bt. 和 Ahmad, A. Bt. (2014)。伊朗政府机构员工的工作生活质量和工作满意度。《基础与应用科学研究杂志》,4 (1),217-229。Otto, JL 和 Webber, BJ (2013)。美国空军遥控飞机飞行员的心理健康诊断和咨询。《医学监测月报》,20 (3),3-8。Robbins, SP (1989)。组织行为:概念、争议和应用。新泽西:Prentice Hall。Rossi, AM、Perrewee, PL 和 Sauter, SL (2006)。压力和工作生活质量。格林威治:信息时代出版社。Srivastava, S. 和 Kanpur, R. (2014)。工作生活质量研究:关键要素及其影响。IOSR-JBM,16 (3),54-59。Thompson, MN,和 Subich, LM (2006)。社会地位与职业决策过程的关系。职业行为杂志,69 (2),289-301。Von dem Knesebeck, O.、Mnich, E.、Angermeyer, MC、Kofahl, C. 和 Makowski, A. (2015)。德国之翼空难后抑郁症耻辱感的变化——来自德国人口调查的结果。情感障碍杂志,186,261-265。Walton, RE (1975)。工作生活质量标准。在 LE Davis、AB Cherns 和同事(编辑)的《工作质量》(第 91-104 页)中。纽约:自由出版社。Wiegmann,DA 和 Shappell,SA(2017 年)。航空事故分析的人为错误方法:人为因素分析和分类系统。纽约:劳特利奇。
医科大学。Dena Journal, 5 (3 & 4), 28-37。Hunker, I. K. (2014)。酒店业的工作生活质量——临时工的观点。哥本哈根商学院。Ilkhanizadeh, S., & Karatepe, O. M. (2017)。对航空业企业社会责任后果的考察:工作投入、职业满意度和发声行为。《航空运输管理杂志》,59,8-17。Jayakumar, A., & Kalaiselvi, K. (2012)。工作生活质量——概述。国际市场营销、金融服务和管理研究杂志,1 (10),140-151。Kaiser, H. F. (1991)。主成分的系数 alpha 和 Kaiser-Guttman 规则。心理报告,68 (3),855-858。Krueger, P.、Brazil, K.、Lohfeld, L.、Edward, H. G.、Lewis, D. 和 Tjam, E. (2002)。组织特定的工作满意度预测因素:来自加拿大多地点工作生活质量横断面调查的结果。摘自 http://www.biomedcentral.com/content/pdf/1472-6963-2-6.pdf Lau, R. S. M. (2000)。QWL 和绩效:对服务利润链模型中两个关键要素的临时调查。国际服务业管理杂志,11 (5),422-437。Maurino, D. E.、Reason, J.、Johnston, N. 和 Lee, R. B.(2017)。超越航空人为因素:高科技系统中的安全。NY:劳特利奇。Mirsepasi, N. (2005)。战略人力资源管理和工作关系(展望全球化)。德黑兰:Mir 出版。Nekouei, M. H., Othman, M.Bt., Masud, J.Bt., & Ahmad, A. Bt.(2014)。伊朗政府机构员工的工作生活质量和工作满意度。《基础与应用科学研究杂志》,4 (1),217-229。Otto, J. L., & Webber, B. J.(2013)。美国空军遥控飞机飞行员的心理健康诊断和咨询。《医疗监测月报》,20 (3),3-8。Robbins, S. P. (1989)。组织行为:概念、争议和应用。新泽西:Prentice Hall。Rossi, A. M.、Perrewee, P. L. 和 Sauter, S. L. (2006)。压力和工作生活质量。格林威治:信息时代出版社。Srivastava, S. 和 Kanpur, R. (2014)。(2015)。工作生活质量研究:关键要素及其影响。IOSR-JBM,16 (3),54-59。Thompson,M. N.,& Subich,L. M. (2006)。社会地位与职业决策过程的关系。职业行为杂志,69 (2),289-301。Von dem Knesebeck,O.,Mnich,E.,Angermeyer,M. C.,Kofahl,C.,& Makowski,A.德国之翼空难后抑郁症耻辱感的变化——来自德国人口调查的结果。情感障碍杂志,186,261-265。Walton, R. E. (1975)。工作生活质量标准。在 L. E. Davis, A.B. Cherns 及其同事(编辑),工作质量(第91-104 页)。纽约:自由出版社。Wiegmann, D. A. 和 Shappell, S. A.(2017)。航空事故分析的人为错误方法:人为因素分析和分类系统。纽约:劳特利奇。
