WP 9.0:协调 WP 9.1:能源应用材料的创新合成 T9.1.1. 提高材料催化效率的策略 T9.1.2. 具有改进的化学物理性质的材料工程 T9.1.3. 超分子和混合纳米结构系统的自组装 T9.1.4. 在非标准、恶劣和极端条件下操作的材料 T9.1.5. 多功能、复合和低维材料 WP 9.2:可持续材料的高效制备 T9.2.1. 绿色制备协议和材料 T9.2.2 可回收材料的设计策略 T9.2.3 循环经济方法中先进材料开发和使用的 LCA 和新规定 WP 9.3:能源应用材料的新生产工艺 T9.3.1 创新制造、纳米制造和固结工艺 T9.3.2表面功能化、界面处理、阵列 T9.3.3 延长材料寿命的处理方法 WP 9.4:材料特性和测试 T9.4.1:先进的结构和形态表征技术 T9.4.2:光学、电化学、电子特性 T9.4.3:磁、热和传输特性 T9.4.4:材料的原位、原位表征和测试 WP 9.5:材料开发的高级计算模型 T9.5.1 用于预测材料结构和特性的计算方法和建模 T9.5.2 用于提高材料效率和性能的高级计算方法 WP 9.6 传播和通信
• 成员:麻省理工学院研究计算委员会 (2021-) • 成员:麻省理工学院斯隆管理学院重新开放规划和运营委员会 (2020 – 2021) • 成员:麻省理工学院 COVID19 规划 – 研究所委员会 (2020) • 成员:CoC 规划 – 计算基础设施 – 研究所委员会 (2020) • 成员:麻省理工学院主办的 2019 年 INFORMS 医疗保健会议组委会 • 成员:麻省理工学院教师委员会,负责推荐研究所未来所需的计算基础设施和政策 • 教师主任:麻省理工学院斯隆管理学院食品供应链分析和感知计划 (2018 –) • 教师联席主任:麻省理工学院斯隆管理学院健康系统创新计划 (2015 年 7 月 - 2019 年 6 月) • 麻省理工学院斯隆管理学院教师联席主任:全球运营计划领导者 (2015-) • 麻省理工学院委员会联合主席:(负责提出麻省理工学院在健康领域应该做什么)(2017-2018) • 参与者:马萨诸塞州经济代表团访问以色列(与马萨诸塞州州长一起)(2016 年 12 月) • 联合主席:麻省理工学院斯隆管理学院健康系统创新会议倡议“麻省理工学院健康创新:技术、分析和系统”(2016 年 10 月) • 成员:麻省理工学院斯隆管理学院教授委员会,负责开发分析硕士课程(20152016) • 联合主席:2013 年麻省理工学院医疗创新会议(2013 年 12 月) • 成员:研究所委员会,负责解释与 Kaiser Permanente 的战略关系(2013 年) • 联合领导教师:研究所努力与 FDA 建立战略关系(具体化为合同 - * 参见下面的奖励部分),2013 年 • 领导:开发和推出新的医疗保健证书(于 2013 学年推出),目前担任证书学术主任 联合主席(与 Tom Kochan 合作)和组织者:与 Partners Healthcare Systems 联合在斯隆管理学院举办的半天研讨会:“合作控制成本和交付质量:组织设计和能力在医疗保健政策中的作用”(参与者包括:马萨诸塞州州长 Deval Patrick、麻省理工学院校长 Susan Hockfield、Partners Healthcare Systems 首席执行官兼总裁 Gary Gottlieb 和多位医疗行业领袖),2012 年 5 月 18 日 • 成员:非学位高管教育委员会(2011-2012 年) • 成员:开发“企业管理”MBA 课程的委员会(担任课程教师负责人)(2012-2014 年)
LS&CO。 今天的承诺,LS&Co。 正在加入其他联合国时尚宪章签署国,并宣布过渡到低碳燃料*,并对直接供应商和磨坊的现场燃煤锅炉或其他现场燃煤发射热量和发电的来源提出了逐步的要求。 到2030年日历年末,所有供应商和工厂都必须在其运营中消除煤炭使用情况,包括任何分包设施。 自2024年7月1日起,利用煤炭的关键设施将需要在2030年之前提出一项全面的淘汰计划,以便到2030年过渡到替代能源。 我们鼓励设施在可能的情况下使蒸汽生产和过渡到现场和异地可再生能源。 *例如,来自农业残基的太阳能光伏,太阳能和热能。LS&CO。今天的承诺,LS&Co。正在加入其他联合国时尚宪章签署国,并宣布过渡到低碳燃料*,并对直接供应商和磨坊的现场燃煤锅炉或其他现场燃煤发射热量和发电的来源提出了逐步的要求。到2030年日历年末,所有供应商和工厂都必须在其运营中消除煤炭使用情况,包括任何分包设施。自2024年7月1日起,利用煤炭的关键设施将需要在2030年之前提出一项全面的淘汰计划,以便到2030年过渡到替代能源。我们鼓励设施在可能的情况下使蒸汽生产和过渡到现场和异地可再生能源。*例如,来自农业残基的太阳能光伏,太阳能和热能。
