业务绩效取决于供应链管理(SCM),这可以通过数字化转型来增强,以便快速决策以增加市场份额。通过实现明智的决策,商业智能(BI)可以促进SCM有效性和竞争优势的改善。实时生产和库存水平监控是通过BI能力使组织适应不断变化的市场趋势并满足客户需求的。尤其是,BI技术可以通过提供增值和财务收益,从而提高行业的快速采用和快速行业的增长,从而增加消费产品领域的企业SCM。该研究采用定量方法来收集数据,并采用了一种简单的随机抽样方法来防止样本偏差。该研究认为线性曲线估计(LCE)是一种数据分析方法。模型估计的结果表明,BI记录了尼日利亚消费品行业的SC可见性,灵活性和韧性的积极和显着影响。该研究得出结论,BI通过提高可见性,预测需求,提高弹性,优化过程并提高生产率来提高供应链管理(SCM)的有效性。SCM有效性取决于有效处理中断和不确定性。该研究强调了研究结果后的实际政策含义。
尼日利亚的能源转型计划取决于增加来自可再生能源的能源结构。了解这些可再生能源的潜力所在对于提高政策制定、干预和正确决策的质量和及时性至关重要。本文旨在使用 ArcGIS 对尼日利亚主要可再生能源资源(太阳能、风能、生物质能和小型水电)的潜力进行整体评估。ArcGIS 是一个地理空间分析平台,可提供全国范围内这些潜力的数据和可视化效果。本文重点介绍反距离加权方法,该方法叠加了各种地图 shapefile 和电子表格,其中包含相关数据,例如:水线和水域、公路和铁路网络、作物生产、经度和纬度、风速、太阳辐射、海拔和其他相关地图数据、尼日利亚所有州和地方政府的 shape 文件。这些数据经过地理处理,以将结果与其地理位置干坐标提供的精确位置对齐。这些插值结果进一步在各种输出参数的标准限制范围内重新分类,例如农作物、森林面积、建筑区、水体、灌木/草原、荒地和水体,以揭示适合建造各种可再生能源发电厂的区域。
稻米生产对于全球粮食安全至关重要,准确的收益预测使他们有知情的决策。本文研究了Adamawa和Cross River州的水稻产量预测的机器学习(ML)技术,具有不同的农业气候条件。常用的传统收益预测方法通常具有限制,例如对可用数据的见解和降低的准确性。因此,这项研究探讨了机器学习的潜力,以提高预测准确性。我们利用气候数据和历史水稻产量来训练和评估决策树,随机森林,支持矢量回归,多项式回归,多线性回归和长期短期记忆(LSTM)模型。使用平方误差,均方根误差,确定系数,平均绝对误差和平均绝对百分比误差进行比较。特征选择将全天空的光合辐射(PAR)视为最具影响力的因素。线性回归以上模型出现,其R²为0.90(Adamawa)和0.91(Cross River),表明了整个地区的可概括性概括性。这项研究为两个尼日利亚地区的ML驱动农业信息系统的开发做出了贡献,从而增强了农业实践和粮食安全。
背景:人工智能和自动化新闻制作系统的兴起正在改变全球新闻业的景观。在尼日利亚,机器人新闻业的整合给广播行业的人类记者带来了机会和挑战。目的:本研究调查了记者对机器人新闻业对人类记者在尼日利亚广播中的作用和责任的影响的看法,重点介绍了两个主要目标:评估机器人新闻业如何被视为人类努力的工具,并研究AI技术在Niger Aiger Andercasting中的伦理和法规含义。方法:采用了横断面调查设计,从尼日利亚六个地理政治区域的广播电台收集数据,以了解记者对机器人新闻业的看法。结果:调查结果表明,机器人新闻业在很大程度上被视为一种补充工具,而不是替代人类记者。虽然AI技术提高了运营效率,并允许记者专注于更复杂的分析任务,但对人类技能和核心新闻价值观仍然有着强烈的认识。