不受位置变化的影响。生物控制论,36(4),193-202。 https://doi.org/10.1007/BF 00344251 Goodfellow, I.、Bengio, Y. 和 Courville, A. (2016)。深度学习。麻省理工学院出版社。 (Schmidt、I. Schiffman、Y. Schaefer、A. 化学工程师和仪器仪表(2018)Graves、A.、Wayne、G. 和 Danihelka、I.(2014)。神经图灵机。 arXiv。 Ha, D. 和 Schmidhuber, J. (2018)。世界模特。 arXiv。 https://arxiv.org/abs/1803.10122 Han, K., Wang, Y., Chen, H., Chen, X., Guo, J., Liu, Z., Tang, Y., Xiao, A., Xu, C., Xu, Y., Yang, Z., Zhang, Y., & Tao, D. (2020 年)。关于视觉变压器的调查。 arXiv。 https://arxiv.org/abs/2012.12556 Higgins, I., Amos, D., Pfau, D., Racaniere, S., Matthey, L., Rezende, D., 和 Lerchner, A. (2018)。迈向解开表征的定义。 arXiv。 https://archiv. org/abs/1812.02230 美国国立卫生研究院(AI)(2020 年)。 2020 年人工智能市场:5 年历史的人工智能创新和 5 年历史的临床试验 LeCun, Y., Bengio, Y., & Hinton, G. (2015 年)。深度学习。自然,521,436-444。 http://dx.doi.org/10.1038/nature 14539 Mansimov, E., Parisotto, E., Ba, JL 和 Salakhutdinov, R. (2015)。利用注意力机制根据标题生成图像。 arXiv。 https://archiv.org/abs/1511.02793 纽约(2015 年)。 我的一位朋友是角川家族的成员(2016年)(2016年)。 http://dx.doi.org/10.1037/0033-295X.101.1.13 McCulloch, WS 和 Pitts, W. (1943)。神经活动中蕴含的观念的逻辑演算。数学生物物理公报,5(4),115-133。 https://doi.org/10.1007/BF02478259 Nakkiran, P.、Kaplun, G.、Bansal, Y.、Yang, T.、Barak, B. 和 Sutskever, I. (2019)。深度双重下降:更大的模型和更多的数据会带来危害。 arXiv。 https://arxiv.org/abs/ 1912.02292 Perez, J.、Marinkovic, J. 和 Barcelo, P.(2019 年 5 月 6-9 日)。论现代神经网络架构的图灵完备性。 ICLR 2019:第七届学习表征国际会议。路易斯安那州新奥尔良。美国。 Radford , A.、Kim , JW、Hallacy , C.、Ramesh , A.、Goh , G.、Agarwal , S.、Sastry , G.、Askell , A.、Mishkin , P.、Clark , J.、Krueger , G. 和 Sutskever , I. (2021)。从自然语言监督中学习可转移的视觉模型。 arXiv。 https://arxiv.org/abs/2103.00020 Ramachandran, P., Zoph, B., 和 Le, QV (2017)。寻找激活函数。 arXiv。 https://arxiv.org/abs/ 1710.05941 Razavi, A., van the Word, A. 和 Vinyals, O. (2019)。使用 VQ-VAE-2 生成各种高保真图像arXiv。 https://arxiv.org/abs/1906.00446 Reed, S.、Akata, Z.、Yan, X.、Logeswaran, L.、Schiele, B. 和。
3。Ethan Crawford:MD,弗吉尼亚联邦大学4。凯尔森·纳格顿查德·穆里诺(Chad Mourino):MD Baylor医学院6。乔丹·戴维斯(Jordan Davis):西方健康科学大学7.韦斯顿·埃里森(Weston Elison):加利福尼亚大学圣地亚哥分校博士8.Daelen Jensen:俄亥俄州立大学的博士学位9。Drake Watkins:JD,田纳西大学10。 Connor Littelfield:犹他大学博士11. 约瑟夫·比尔斯(Joseph Beales):德克萨斯理工大学医学博士12。 凯尔·亨德里克斯(Kyle Hendricks):中西部大学13。 Kavan Hess:DO,爱达荷州骨病学院14。 Trevor Lloyd:加利福尼亚大学MD,洛杉矶分校15。 Brennan Leininger:加州大学DDS,洛杉矶分校16。 Haokun Yang:MD,犹他大学17。 talon aitken:do,得梅因大学18。 内森·布朗(Nathan Brown):华盛顿州立大学医学博士19. Idongesit Ekpo:芝加哥大学博士20. Jared Sheets:MS,犹他大学21。 Collin Christensen:PA,南部大学22。 Jacqueline Crabtree:MS,Brigham Young University 23。 亚伦·莱弗(Aaron Leifer):犹他大学博士24。 Nathanael Jensen:MD,犹他大学25。 Moroni Lopez:MD,犹他大学26。 布鲁克·史密斯(Brooke Smyth):西南部得克萨斯大学MS 27。 Ryan Stockard:MD,犹他大学28。 亚当·永利(Adam Wynn):德克萨斯理工大学医学博士29。 马修·奥斯汀(Matthew Austin):印第安纳大学MD/PhD 30。 茉莉花横幅:犹他大学医学博士31。 Parker Booren:DO,弗吉尼亚理工大学33。Drake Watkins:JD,田纳西大学10。Connor Littelfield:犹他大学博士11.