创伤后应激障碍 (PTSD) 是一种复杂、慢性且使人衰弱的精神障碍,是在遭受严重心理创伤后形成的。PTSD 的特点是出现侵入性思维、噩梦和回忆过去的创伤事件、回避创伤提醒、过度警觉、睡眠障碍以及持续的应激反应失调 [1]。这些长期症状会导致严重的社交、职业和人际功能障碍。世界卫生组织 (WHO) 报告称,全球跨国 PTSD 的终生患病率为 3.9% [2],而在战斗人员中患病率可高达 30% [3]。不幸的是,目前可用的治疗方法,包括药物和以创伤为重点的心理治疗,效果有限,近一半的患者患有难治性 PTSD [4]。新的脑成像技术使我们能更好地了解导致 PTSD 的病理生理学。现已清楚,创伤性事件会导致大脑活动和微观结构完整性的长期变化。主要的创伤相关病理表现在额叶边缘回路、杏仁核、海马和前额叶皮质[5-8]。高压氧疗法(HBOT)包括在超过1个绝对大气压(ATA)的压力下吸入100%氧气,从而增加溶解在身体组织中的氧气量。高压氧疗法的许多有益作用可以通过组织/脑氧合的改善来解释。然而,目前据了解,间歇性高氧和高压的共同作用会触发氧和压力敏感基因[9]。此外,脑代谢率增加、线粒体功能恢复、刺激细胞增殖和内源性神经干细胞成熟,以及诱导抗炎、血管生成和神经生成因子均已在高压氧疗法后得到证实(9)。来自中风后和创伤性脑损伤 (TBI) 研究的累积证据表明,即使在脑损伤数年后,高压氧疗法也能在慢性代谢功能障碍的大脑区域诱导神经可塑性 [10,11]。最近的研究还证明高压氧疗法可诱导神经可塑性,并显著改善纤维肌痛患者(包括因童年虐待引起纤维肌痛的患者)的临床症状 [12,13]。高压氧疗法对创伤后应激障碍的潜在有益作用在患有 TBI 的退伍军人中进行了研究,TBI 通常与创伤后应激障碍同时存在。在大多数研究中,创伤后应激障碍症状得到了显著的临床改善 [14-20]。但是,据我们所知,这些研究中没有一个将创伤后应激障碍作为独立的病理进行研究。本研究的目的是评估高压氧疗法对患有难治性战斗相关创伤后应激障碍的退伍军人的临床结果、大脑功能和大脑微观结构完整性的影响。
有机会考虑和审查全县电动汽车充电基础设施的交付。2.2在上下文中,自理事会的Levi策略发布以来,在德比郡注册的私人和公司拥有的插件和轻型车辆(如最新运输部数据所记录)已从2,185(2019年4月(2019年4月)加速到18,012(2023年3月)。委员会应注意,插入车辆的数量大大低于2023年3月在德比郡注册的柴油和汽油汽车轻型商品(523,700)的数量。2.3在支持私营部门和其他合作伙伴以在全县提供361次公开电动汽车充电点方面取得了良好的进展。不过,理事会意识到,从1000多个回复到在理事会网站上进行公开咨询,现有电动汽车用户和潜在的新采用者的需求很高(请参阅附录2中的地图)。2.4在德比郡提供电动汽车充电点面临重大挑战,尤其是在更偏远的农村地区,缺乏电气基础设施,成本和商业可行性是在德比郡所有地区覆盖的风险。因此,理事会一直在与包括运输部(DFT),能源储蓄信托(DFT)(任命为DFT Levi支持机构),Midlands连接次区域运输机构的各种合作伙伴合作,并开发五个工作流,这些工作流将提供至少4,500个额外的费用,并提供良好的县范围。当前的资金包由以下财务捐款组成:DFT LEVI能力基金的捐款为580,560英镑,DFT Levi Fund的6604万英镑捐款,德比郡县议会的300,000英镑。五个工作流是:•工作流1:基于灯柱的电动汽车充电基础设施。•工作流2: - 街上独立电荷点。•Workstream 3-私营部门资助的快速和超优势电荷点。•Workstream 4-德比郡理事会 - 庄园电动汽车充电网络。•工作流5:理事会提供LEVI计划的能力和能力。2.5 DFT Levi Fund标准明确表示必须使用赠款:
最重要的事情取得了最大的进步。事实上,这证明了相反的观点,我认为这就是教授的观点
MIUR 教育部批准的研究项目 • 青年研究员计划“Rita levi Montalcini” - 终身制助理教授职位(201,327.59 欧元)[UniPV 数学系档案中的批准报告] 劳伦斯伯克利国家实验室
摘要 目的 在可能出现血流动力学障碍或可能需要紧急干预的情况下,胃肠道 (GI) 出血通常需要重症监护病房 (ICU)。然而,许多进入 ICU 的患者出血停止,不需要进一步干预,包括输血。本研究提出了一种人工智能 (AI) 解决方案,用于预测入住 ICU 的胃肠道出血患者的再出血。方法 使用两个公开的 ICU 数据库(重症监护医学信息集市 V.1.4 数据库和 eICU 协作研究数据库)训练和测试机器学习算法,使用免于输血作为可能不需要 ICU 级护理的患者的代理。使用现成的数据(包括实验室、人口统计和临床参数)探索了多个初始观察时间范围,总共 20 个协变量。结果最佳模型使用 5 小时的观察期来实现接受者操作曲线下面积 (ROC-AUC) 大于 0.80。该模型在针对两个 ICU 数据库进行测试时表现稳健,所有数据库的 ROC-AUC 都相似。结论人们认识到人工智能对医疗创新的潜在破坏性影响,但在实施和部署之前,应考虑人工智能对医疗应用的风险和当前的局限性。所提出的算法并非旨在取代临床决策,而是为临床决策提供参考。前瞻性临床试验验证作为分类工具是必要的。