人工智能 (AI) 和机器学习 (ML) 在图书馆和信息中心的应用越来越普遍,有望改善服务交付和效率。然而,这些技术的使用也带来了重大的道德挑战和风险,包括偏见和歧视、隐私和安全、自动化和工作流失以及服务交付中缺乏人际互动。这篇概念论文概述了与图书馆和信息中心使用人工智能和机器学习相关的关键道德框架和原则,并分析了如何将这些框架应用于这一特定环境。本文还讨论了这些技术的潜在好处和风险,并提供了减轻使用这些技术所带来的道德风险的最佳实践和策略。最后,本文强调了这些发现对图书馆和信息中心的影响,并建议未来在该领域开展研究和实践,包括持续评估和监测人工智能和机器学习的道德影响。总体而言,本文强调了在图书馆和信息中心使用人工智能和机器学习时采取积极主动和道德的态度的重要性,以确保这些技术的使用方式符合其使命和价值观,并符合其用户和整个社会的最佳利益。
法格贝米罗,阿约德勒·奥拉博德;阿基诺拉,阿约德勒 O.;以及 Ogunkeyede、Anna Nkechi 女士,《尼日利亚学术图书馆的创客空间现实》(2023 年)。图书馆哲学与实践(电子期刊)。 7729. https://digitalcommons.unl.edu/libphilprac/7729
基因组库:基因组库也称为克隆银行或基因库。它是来自单个生物体的DNA的集合,尽管不一定一定包含其整个基因组DNA序列。来自感兴趣的源生物的DNA分为多个片段,并包装在克隆载体中,使每个片段都带有一部分。由于以下原因,可以将矢量DNA插入由λ噬菌体载体而不是质粒矢量制成的宿主生物。整个人类基因组的长度约为3 x 109 bp,而质粒或λ噬菌体载体可能带有多达20 kb的碎片。这将需要1.5 x 105重组质粒或λ噬菌体。将大肠杆菌菌落镀在3英寸的培养皿上时,允许单个菌落隔离的最大数量约为每盘菌落。因此,构建人类基因组文库需要至少700种培养皿。相比之下,可以在典型的培养皿上筛选多达5 x104λ噬菌体鼠疫。这仅需要30培养皿来构建人类基因组文库。λ噬菌体载体的另一个优点是其转化效率比质粒载体高约1000倍。互补DNA(cDNA):cDNA是mRNA的逆转录酶产物,代表mRNA分离时所有转录基因的编码序列
摘要:CRISPR 干扰(CRISPRi)筛选已用于使用单分子向导 RNA(sgRNA)文库识别与特定表型相关的靶基因。在 CRISPRi 筛选中,包含原始靶标识别序列的随机 sgRNA 文库的大小很大(∼ 10 12 )。在本文中,我们证明 sgRNA 中的靶标识别序列(TRS)的长度可以从原来的 20 个核苷酸(N 20 )缩短到 9 个核苷酸(N 9 ),这仍然足以使 dCas9 抑制大肠杆菌木糖操纵子中的靶基因,无论其与启动子还是开放阅读框区结合。基于结果,我们构建了 TRS 长度 5′ 缩短的随机 sgRNA 质粒文库,并通过对从 Xyl − 表型细胞中纯化的 sgRNA 质粒进行桑格测序来识别木糖代谢靶基因。接下来,利用随机 sgRNA 文库筛选靶基因,以增强合成大肠杆菌细胞中紫色素的产生。通过分析深紫色菌落中 sgRNA 质粒中的 TRS 冗余度,选择了 17 个靶基因。其中,已知有 7 个基因(tyrR、pykF、cra、ptsG、pykA、sdaA 和 tnaA)可增加细胞内 L-色氨酸池(紫色素的前体)。17 个细胞中每个靶基因有一个缺失,紫色素的产量显著增加。这些结果表明,使用缩短的随机 TRS 文库进行 CRISPRi 可以简单且经济高效地进行基于表型的靶基因筛选。关键词:CRISPR 干扰、失活 Cas9、随机文库、缩短的 sgRNA、靶标识别序列、紫色素、基于表型的靶标筛选■简介