约瑟夫·比尔斯(Joseph Beales):德克萨斯理工大学医学博士12。凯尔·亨德里克斯(Kyle Hendricks):中西部大学13。Kavan Hess:DO,爱达荷州骨病学院14。 Trevor Lloyd:加利福尼亚大学MD,洛杉矶分校15。 Brennan Leininger:加州大学DDS,洛杉矶分校16。 Haokun Yang:MD,犹他大学17。 talon aitken:do,得梅因大学18。 内森·布朗(Nathan Brown):华盛顿州立大学医学博士19. Idongesit Ekpo:芝加哥大学博士20. Jared Sheets:MS,犹他大学21。 Collin Christensen:PA,南部大学22。 Jacqueline Crabtree:MS,Brigham Young University 23。 亚伦·莱弗(Aaron Leifer):犹他大学博士24。 Nathanael Jensen:MD,犹他大学25。 Moroni Lopez:MD,犹他大学26。 布鲁克·史密斯(Brooke Smyth):西南部得克萨斯大学MS 27。 Ryan Stockard:MD,犹他大学28。 亚当·永利(Adam Wynn):德克萨斯理工大学医学博士29。 马修·奥斯汀(Matthew Austin):印第安纳大学MD/PhD 30。 茉莉花横幅:犹他大学医学博士31。 Parker Booren:DO,弗吉尼亚理工大学33。Kavan Hess:DO,爱达荷州骨病学院14。Trevor Lloyd:加利福尼亚大学MD,洛杉矶分校15。Brennan Leininger:加州大学DDS,洛杉矶分校16。 Haokun Yang:MD,犹他大学17。 talon aitken:do,得梅因大学18。 内森·布朗(Nathan Brown):华盛顿州立大学医学博士19. Idongesit Ekpo:芝加哥大学博士20. Jared Sheets:MS,犹他大学21。 Collin Christensen:PA,南部大学22。 Jacqueline Crabtree:MS,Brigham Young University 23。 亚伦·莱弗(Aaron Leifer):犹他大学博士24。 Nathanael Jensen:MD,犹他大学25。 Moroni Lopez:MD,犹他大学26。 布鲁克·史密斯(Brooke Smyth):西南部得克萨斯大学MS 27。 Ryan Stockard:MD,犹他大学28。 亚当·永利(Adam Wynn):德克萨斯理工大学医学博士29。 马修·奥斯汀(Matthew Austin):印第安纳大学MD/PhD 30。 茉莉花横幅:犹他大学医学博士31。 Parker Booren:DO,弗吉尼亚理工大学33。Brennan Leininger:加州大学DDS,洛杉矶分校16。Haokun Yang:MD,犹他大学17。 talon aitken:do,得梅因大学18。 内森·布朗(Nathan Brown):华盛顿州立大学医学博士19. Idongesit Ekpo:芝加哥大学博士20. Jared Sheets:MS,犹他大学21。 Collin Christensen:PA,南部大学22。 Jacqueline Crabtree:MS,Brigham Young University 23。 亚伦·莱弗(Aaron Leifer):犹他大学博士24。 Nathanael Jensen:MD,犹他大学25。 Moroni Lopez:MD,犹他大学26。 布鲁克·史密斯(Brooke Smyth):西南部得克萨斯大学MS 27。 Ryan Stockard:MD,犹他大学28。 亚当·永利(Adam Wynn):德克萨斯理工大学医学博士29。 马修·奥斯汀(Matthew Austin):印第安纳大学MD/PhD 30。 茉莉花横幅:犹他大学医学博士31。 Parker Booren:DO,弗吉尼亚理工大学33。Haokun Yang:MD,犹他大学17。talon aitken:do,得梅因大学18。内森·布朗(Nathan Brown):华盛顿州立大学医学博士19.Idongesit Ekpo:芝加哥大学博士20.Jared Sheets:MS,犹他大学21。Collin Christensen:PA,南部大学22。Jacqueline Crabtree:MS,Brigham Young University 23。亚伦·莱弗(Aaron Leifer):犹他大学博士24。Nathanael Jensen:MD,犹他大学25。 Moroni Lopez:MD,犹他大学26。 布鲁克·史密斯(Brooke Smyth):西南部得克萨斯大学MS 27。 Ryan Stockard:MD,犹他大学28。 亚当·永利(Adam Wynn):德克萨斯理工大学医学博士29。 马修·奥斯汀(Matthew Austin):印第安纳大学MD/PhD 30。 茉莉花横幅:犹他大学医学博士31。 Parker Booren:DO,弗吉尼亚理工大学33。Nathanael Jensen:MD,犹他大学25。Moroni Lopez:MD,犹他大学26。布鲁克·史密斯(Brooke Smyth):西南部得克萨斯大学MS 27。Ryan Stockard:MD,犹他大学28。 亚当·永利(Adam Wynn):德克萨斯理工大学医学博士29。 马修·奥斯汀(Matthew Austin):印第安纳大学MD/PhD 30。 茉莉花横幅:犹他大学医学博士31。 Parker Booren:DO,弗吉尼亚理工大学33。Ryan Stockard:MD,犹他大学28。亚当·永利(Adam Wynn):德克萨斯理工大学医学博士29。