这项研究还强调了重大的道德和监管问题,并达成共识,需要更清晰的框架来管理新闻业中的AI使用,从而确保透明度和问责制。结论:研究得出的结论是,尼日利亚广播的未来可能涉及人类专业知识和人工智能的共存,利用其独特的优势。它强调了制定综合新闻编辑室策略并建立全面的监管框架的重要性,以应对AI在新闻业中提出的道德挑战。独特的贡献:这项研究提供了关于机器人新闻业如何与传统新闻实践共存的宝贵见解,强调了道德考虑在AI技术的整合中的必要性。关键建议:制定综合新闻编辑室策略并建立强大的监管框架对于确保AI技术在解决道德挑战的同时增强新闻完整性至关重要。关键字:机器人新闻,AI技术,尼日利亚广播,新闻伦理,监管框架。
通过气候行动对环境及其资源的保护构成了联合国蓝图的一部分,以实现所有人的美好,可疑的未来。随着全球变暖和气候变化的严重威胁,构成了实现这一目标的可能性的障碍。大多数国家已经开始制定寻求规范和减轻气候变化的立法。有证据表明,国际社会成员国对立法的承诺将保证保护气候和一般环境。尼日利亚寻求加入该运动,已颁布了许多试图调节气候变化的立法。但是,由于该国气候变化的立法似乎不足,因此对它的可行性存在许多怀疑。大多数尼日利亚人仍在公然无视有关该国林区变革的相关法律,尚未理解他们保护环境的义务。此外,与该国几乎不存在的企业和社会责任有关。在本文中,将同样审查现有立法的成功和挑战对不同国家的气候变化立法实施的挑战。
本文探讨了人工智能(AI)在增强尼日利亚高等教育系统内的评估和反馈机制方面的固有潜力。尼日利亚机构的传统评估方法通常会遭受不一致的评分,延迟的反馈和对教育工作者的重大行政负担,这会阻碍及时的学生干预。AI技术及其在自动化,数据处理和模式识别方面的能力,通过启用有效,公平和个性化的评估系统来提供解决方案。自动分级,智能辅导系统和自适应学习平台是AI工具之一,突出了它们在简化分级流程,提供量身定制的学习经验以及通过AI驱动的Proctoring确保学术完整性中的作用。主要的研究和报告,例如Eli-Chukwu等人,Baker&Smith,Popenici&Kerr,Holmes等人,以及Seldon&Abidoye,以彻底了解AI在当今的教育系统中的影响。尽管有这些好处,但本文还解决了重大挑战,包括基础设施赤字,高度实施成本,数字扫盲差距以及诸如数据隐私和算法偏见等道德问题。倡导教育技术,专业发展以及建立道德和监管框架的战略投资以减轻这些挑战的研究。通过优先考虑AI整合,尼日利亚可以提高教育质量,促进包容性并与高等教育创新的全球趋势保持一致。
由Malthus人口的假设在几何发展时正在增长,而在算术进展时资源正在增长。随着指数级的人口增长,到2050年,世界人口预计将达到92亿。当前不可持续的农业系统正在将环境暴露于土壤降解,侵蚀,频繁的干旱,疾病,污染,并最终导致气候变化。世界必须采用一种最低输入和最大输出的生产。一种可持续性的生产,对环境几乎没有任何有害后果。精确农业或智能农业是答案。精确农业(PA)介绍了农业投入的微调管理,包括种子,肥料,水,农药和能源,以节省这些投入,提高产量,提高收益,提高利润并保护环境。PA技术包括土壤映射,可变速率应用(耕作,施肥,灌溉和施用农药),产量监控映射,自动指导和自动驾驶汽车。这是一种使用信息技术来确保农作物和土壤获得最佳健康和生产力所需的东西的方法。它允许农民在实施保留自然资源的可持续实践时做出数据驱动的决策。采用PA技术对农业生产管理,成本节省和环境可持续性具有明显的好处。该方法是世界农业景观中的游戏规则改变者,尽管尽管该国的经济规模,但在尼日利亚的农民中的采用却很大。