图书馆是公共资金最有效,最有影响力的用途之一。强大的图书馆平等强大的社区。图书馆有助于确保所有艾伯塔省都可以访问宽带互联网,权威信息,技术,工具和服务,以帮助我们省蓬勃发展。公平地访问图书馆提供的资源和材料“级别的竞争环境”,并使所有艾伯塔省都能学习,成长和繁荣。
CDDP Custom Informer (CCI) 药物库是从 MedChemExpress 生物活性集合中抽取的 4309 种生物活性分子。该库是通过从使用药物靶标和作用机制 (MoA) 注释生成的簇中选择代表性化学实体而构建的。该库以相对较少的分子提供高机制覆盖率。作为次要考虑因素,药物家族是从多代药物中选择出来的,这些药物家族涵盖了从临床前到批准使用的应用。因此,该库平衡了机制探针与转化应用。此外,该库以 384 孔板格式预先排列,富含药物 MoA,因此可以仅筛选最相关的部分并进一步提高筛选效率。该集合中的所有化合物均为 10mM,溶于 100% DMSO。美国国家癌症研究所批准的肿瘤学集合 X_2021
我们已经生活在一个算法社会中。随着人们对机器学习集合中的偏见影响、智能城市和面部识别的监控风险以及政府的自动决策等人工智能和机器学习的许多其他应用有了更多的了解,人工智能政策和法规也随之出现。这些问题中的每一个都引发了人们对道德、隐私和数据保护的担忧。本文介绍了迄今为止一些关键的人工智能监管发展以及图书馆在这些过程中的参与。虽然许多人工智能应用在图书馆中主要是新兴的和假设的,但在研究文献搜索、文本分析的语言工具和对收藏数据的访问中可以找到一些成熟的例子。本文总结了图书馆活动如何在国家人工智能计划中体现,以及图书馆如何参与人工智能监管的其他方面,包括制定道德框架。基于该部门在版权和数据保护等相关监管问题方面的专业知识,本文提出了进一步的机会,为未来的道德、值得信赖和透明的人工智能做出贡献。
策略 1 修改空缺职位以符合大学的优先事项,并为不断发展的图书馆服务提供充足的人员。策略 2 鼓励、支持和认可图书馆教职员工的专业成长。促进内部和外部合作、继续教育和培训的机会,以培养技能和能力。策略 3 促进有利于社会情感健康和全人福祉的环境。建立流程以培养积极、尊重和协作的组织文化。
7 在推广 OER 时,图书馆工作人员可以教育用户有关版权和开放许可的知识。他们还可以鼓励用户(尤其是教师)通过将开放许可应用于他们创建或从现有 OER 中衍生的新教育材料来回馈知识共享。如果用户成为知识共享的贡献者,他们就会扩展和丰富知识共享中已有的内容,并实现“获取-制作-使用-恢复”的循环。换句话说,图书馆工作人员对 OER 的推广可以充当催化剂,帮助使 OER 成为知识共享的催化剂。
简介 图书馆通过将校园社区和广大公众与新发现和学习所需的记录知识联系起来,支撑着大学使命的各个方面。与佐治亚大学 (UGA) 对教学的坚定承诺一致,图书馆的战略计划强调图书管理员和档案管理员的教学作用,他们传授学生在课程和知识型经济中取得成功所需的研究技能。增强的学习空间、体验式学习、基于档案的教学和负担得起的学习是该计划的重中之重,促进了 UGA 的创新文化,并为我们的学生提供更公平的高等教育机会。为了适应大学在研究和研究生教育领域日益增长的雄心,该计划强调通过电子期刊、数据库、电子和印刷专著、政府信息、制图和媒体资源以及档案,持续和更直观地获取学术记录。它通过在研究数据管理领域分享新目标,扩大了图书馆对研究支持的承诺。图书馆计划加强了大学对服务的承诺,最终覆盖整个 USG 州和所有教育水平。图书馆计划反映了大学多元化、公平和包容 (DEI) 的核心价值观,促进了 UGA 图书馆藏书、空间、服务和员工队伍的 DEI 增长。