马修·奥斯汀(Matthew Austin):印第安纳大学MD/PhD 30。茉莉花横幅:犹他大学医学博士31。Parker Booren:DO,弗吉尼亚理工大学33。Parker Booren:DO,弗吉尼亚理工大学33。劳伦·曼沃林(Lauren Manwaring):医学博士,卫生科学统一服务大学32。塞缪尔·格罗弗(Samuel Grover):在斯蒂尔斯大学(Stills University)34。凯尔·肯纳(Kyle Kener):德克萨斯理工大学医学博士35。Emily Krueger:MS,Brigham Young University 36。考特尼·莫滕森(Courtney Mortenson):宾夕法尼亚州立大学宾夕法尼亚州立大学37。梅森·帕芬巴格(Mason Poffenbarger):德克萨斯大学健康圣安东尼奥大学医学博士38。奥斯汀·里克斯(Austin Ricks):亚利桑那大学医学博士39。艾米丽·巴雷特(Emily Barrett):犹他大学40。Daniel Lathen:犹他大学博士41。 杰森·雷(Jason Ray):耶鲁大学博士学位42。 Zoey Roth:MS,俄勒冈州健康与科学大学43。 马修·巴拉德(Matthew Ballard):Rush University MD 44。 凯文·加兰(Kevin Garland):医学博士,凯斯·西部储备大学45。 约瑟夫·莱维(Joseph Levie):三位一体医学院医学博士46。 杰西卡·麦克林托克(Jessica McClintock):MS,波士顿大学47。 ansom crum:JD,埃默里大学48。 本杰明·杰克:do,北德克萨斯大学健康科学中心49。 Sean Kang:MBA,Brigham Young University 50。 本杰明·比特纳(Benjamin Bitner):加利福尼亚大学尔湾分校的医学博士51。 布伦特·赖特(Brent Wright):do,洛矶vist省大学Daniel Lathen:犹他大学博士41。杰森·雷(Jason Ray):耶鲁大学博士学位42。Zoey Roth:MS,俄勒冈州健康与科学大学43。马修·巴拉德(Matthew Ballard):Rush University MD 44。凯文·加兰(Kevin Garland):医学博士,凯斯·西部储备大学45。约瑟夫·莱维(Joseph Levie):三位一体医学院医学博士46。杰西卡·麦克林托克(Jessica McClintock):MS,波士顿大学47。ansom crum:JD,埃默里大学48。本杰明·杰克:do,北德克萨斯大学健康科学中心49。 Sean Kang:MBA,Brigham Young University 50。 本杰明·比特纳(Benjamin Bitner):加利福尼亚大学尔湾分校的医学博士51。 布伦特·赖特(Brent Wright):do,洛矶vist省大学本杰明·杰克:do,北德克萨斯大学健康科学中心49。Sean Kang:MBA,Brigham Young University 50。 本杰明·比特纳(Benjamin Bitner):加利福尼亚大学尔湾分校的医学博士51。 布伦特·赖特(Brent Wright):do,洛矶vist省大学Sean Kang:MBA,Brigham Young University 50。本杰明·比特纳(Benjamin Bitner):加利福尼亚大学尔湾分校的医学博士51。布伦特·赖特(Brent Wright):do,洛矶vist省大学
I.引言本文研究了寻求租金活动如何影响中收入国家(MIC)的经济增长。无疑,世界各地的政府倾向于促进(可持续)经济增长(Gavin and Perotti,1997)。 然而,出现问题或担忧,鉴于有很强的宏观经济指标,为什么尚未实现预期的结果。 尽管宏观经济表现出色,为什么许多麦克风在中等收入陷阱中多年? 世界银行将中等收入陷阱定义为中等收入国家在达到中收入水平后长期增长缓慢的情况。 ,由于一方面与贫穷国家的低薪竞争对手竞争,由于相对于另一方面的高收入经济体缺乏创新能力,因此由于有效性和效率低时,他们面临着朝着高收入地位发展的困难。 中等收入陷阱已成为大多数麦克风的一个明显问题,因为只有有限数量的例子(国家)成功地获得了高收入地位。 Rodrik(2008)所建议的为了避免中等收入陷阱,并具有可持续的经济增长,以攀登更高的阶梯,高机构的质量是帮助麦克风实现这一目标的关键。 此外,“寻求租金”一词描述了用于个人利益的公共办公室的使用(世界银行,1997年)。 寻求租金的人倾向于游说政府寻求有利的立场,自身利益和大量租金,但无意创造新的财富(Brumm,1999; Cole and Chawdhry,2002; Iqbal and Daly,2014)。无疑,世界各地的政府倾向于促进(可持续)经济增长(Gavin and Perotti,1997)。然而,出现问题或担忧,鉴于有很强的宏观经济指标,为什么尚未实现预期的结果。尽管宏观经济表现出色,为什么许多麦克风在中等收入陷阱中多年?世界银行将中等收入陷阱定义为中等收入国家在达到中收入水平后长期增长缓慢的情况。,由于一方面与贫穷国家的低薪竞争对手竞争,由于相对于另一方面的高收入经济体缺乏创新能力,因此由于有效性和效率低时,他们面临着朝着高收入地位发展的困难。中等收入陷阱已成为大多数麦克风的一个明显问题,因为只有有限数量的例子(国家)成功地获得了高收入地位。为了避免中等收入陷阱,并具有可持续的经济增长,以攀登更高的阶梯,高机构的质量是帮助麦克风实现这一目标的关键。此外,“寻求租金”一词描述了用于个人利益的公共办公室的使用(世界银行,1997年)。