XiaoMi-AI文件搜索系统
World File Search SystemMix
多...
多环境试验（MET）数据的分析是植物育种和农业研究的关键组成部分，为基因型逐型环境（GXE）相互作用提供了基本见解。然而，随着MET实验的复杂性的增长，基于方差的转化分析（基于ANOVA）的方法可以在准确捕获遗传和非遗传效应的潜在方差 - 稳定性结构方面表现出局限性。本研究使用埃塞俄比亚进行的十项常见的豆类品种试验的谷物产量数据集提出了对MET数据分析的因素分析混合模型（FAMM）。这项研究研究了多环境基因型效果（GXE）效应的方差相关结构的建模和在多环境现场试验中的残留误差。与具有异质遗传方差和恒定误差方差的基本GXE模型相比，包含具有异质误差差异的模型可显着改善模型拟合。然后拟合了增加顺序的因子分析模型（FA）模型，并且前三个顺序（FA1，FA2和FA3）在解释的方差百分比和统计意义上显示出显着的改善。FA3模型解释了总方差的78.12％，确定为模型复杂性和解释力之间提供最佳拟合。在十个试验环境中，遗传差异，误差差异和遗传力的估计值分别从0.008到0.984、0.053至0.695和65.40至89.86。这强调了影响感兴趣特征的基本遗传和环境因素的实质性变化。环境之间的遗传相关性也从负值到正值不等，表明跨实验条件的遗传因素的一致性不同。这些结果表明，在分析多环境试验数据时，正确建模方差 - 稳定性结构并考虑复杂的基因型相互作用的重要性。强烈建议扩大这种有效分析方法的利用，以增强各种环境之间的品种评估，并促进鉴定出色品种。关键词：因子分析混合模型，多环境试验，遗传
通过烯烃y将石墨烯氧化石墨烯交联用于混合矩阵纳米过滤膜
在这项研究中，使用相位反转方法和浸没技术在非溶剂环境中使用磺化聚乙烯磺酮开发了纳米滤膜。聚乙烯基吡咯烷酮（PVP）用作孔形成剂，二甲基乙酰氨酰胺（DMAC）用作溶剂。这些膜的固有疏水性归因于它们的磺化聚乙烯成分，这是通过引入的氧化石墨烯纳米颗粒来缓解的。此外，将曙红单体引入氧化石墨烯，以增强氧化石墨烯纳米片的分散体。各种表征技术，包括电子显微镜，傅立叶转换红外（FT-IR）光谱，能量分散性X射线（EDX）光谱，渗透率测试，盐排斥，通量测量，接触角度分析和水含量评估，以实现修改后的MEMBRANES。电子显微镜图像示出了在表面下方的多孔空隙形成，并在改良的膜内形成了更宽的通道。ft-ir分析显示，曙红Y-GO纳米片中存在官能团（O = C-BR）。引入曙红纳米片的引入导致渗透率明显变化，盐排斥增加，尤其是硫酸钠（Na 2 So 4）。此外，纳米颗粒包含显着改善了亲水性和增强的水含量。此外，添加纳米颗粒导致孔隙度和孔径的增加。这种最佳的纳米颗粒浓度突出了研究的关键发现。最终，校正样品包括0.01 wt％的纳米颗粒表现出较高的性能，尤其是在盐通透性和硫酸钠（Na 2 So 4）中，与其他样品相比。
使用增强和混合现实的子宫内膜癌中的哨兵淋巴结活检
前哨淋巴结活检提供了子宫内膜癌中全淋巴结清扫术的侵入性替代方案，从而减少并发症，同时保持诊断准确性。此病例报告强调了一名34岁的妇女接受机器人辅助手术的子宫内膜癌的妇女的整合和增强现实（AR）的整合。术前成像结合了单光子发射计算机断层扫描和计算机断层扫描确定的前哨淋巴结，使用混合现实（MR）技术可视化。这种方法使手术团队能够准确地了解淋巴结与周围临界结构之间的三维空间关系。全息投影在手术过程中提供了精确的指导，改善了淋巴结识别并最大程度地减少了侵入性。未检测到淋巴结转移，但是由于腹膜中肿瘤播种，证实了国际妇科和妇产科联合会（FIGO）的诊断。患者接受了成功的辅助化疗，未观察到复发。本报告证明了全息图和AR增强空间意识和手术精度的重要潜力。这些技术代表了患有妇科癌症患者的哨兵淋巴结活检的有希望的进步，这有助于降低手术侵入性和减轻外科医生的压力。
评估壳聚糖和二氧化钛纳米颗粒与正畸
背景和目标：通常用于键合的正畸粘合剂可以显着增强细菌生物膜。纳米颗粒具有强大的抗菌特性，而不会损害键强度。因此，本研究的目的是评估壳聚糖和TiO2 NP与正畸底漆对剪切键强度混合的影响。材料和方法：对于这项系统的综述和荟萃分析研究，搜索了Medline（PubMed和Ovid），Science和Scopus等国际数据库，直到2024年10月使用与研究目标相关的关键字。Stata/MP。V17软件用于分析数据。结果：本研究包括十二项体外研究，总样本量为684个人类前美磨牙。SBS得分的平均差异在1％至5％的Chitosan NPS组和对照组之间为-1.11 MPa（MD，-1.11 MPA； 95％CI，-2.27，0.04; P = 0.16）和5.08 MPA（MD，-5.08 MPA; -5.08 MPA; 95％CI; 95％CI，-7.80，-7.80，-7.80，-7.80，-7.80; p.55; p.55; p.55; p.55; p.55; p;比较了1％TiO2 NPS组和对照组之间的平均SBS差异（MD，-0.43 MPA； 95％CI，-0.99，0.12; P = 0.13）。
