海上运输作为国际贸易的门户发挥着至关重要的作用,推动了经济、社会和环境等各个方面的可持续发展。面对不断增长的海上贸易量,大多数港口需要不断提高其绩效和生产力以及服务质量。为此,它们越来越多地选择向“智能港口”转型,这些港口依靠新兴技术和数字化来合理化、重组和简化港口活动。这种转变使港口运营(包括综合港口管理)的处理更加透明和高效。所有这些最终有助于提高整体效率,降低运输成本,促进环境可持续和有弹性的港口活动。
是 否 必需提交的信息 建议菜单 按比例绘制或带有图例的完整计划集 制造商设备规格列表或一套或设备列表 标准操作程序 显示冷热水供应、水槽位置、地漏、固定装置排水管、热水器的管道计划 洗碗设施和食物准备水槽 配有肥皂和毛巾的洗手池和卫生间设施 卫生间/卫生间设施 储藏室/食物储存区 服务水槽/清洁设施区 化学品储存区 员工储存区/更衣室 *HACCP 计划和支持文件(如果特殊流程需要) *差异申请表和文件(如果特殊流程需要) 显示设备位置的设备计划和时间表
摘要 本文根据马克思主义租金理论,考察了数字平台网络生态系统中财富和权力的集中问题。马克思主义租金理论将租金收入视为一种不从事生产性劳动的经济收益形式。本文讨论了数字平台的主导地位及其平台资本主义对劳动力市场的变革性影响,强调了零工经济的增长以及这一新模式下劳工权利、收入保障和监管框架的挑战。由于技术进步和数字连接推动了平台的发展,它们彻底改变了传统的商业模式,重塑了价值的创造、分配和获取方式。这些平台在彻底改变经济互动和信息交换的同时,也反映了马克思主义思想中确定的租金提取要素。这加剧了人们对经济不平等和权力积累的担忧,反映了马克思主义对租金作为一种剥削机制的批判。通过使用马克思主义租金理论框架审视数字平台,本研究旨在理解这些平台如何融入更广泛的资本主义关系格局,揭示技术创新、经济结构和阶级分化延续之间的复杂相互作用。 Anahtar Kelimeler:理论之争、平台资本主义、资本主义之争。 JEL Kodları:F50、P10、B14
对多个平台的研究强调了平台所有者如何积累与其他平台参与者(例如生产者和客户)的重要权力,这争辩说需要平衡此类权力与问责制。我们回顾了平台问责制的两个观点:(a)一个自下而上的,紧急的观点,重点是较低能力的平台参与者所采取的共同行动,例如生产者(例如,演出工作者,应用程序,应用程序开发人员),以增强规则的充分性并推迟反对平台所有者的权力; (b)一种自上而下的机构观点,强调通过实现法律,监管和治理的变化来防止外推机会主义并在不同平台参与者之间保持水平的竞争环境。自下而上的观点的总体重点是程序性(以规则为中心的)公平性,而自上而下的观点的重点在很大程度上是在分配(以结果为中心的)公平上。虽然两种观点都很重要,但它们对平台问责制有局限性,尤其是考虑到平台参与者固有的权力和信息不对称。,在跨文献综合的情况下,我们为平台coundyabil提供了一个框架,该框架既说明程序和分布公平,又基于基本前提:多层平台需要多层面的问责制。因此,我们的评论提出了一种实施平台问责制的方法,该方法有可能重新平衡高功率和低功率平台参与者之间的力量。
在性别平等进展缓慢、停滞或倒退的背景下,全球发展组织越来越多地将社会规范(包括性别规范)作为新的投资领域。然而,对于许多刚进入这一工作领域的参与者来说,从何处以及如何干预仍然存在问题。与此同时,女权主义学者和实践者对一些发展组织如何定义社会规范和建立围绕它们变革理论表示担忧。这种紧张关系指向一个方法问题。日益突出的社会规范方法往往反映了对社会变革的特定理解,这种理解并非源于女权主义思想或行动。几十年来,女权主义者和妇女运动为改变世界各地社区的歧视性社会规范而开展的基础工作——通常是作为改善妇女物质条件的更广泛举措的一部分——很少反映在这些新的组织努力及其所支撑的变革理论中。
Ashkan Bigham - 顾问:Maurizio Ventre教授; Maria Grazia Raucci课程:Ingegneria dei材料delle或非身体的器官可能患有多种疾病,对它们的治疗可能会造成对周围健康组织和器官的损害。因此,与应用的治疗技术并行,可以通过多功能平台再生受损的组织。最近,已经大量关注了一个名为Theragenerative的新的多功能群体。该术语是由治疗和再生的结合产生的。这些生物材料非常重要,因为它们可以对外部刺激有反应,以诱导光热疗法,光动力疗法和磁性高温,甚至可以通过内在的抗癌活性和/或化学动力学疗法诱导抗癌活性,而无需任何刺激[1]。到目前为止,骨骼,皮肤和乳腺癌治疗和再生以及体外和体内结果都有希望。
摘要 - 人工智能(AI)功能正在迅速发展。高功能的AI可能会根据其开发和部署方式引起根本不同的期货。我们无法以可靠地指导AI行为的方式指定人类的目标和社会价值观。指定在世界特定状态下采取特定行动的AI的可取性(值)超出了非常有限的国家行动价值。机器学习的目的是在一部分状态下进行训练,并使最终的代理推广在未经验证的情况下选择高价值动作的能力。不可避免地,训练期间将价值观归因于代理商的行为的功能是对人类价值观的不完整封装,而训练过程是对与所有可能未来相关的状态的稀疏探索。在训练后,AI被用粗大的人类首选领土部署,并且通常会选择与我们首选路径不结盟的动作。
摘要 — 人工智能 (AI) 能力正在迅速发展。功能强大的 AI 可能会带来截然不同的未来,具体取决于其开发和部署方式。我们无法以可靠地指导 AI 行为的方式指定人类目标和社会价值观。除了非常有限的一组状态-动作-值之外,指定 AI 在特定世界状态下采取特定行动的可取性(价值)是非常困难的。机器学习的目的是针对一组状态进行训练,并让生成的代理概括出在未遇到的情况下选择高价值行动的能力。不可避免的是,在训练期间将价值归因于代理行为的函数是对人类价值观的不完整封装,并且训练过程是对所有可能的未来相关状态的稀疏探索。因此,经过训练后,AI 会部署在人类偏好领域的粗略地图上,并且通常会选择与我们偏好的路径不一致的行动。