寻求租金的人倾向于游说政府寻求有利的立场,自身利益和大量租金,但无意创造新的财富(Brumm,1999; Cole and Chawdhry,2002; Iqbal and Daly,2014)。因此,有兴趣的团体也可以将寻租者视为游说/贿赂的支出,以通过法规,税收或补贴等公共政策获得政府的优先待遇(Krueger,1974)。这是因为寻求租金通过施加社会成本,公共资源不当分配而扭曲了经济的生产性活动(Soto,2003年) - 鉴于机构质量差,可能会将资金转移到非生产行业或极端情况下,生产部门的资源可能会引导到非生产性。在市场上存在寻租活动表明缺乏机构质量,这扭曲了真正的成本和经济激励措施(Ugur和Dasgupta,2011年)。寻求租金活动建立了一种扭曲的成本和激励结构,塑造了所有经济参与者的期望和决策,并且通过增加生产成本和产生社会效率低下的成本直接和间接地影响经济增长(Barro,1991; Mauro,1995; Tanzi and 1995; Tanzi and Davoodi,1998年,Svensson,ugur,ugur,ugur,2005; ugur; ugur; ugur,2004; ugur; ugur; ugur,2004; ugur; ugur; ugur; ugur; ugur; ugur,2014; ugur》;例如,导致政府失败的主要因素之一是对贿赂,尤其是对诸如总统或总理等杰出政客的指控(Tanzi,1998)。此外,由于用于寻租的资源,社会成本的存在和示例在经济中的某个地方具有积极的机会成本,这吸引了积极的活动。Tullock(1967)解释说,通过破坏价值和无生产力来浪费宝贵的资源是寻租的特征。这些特征可能会导致高公共债务和阻碍创新(Murphy等,1993),这反过来又阻碍了经济增长,尽管令人期望地进行宏观经济表现。总共寻求租金,“支出转移捕获的社会成本形式”(Tullock,1967),原因
[1] Takahiro Arima、Tomoko Okuma 和 Tatsuya Dewa。从技术文档中提取材料信息以探索新应用。自然语言处理协会第 29 届年会论文集,第 512-515 页,2023 年。[2] Annemarie Friedrich、Heike Adel、Federico Tomazic、Johannes Hingerl、Renou Benteau、Anika Marusczyk 和 Lukas Lange。SOFC-exp 语料库和神经方法在材料科学领域的信息提取。在计算语言学协会第 58 届年会论文集,第 1255-1268 页。ACL,2020 年。[3] Shu Huang 和 Jacqueline M. Cole。使用飞行数据提取器自动生成的电池材料数据库。科学数据,第 5 卷7,第1号,第2052-4463页,2020年。[4] Fabrizio Gilardi、Meysam Alizadeh和Maël Kubli。Chatgpt在文本注释任务中的表现优于众包工作者。美国国家科学院院刊,第120卷,第30期,第e2305016120页,2023年。[5] Tom Brown、Benjamin Mann、Nick Ryder、Melanie Subbiah、Jared D Kaplan、Prafulla Dhariwal、Arvind Neelakantan、Pranav Shyam、Girish Sastry、Amanda Askell、Sandhini Agarwal、Ariel Herbert-Voss、Gretchen Krueger、Tom Henighan、Rewon Child、Aditya Ramesh、Daniel Ziegler、 Jeffrey Wu、Clemens Winter、Chris Hesse、Mark Chen、Eric Sigler、Mateusz Litwin、Scott Gray、Benjamin Chess、Jack Clark、Christopher Berner、Sam McCandlish、Alec Radford、Ilya Sutskevser 和 Dario Amodei。语言模型是少样本学习器。载于《神经信息处理系统进展》,第 33 卷,第 1877-1901 页。Curran Associates, Inc.,2020 年。[6] Md Tahmid Rahman Laskar、M Saiful Bari、Mizanur Rahman、Md Amran Hossen Bhuiyan、Shafiq Joty 和 Jimmy Huang。在基准数据集上对 ChatGPT 进行系统研究和全面评估。载于《计算语言学协会研究结果:ACL 2023》,第 1877-1901 页。 431–469。ACL,2023 年 7 月。[7] Bart lomiej Koptyra、Anh Ngo、Lukasz Radli´nski 和 Jan Koco´n。Clarin-emo:使用人类注释和 chatgpt 训练情绪识别模型。在国际计算科学会议上,第 365–379 页。Springer,2023 年。[8] Taiki Watanabe、Akihiro Tamura、Takashi Ninomiya、Takuya Makino 和 Tomoya Iwakura。使用化合物释义进行化学命名实体识别的多任务学习。在 2019 年自然语言处理经验方法会议和第 9 届国际自然语言处理联合会议 (EMNLP-IJCNLP) 的论文集上,第 6244–6249 页。ACL,2019 年。[9] Amalie Trewartha、Nicholas Walker、Haoyan Huo、Sanghoon Lee、Kevin Cruse、John Dagdelen、Alexander Dunn、Kristin A. Persson、Gerbrand Ceder 和 Anubhav Jain。量化领域特定预训练在材料科学命名实体识别任务中的优势。Patterns,第 3 卷,第 4 期,第 100488 页,2022 年。[10] Gupta Tanishq、Zaki Mohd 和 NM Krishnan。Matscibert:用于文本挖掘的材料领域语言模型