抽象的塑料污染会引起严重的环境问题,并危害着土地和水生环境中人类和动物的健康。尽管尼日利亚每天都会产生数百吨塑料废物,但由于只有一小部分是回收的,因此仍然有很大比例的造成的回归生态系统。尼日利亚越来越多地生产一次性塑料废物进入陆地和海洋是该国日益增长的塑料污染问题的主要原因。.因此,为了减少塑料利用对人类和环境的有害影响是必要的。塑料对塑料对塑料的影响也可以恢复为3D的印刷品。在这项研究中,设计和开发了用于回收高密度聚乙烯的塑料丝挤出机,从而降低了处置它带来的负面环境影响。由料水,螺钉,枪管,模具和运动系统组成的挤出机的基本组件。温度,氧气和剪切应力均导致塑料在细丝中挤出过程中塑料恶化。因此,这项研究检查了不同挤压温度对由高密度聚乙烯(HDPE)制成的细丝质量的影响。塑料颗粒融化并由于它们之间的摩擦与枪管表面以及加热带产生的热量而流入模具。因此,为了使用HDPE产生质量的3D细丝,必须保持可接受的温度条件。塑料丝与最佳沉淀压缩,温度在150至230摄氏度之间的组合挤出,并逐渐增加枪管内的熔融颗粒的压力。.熔化的塑料在低温下粘附在桶上,但在高温下转向炭。基于结果,挤出机产生了适合于200 O的3D打印的出色细丝。这项研究的结果强调了在挤出过程中温度调节的重要性,以保证预期的丝状质量。
尼日利亚是一个由36个自治国家和联邦首都地区的多种族和文化多样化的联合会。它与尼日尔共和国北部,乍得和喀麦隆与大西洋几内亚的墨西哥湾和贝宁共和国的西部与东部接壤(⇡艾里米格&阿里米贝&avoseh,2022年)。它是非洲最大的国家,人口超过2亿人口,超过300个族裔和三个主要的群体:东南部的伊博族,西南的约鲁巴人,北部的豪萨(⇡绿色)(2023年)。豪萨(Hausa)占人口的近30%。Yoruba和Igbo每个占15%左右,Fulani约占人口的6%(⇡Statistica,2018年)。尼日利亚的其他人口分布在包括Annang,Edo,Efik,Efik,Ibibio,Itsekiri和Urhobo-Isoko(⇡DELE-AJAYI&TADDESE,2020年)的种族中。尼日利亚也是世界上语言上最多样化的国家之一,讲述了500多种语言(⇡无国界的翻译者,2024年)。虽然官方语言是英语,但其他主要语言包括Hausa,Igbo和Yoruba(⇡无国界的翻译人员,2024年)。2022年国家语言政策规定,直接社区的母语或语言应用作初学和小学的教学媒介。
背景:增加糖甜饮料(SSB)的消耗量增加,超重和肥胖与患有2型糖尿病(T2DM)的风险有关。目的:这项研究旨在评估SSB的消费模式以及与在Abeokuta(尼日利亚)新兴成年人中在十年内开发T2DM的风险相关的因素。方法:使用分层随机抽样进行了Abeokuta公共三级机构中350名学生的横断面调查。使用经过验证的问卷获得了有关SSB的消耗模式和开发T2DM风险的数据。使用标准程序测量了高度,体重和腰围(用于评估腹部肥胖症(AO)。体重指数(BMI/BMI-FOR-AGE)。Fischer的精确测试和二进制逻辑回归用于测试变量之间的关联。结果:大多数受访者(62.9%)是女性,在20-24岁的年龄范围内。碳酸饮料是最常见的SSB(99.7%)。消费碳酸饮料的参与者每周两次,超重率(27.3%)和肥胖(12.0%)。食用果实饮料(OR = 15.2,95%CI = 1.971,117.400),麦芽饮料(OR = 3.2,95%CI = 1.862,5.571)和其他饮料(OR = 2.9,95%CI = 1.293,6.899)比每周都会增加糖尿病。结论:研究人群中SSB消费量的高流行率强调了需要减少消费和减轻相关健康风险的干预措施,包括超重,肥胖和T2DM。关键字:糖甜饮料,超重,腹部肥胖,2型糖尿病,危险因素。