使用大语言模型转换知情同意书的生成：混合方法研究
背景：用于临床试验的知情同意书（ICF）变得越来越复杂，由于合法的术语和冗长的内容而引起的参与者的理解和参与通常会阻碍参与者。大型语言模型（LLMS）的最新进展为简化ICF创建过程的机会，同时改善可读性，可理解性和可行性。目标：本研究旨在评估Mistral 8x22b LLM在生成具有提高可读性，可理解性和可行性的ICF时的性能。具体来说，我们评估了模型在生成可读，可理解和可行的ICF时的有效性，同时保持准确性和完整性。方法：我们使用Mistral 8x22b模型从IMass Chan医学院的机构审查委员会中处理了4项临床试验方案，以生成ICF的关键信息部分。由8位评估者组成的一个多学科团队，包括临床研究人员和健康信息家，评估了针对人类生成的对应物的生成的ICF，以完成完整性，准确性，可读性，可理解性和可行性。关键信息指标的可读性，可理解性和可行性，其中包括18个二进制项目，用于评估这些方面，得分较高，表明信息的可访问性，可理解性和可行性更高。统计分析，包括Wilcoxon等级总和测试和类内相关系数计算，用于比较输出。与人类生成的版本相比，LLM生成的内容在可操作性上取得了完美的分数（100％vs 0％; P <.001）。结果：LLM生成的ICF表现出与关键部分之间人类生成版本相当的性能，准确性和完整性没有显着差异（p> .10）。LLM在可读性（可读性，可理解性和可行得分76.39％vs 66.67％vs 66.67％; FLESCH-KINCAID等级的7.95 vs 8.38）和可理解性（90.63％vs 67.19％; P = .02）中的超过了人类生成的ICF（可读性，可理解性和可行性； 7.95 vs 8.38）。 评估者一致性的类内相关系数为0.83（95％CI 0.64-1.03），表明整个评估的可靠性良好。 结论：Mistral 8x22b LLM在不牺牲准确性或完整性的情况下增强了ICF的可读性，可理解性和可行性方面表现出了有希望的能力。 llms为ICF生成提供了可扩展的，有效的解决方案，潜在地增强了参与者的理解和临床试验中的同意。超过了人类生成的ICF（可读性，可理解性和可行性； 7.95 vs 8.38）。评估者一致性的类内相关系数为0.83（95％CI 0.64-1.03），表明整个评估的可靠性良好。结论：Mistral 8x22b LLM在不牺牲准确性或完整性的情况下增强了ICF的可读性，可理解性和可行性方面表现出了有希望的能力。llms为ICF生成提供了可扩展的，有效的解决方案，潜在地增强了参与者的理解和临床试验中的同意。
基于高斯混合模型和K值选择算法的机器人臂的新型轨迹学习方法
在机器人臂轨迹模仿学习领域，高斯混合模型被广泛用于捕获复杂轨迹特征的能力。但是，利用这些模型的一个主要挑战在于初始化过程，尤其是在确定高斯核的数量或K值时。K-Value的选择显着影响模型的性能，而传统方法（例如基于经验知识的随机选择或选择）通常会导致次优结果。为了应对这一挑战，本文提出了一种用于机器人臂的新型轨迹学习方法，该方法将高斯混合模型与K值选择算法相结合。所提出的方法利用肘法的原理以及指数函数，校正项和权重调整的特性，以确定最佳的K值。接下来，使用最佳的K值应用K-均值聚类来初始化高斯混合模型的参数，然后通过预期最大化算法进行完善和训练。然后将所得的模型参数eTers用于高斯混合物回归中，以生成机器人的臂轨迹。通过使用二维理论非线性动态系统和使用实际机器人臂数据的物理实验的模拟实验来验证所提出方法的有效性。这些结果表明，所提出的方法显着提高了机器人臂轨迹产生的准确性和效率，从而为改善机器人操纵任务提供了有希望的解决方案。实验结果表明，COM占据传统的高斯混合模型方法，所提出的方法将轨迹精度提高了15％以上，如降低平均绝对误差和根平方误差所示。
灯塔项目＃13：混合现实木工...