由于其在疾病发作和进展过程中控制新生血管形成的作用,该药物被认为是治疗银屑病的首选药物 (Fareed 和 Al-Qrimli 2024;Mahdi 等人 2024)。抗原 Kiel 67 (Ki-67) 是细胞增殖的重要标志,在银屑病皮肤细胞中广泛表达 (Khairutdinov 等人 2017)。银屑病的治疗方式包括局部治疗、全身治疗和光疗。不幸的是,这些药物的副作用常常使患者无法耐受长期治疗,从而限制了其临床应用 (Xie 等人 2021)。局部使用类固醇的不良反应包括皮肤萎缩和感染,而全身吸收可引起库欣综合征、骨坏死、儿童生长迟缓和肾上腺抑制 (Del Rosso 2020;Al-Jabr 等人 2024)。他扎罗汀被标记为妊娠 X 类警告 (Sami 和 Feld 2021)。口腔黏膜炎、肝毒性和骨髓抑制是甲氨蝶呤的显著副作用 (Zhu 等人 2022;Attarbashee 等人 2023)。高血压和肾毒性限制了环孢菌素的长期使用 (Krueger 等人 2022)。黏膜皮肤干燥是大多数患者使用阿维 A 的常见副作用 (Kakarala 等人 2021)。阿普斯特可能引起恶心和代谢影响(Langley 和 Beecker 2018)。随着生物药物的问世,银屑病治疗的有效性和耐受性在过去二十年中显著提高。阻断 TNF-α、IL-17、IL-12/23 和 IL-23 的药物被批准用于治疗银屑病。抗银屑病药物引起的持续炎症改变可能会进一步影响银屑病的合并症因素(Salman 等人 2024a)。生物制品安全性调查有助于定制抗银屑病疗法。具体而言,IL-17 拮抗剂与溃疡性结肠炎有关。对于伴有心脏病、多发性硬化症或恶性肿瘤的银屑病患者,需要谨慎使用 TNF-α 阻滞剂。因此,发现创新的抗银屑病药物仍然很困难 (Jiang 等人 2023)。褪黑激素是一种吲哚胺,是一种主要由松果体合成的复杂激素,具有抗氧化、抗炎、抗血管生成和抗凋亡特性 (Amaral 和 Cipolla-Neto 2018;Ma 等人 2020;Muñoz-Jurado 等人 2022)。在一系列针对自身免疫和自身炎症疾病的实验研究中,广泛研究了褪黑激素的治疗 (Zhao 等人 2019;Ahmed 等人 2022;Ahmad 等人 2023;Obaid 2024)。芦丁是一种多酚天然糖基化黄酮醇型类黄酮,来源于多种植物和水果 (De Jesus 等人 2024)。芦丁的作用可能是通过改变促性腺激素、生殖类固醇激素、前列腺素二十烷酸和细胞因子,以及氧化、炎症、过度增殖、凋亡和血管生成过程(Jahan 等人 2016;Sirotkin 和 Kolesarova 2022;Sirotkin 2024)。然而,治疗牛皮癣最有效的方法是联合使用几种不同的药物(Gustafson 等人 2013;Elmets 等人 2021;Sreya 等人 2023)。据我们所知,褪黑激素和芦丁
胰腺β细胞通过作为胰岛素的主要来源来维持葡萄糖稳态方面起着关键作用。这些细胞负责胰岛素的合成,储存和释放,该胰岛素的合成,储存和释放是由于身体代谢状态的变化而受到严格调节。由于β细胞在糖尿病病理生理学中的核心作用,其生物学引起了科学界的显着兴趣。更好地了解β细胞生物学的多个方面可能会导致制定新的预防策略和治疗,从而延迟或停止疾病进展。这个特刊“胰腺β细胞”介绍了14篇文章的集合,其中包括五篇原始论文和9篇评论,突出了Beta细胞研究的各个方面。此问题的重点是控制β细胞质量膨胀和存活的分子机制,尤其强调了成熟β细胞功能的显着途径。贡献涵盖了广泛的主题,包括氧化应激对β细胞的影响[1-3],组织间通信[4-7],以及β细胞质量和功能的主调节剂[8-10]等。Mukai及其同事[1]回顾了氧化应激和β细胞抗氧化剂机制的作用,总结了β细胞中抗氧化酶的低表达和氧化应激如何损害胰岛素的分泌。作者建议核因子2与2相关因子2(NRF2)是β细胞抗氧化剂反应的主要调节剂。作者建议TMAO可能在糖尿病生成条件下介导一种补偿性的蛋白质作用。Wu及其同事[3]探索了在氧化应激条件下4-辛基伊替酸(4-OI)对胰腺β细胞的影响。研究人员发现,4-OI治疗减少了活性氧的产生,抑制细胞死亡途径激活和炎性细胞因子分泌,并逆转了缺氧诱导的细胞死亡,这表明4-OI可能在氧化应激条件下增强β细胞存活。此外,此问题还包括有关分子和其他组织中产生因素对β细胞功能的影响的文章。Krueger及其同事[4]研究了肠道微生物代谢产物三甲胺N-氧化物(TMAO)对功能性β细胞质量的影响。研究人员发现,尽管据报道患者的2型糖尿病(T2D)水平升高,但TMAO保护了β细胞功能并改善氧化和内质网应激。Fernandez-Millan及其同事[5]讨论了诸如T2D等代谢疾病病理学中的组织间交流的重要性,强调了如何理解Beta细胞与代谢和非代谢组织进行通信的方式提供了新的研究领域。他们强调了来自各种器官和组织对β细胞生物学的分泌因素的影响,这表明血时间交流可以为糖尿病研究提供新的机会。内分泌胰岛与胰腺中外分泌细胞的物理接近允许这些相邻细胞类型之间的旁分泌相互作用。作者强调了在这些情况下对糖尿病进行早期诊断的重要性。外分泌疾病对β细胞的影响是Ciochina and Floeagues的评论[6],它描述了慢性胰腺炎,急性胰腺炎,囊肿性肿瘤,胰腺癌,胰腺癌,胰腺癌,胰腺切除术以及Autoimmmune Pancreatiation and Autoimmune Pancreatiation如何影响Beta Celle和Diabect。Kryvalap及其同事[7]回顾了在外分泌胰腺中表达的蛋白酶和Serpin蛋白酶抑制剂对胰岛病理生理学的影响。作者探讨了对抑制或增强蛋白酶的反对意见
J. Adam 6,L。Adams2,J ER。 Bielcik 14,J。Bielcikova38,L。Bland6,I。G。Borcy 3,J。D。Brandenburg 49,45, J. M. Campbell 39,D。Cebra8,I。Chacaberia29,6,P。Challopka14,B。K。Song 9,F-H。 Chang 37,Chang 6,N。Chankova-Bunzarova 28,A。Chatterjee 11,D。Chen 10,J。H. Chen 18,X。Chen 48,J。Cheng Choudhury 18,W。Christie6,X。Chu6,A. derevchikov 43,L。Didenko6,x O. Evdokimov 12,A。Ewigleben32, 6,A。Francisco 64,L。Fulek 2,C S. S.A. Mazer 46,K。Meehan 8,N。G. Minae 43,St.Michael 55 55,B。Morozov 46,M。Nagy 16,J。D. Nam 54,医学博士。 太阳12,Y。 太阳48,Y。A. Mazer 46,K。Meehan 8,N。G. Minae 43,St.Michael 55 55,B。Morozov 46,M。Nagy 16,J。D. Nam 54,医学博士。太阳12,Y。太阳48,Y。26,St. Heppelmann 8,St。Heppelmann42,N。Herrmann19,E。 ,X。Huang57,T。J。诸法39, Jowsaee 63,X。Ju 48,E。G. Judd 7,St.Kabana 53,M。L. Kabir 10,St.Kagamaster 32,D。Calinkin 25,K。Kang 57, 29,A。Kechechan 28,M。Celes 31,35 35 35,D。P. Kiko The 62,C。Kim 10,CIM 8 8,D。Kiseel 62,M。Kocan 14,L。Kochenda 35,L。K. Elayvalli 63,J。H. Care 25,R。Lacey 52,圣约翰浸信会6,J。Lauret 6,A。 ,W。Li45,x刘64,X。Liu39,Y R. My 6,Y。G. My 50,N。Magdy 12,R。Majka 64,D。 A. P. Suaide 47,M。Schumble 38,B。Summa 42,X。M. Sun 11,X。26,St. Heppelmann 8,St。Heppelmann42,N。Herrmann19,E。 ,X。Huang57,T。J。诸法39, Jowsaee 63,X。Ju 48,E。G. Judd 7,St.Kabana 53,M。L. Kabir 10,St.Kagamaster 32,D。Calinkin 25,K。Kang 57, 29,A。Kechechan 28,M。Celes 31,35 35 35,D。P. Kiko The 62,C。Kim 10,CIM 8 8,D。Kiseel 62,M。Kocan 14,L。Kochenda 35,L。K. Elayvalli 63,J。H. Care 25,R。Lacey 52,圣约翰浸信会6,J。Lauret 6,A。 ,W。Li45,x刘64,X。Liu39,Y R. My 6,Y。G. My 50,N。Magdy 12,R。Majka 64,D。A. P. Suaide 47,M。Schumble 38,B。Summa 42,X。M. Sun 11,X。A. P. Suaide 47,M。Schumble 38,B。Summa 42,X。M. Sun 11,X。我们的22,K。Nayak 11,D。Ne试9,J。M. Nelson 7,D。B. Nemes 64,M。Nie 49,G。Nigmatkululov 35,T。Niid 58,L。V. Nogach 58,L。Nogach 58,L。Nogach 58,A。Nogas 58,A。Nogas 58,A。Nora 58,A。A. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. S. Nunes 6,G。Odnic 31,A。Ogawa 6,S。OH 31,V。A. Ocorocov 35,B。S. Page 6,R。Pak 6,A。Pandav 36,Y。Panbratsev 28,B。Pawlitsev 28,B。Pawl 40,B。 11,C。Perkins 7,L。Pinsky 20,R。L. Pint´er 16,J。Plut 62,J。Porter 31,M。Possik 54,N。Pruhi 41,M。调整2,J。Puthi 63,J。Putschke 63,H。Qiu 26,A。 Quintero 54,S。K. Radhakrishnan 29,S。Ramachandran 30,R。L. Ray 56,R。Reed 32,H。G. Ritter 31,J.B. Roberts 45,O。V. Rogachevskiy 28,J。L. Romero 8,L。Ruan 6,J。Ruan 38,N。R. Sahoo 49,H。Salur 58,Salur 46,J。Salur 46,J。Salur 46,J。Sandwess 64,J。Sandwess 64,S。Sandweiss 64,S。Sandweiss 64,S.Sato 58,W。