混合现实（MR）和建筑跟踪技术的整合旨在解决几个关键问题。传统的培训方法虽然基础，但通常不足以使学生为现代建筑实践的复杂性做好准备，这些实践越来越多地融入了先进的技术。MR提供了一个安全，身临其境的学习环境，学生可以在其中练习木工技能，而无需与传统培训相关的身体风险。通过提供实时反馈并在跟踪技术提供的受控设置中练习复杂的任务，促进了对木工技能的更深入的理解和保留。这种创新的教育方法对于准备适应能力，精通数字工具的熟练劳动力很重要，并准备应对当代建筑业的挑战。通过实现目标和目标，出现了以下发现。
使用人工智能来个性化最近出院的患者的关怀联系消息：混合方法可行性研究
此预印本版的版权持有人于2025年2月13日发布。 https://doi.org/10.1101/2025.02.12.12.25322159 doi：medrxiv preprint
r e v i w专业护士对家庭护理中老年人的药物管理的贡献：混合方法系统评价
摘要：在定义家庭护理各个方面的专业护士的角色，职责和贡献方面，国际兴趣越来越大，以将其确立为多学科家庭护理团队的有效成员。本研究旨在识别和描述专门护士对家庭护理中老年人的药物管理的贡献。使用混合方法进行了系统审查。在PubMed（包括Medline），Scopus，Cinahl，Proquest和Embase进行了彻底的搜索，重点介绍了过去十年在2014年至2024年以英语发表的研究。收敛合成用于合并和分析定性和定量证据，并并行解决审查问题。初始搜索产生了875项研究，然后将其精制成32项研究，以用于基于数据的收敛合成。审查结果分为三类：“专业护士的身份”，“专业护士的角色和责任”和“专业护士在家庭护理中的影响”。专业护士在增强药物安全，改善老年人的生活质量以及减少紧急就诊方面发挥了关键作用。他们在药物管理方面的支持减轻了家庭护理负担，并确保了及时的干预措施，以更好地控制症状和医疗保健结果。专业护士将重要的专业知识带入家庭护理多学科药物团队，促进安全的药物实践并帮助老年人在家中有效地管理慢性病。关键字：家庭护理，药物管理，药物结果，非物理学家，老年人，专业护士，患者安全
让最终用户参与智能手机应用程序的开发和可用性测试，专为糖尿病前期的个人：混合方法焦点小组
背景：当技术设计以满足最终用户的需求时，更有可能使用技术。为了补充预防糖尿病预防计划的大型更改的小步骤，智能手机应用程序是与过去的大型更改客户群合作开发的。可用性测试对于持续使用和采用移动健康应用程序至关重要，通过提供有关在适当调整和改进需要进行适当调整和改进以确保用户满意度的地方。目标：主持了一个有7个参与者的焦点小组来检查该应用程序的可用性并收集反馈以进行未来的迭代。方法：过去的大变化的过去小步骤参与了8个新任务的认知演练，并完成了系统可用性量表调查。参与者可以选择使用该应用程序3周，然后才能完成用户移动应用程序评分量表。结果：对认知演练的分析确定了26个可用性问题；每个人都使用启发式评估来描述可用性错误。最常见的编码错误包括不适当的进度反馈，以不合逻辑的顺序出现的信息，违反直觉的设计以及App Aesthetics的问题。报告了系统可用性量表的平均摘要得分为66.8％（SD 18.91），代表边际可接受性得分，并表明需要解决设计问题。报告了用户移动应用程序评级量表平均得分为3.59（SD 0.33），这意味着平均可接受性等级。涉及最终用户允许该应用程序根据客户的喜好进行量身定制，并增加了使用的可能性。结论：这些发现确定了该应用程序的必要改进，从次要美学问题到主要功能问题。此应用程序与大型更改计划组件和行为变化技术相吻合，可以改善未来客户的健康成果，并使他们能够自我监测其运动，饮食和目标。