B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. Schmidke 6 , N. Schmitz 33 , B. Schweid 52 , F. Seck 15 , J. Seger 13 , M. Sergeeva 9 , R. Seal 10 , P. Seyboth 33 , N. Shah 24 , E. Shahliev 28 , E. Shahalev 28 , P. V. V. Sanganganathan 6 , P. V. V. Shanmunathan 6 , E M. Shao 48,F。Shen 49,W。Q. Shen 50,S。Shi 11,Q. Y. Shu 50,E。P. Sichtermann 31,R。Sikora 2,M。Simko 38,J。Singh 41,S。S. Singh 41,S。Singh 41,S。S. Singh 26,S。Singh 26,S。Singh 26,N。Smirnov 64,N。Smirnov 64, ,W。Solyst25,P。Sensen6,H。Spink4,B。Srivastava44,T。D。D. S. S. S. Stanislaus 60,M。Stefaniak62,D.J.Stewart 64,M。Strikhanov35,B。stringFellow35,B。stringfellow35,B。stringfellow44,A.B. Roberts 45,O。V. Rogachevskiy 28,J。L. Romero 8,L。Ruan 6,J。Ruan 38,N。R. Sahoo 49,H。Salur 58,Salur 46,J。Salur 46,J。Salur 46,J。Sandwess 64,J。Sandwess 64,S。Sandweiss 64,S。Sandweiss 64,S.Sato 58,W。B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. B. Schmidke 6 , N. Schmitz 33 , B. Schweid 52 , F. Seck 15 , J. Seger 13 , M. Sergeeva 9 , R. Seal 10 , P. Seyboth 33 , N. Shah 24 , E. Shahliev 28 , E. Shahalev 28 , P. V. V. Sanganganathan 6 , P. V. V. Shanmunathan 6 , E M. Shao 48,F。Shen 49,W。Q. Shen 50,S。Shi 11,Q. Y. Shu 50,E。P. Sichtermann 31,R。Sikora 2,M。Simko 38,J。Singh 41,S。S. Singh 41,S。Singh 41,S。S. Singh 26,S。Singh 26,S。Singh 26,N。Smirnov 64,N。Smirnov 64, ,W。Solyst25,P。Sensen6,H。Spink4,B。Srivastava44,T。D。D. S. S. S. Stanislaus 60,M。Stefaniak62,D.J.Stewart 64,M。Strikhanov35,B。stringFellow35,B。stringfellow35,B。stringfellow44,A.Sun 21,B。Surrow 54,D。N. Svirian 3,P。手术62,A。H. Tang 6,Z。Tang 48,A。Tang 35,T。T. T. T. T. T. T. T. T. T. T. T. T. T. T. T. T. T. T. T. T. T. T. T. T. T. , M. Tokared 28 , C. A. Tomkiel 32 , S. Trentalage 9 , R. E. Tribble 55 , P. Tribedy 6 , S. Tribeyy 16 , O. Tsai 9 , Z. Tosai 6 , T. G. U. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. G. Upper 4 ,6,G。VanBuren 6,J。Vank38,A。Vasiliev43,I。Vassyliev17,F。Videbæk6,S。Vokal28,S。A。Vokal 63,F。Wang44,G。Wang9,J。S。Wang 21,J。S。Wang 21,J。S。Wang 21,J。S。Wang 21, P. Wang 48,Y. Wang 11,Y. Wang 57,Z. Wang 49,J.C.C.C. Web 6,P.C。Wedenk19,L。Wen9,G。Wen34,H。Weman31,H。Wemank 31,H。Wemank 31,S。Wissink 31,S。Wissink 25,R。Wit 59,Y。 WU 10,Z. G. Xiao 57,G。Xie 31,W。Xie 44,H。Xu 21,N。Xu 31,N。Xu 31,Y。Xu 50,Y。Xu 50,Y。Xu 50,Y。Xu 49,Y。Xu 6,Y。Xu 6,Z。Xu 9,Z。Xu 9,Z。Xu 9,Z。Xu 9,Z。Xu 9,Q. Yang 49,Q. Yang 49,Q. Q. Yang 49,Q. Yang Yang 49。 ,S。Yang 6,Yang 37,Z. Yang 11,Z.是45,Z.是12,L。Yi 49,K。Yif 6,H。Zbroszczyk 62,W。Zha 48,W。Zha 48,W。Zha 11,D。Zhang 11,D。Zhang 11,S。Zhang 48,S。Zhang 48,S。 x。 31,M。Zyzak 17