XiaoMi-AI文件搜索系统
World File Search SystemPrioritization
疫苗优先排序的经济框架 - Eric Budish
∗ R ⃝ 符号表示作者姓名经过认证的随机顺序，如 Ray R ⃝ Robson (2018) 所述。作者感谢 Susan Athey、P´eter Bir´o、Matthew Cortland、Glenn Ellison、Ezekiel Emanuel、Simon Finster、Drew Fu- denberg、Navid Ghaffarzadegan、Gregg Gonsalves、Anup Malani、Paul Milgrom、Romans Pancs、Parag Pathak、Canice Prendergast、Hazhir Rahmandad、Alvin Roth、Tayfun S¨onmez、Alex Tabarrok、Nikhil Vellodi、Robert Wilson、编辑 (Robert Barro)、多位审稿人以及众多研讨会和会议听众的深刻对话和评论，并感谢 Xiaoyun Qiu 提供的出色研究协助。Akbarpour、Dworczak 和 Kominers 衷心感谢华盛顿公平增长中心的支持。 Akbarpour 非常感谢 Alfred P. Sloan 奖学金的支持。Dworczak 非常感谢欧盟在 ERC 启动基金 IMD-101040122 下提供的支持。但本文表达的观点和意见仅代表作者本人，并不一定反映欧盟或欧洲研究理事会的观点和意见。欧盟和授权机构均不对此负责。本文摘要发表于第 23 届 ACM 经济与计算会议论文集。
使用 AHP 和框架对供应链风险进行优先级排序...
[1] GA Zsidisin，“管理者对供应风险的认知”，《供应链管理杂志》，第 39 卷，第 4 期，第 14-26 页，2006 年，doi：10.1111/j.1745-493X.2003.tb00146.x。[2] T. Moyaux、B. Chaib-draa 和 S. D'Amours，“信息共享对订购方法在减少牛鞭效应方面的效率的影响”，《IEEE 系统、人与控制论汇刊》，C 部分 (SMC-C)，第 37 卷，第 3 期，第 396-409 页，2007 年，doi：10.1109/TSMCC.2006.887014。 [3] S. Fazli 和 A. Masoumi，“使用分析网络过程方法评估供应链的脆弱性”，《国际应用与基础科学研究杂志》，第 3 卷，第 13 期，第 2763-2771 页，2012 年。[4] M. Punniyamoorthy、N. Thamaraiselvan 和 L. Manikandan，“供应链风险评估：量表开发与验证”，《基准测试：国际杂志》，第 20 卷，第 1 期，第 79-105 页，2013 年，doi：10.1108/14635771311299506。[5] F. Aqlan 和 S. Lam，“供应链风险建模与缓解”，《国际生产研究杂志》，第 53 卷，第 13 期，第 2763-2771 页，2012 年。 18，第 5640-5656 页，2015 年，doi：10.1080/00207543.2015.1047975。[6] S. Ambulkar、J. Blackhurst 和 SJ Grawe，“企业对供应链中断的适应力：量表开发和实证检验”，运营管理杂志，第 33 卷，第 111-122 页，2015 年，doi：10.1016/J.JOM.2014.11.002。[7] A. Andjelkovic，“主动的供应链风险管理方法 - 塞尔维亚案例”，经济年鉴，第 62 卷，第 5640-5656 页，2015 年，doi：10.1080/00207543.2015.1047975。 214，第 121-137 页，2017 年，doi：10.2298/EKA1714121A。[8] T. Sawik，“供应链中断管理的投资组合方法”，《国际生产研究杂志》，第 55 卷，第 7 期，第 1970-1991 页，2017 年，doi：10.1080/00207543.2016.1249432。 [9] M. Pavlovi ć、U. Marjanovi ć、S. Raki ć、N. Tasi ć 和 B. Lali ć，“大数据在制造业的巨大潜力：来自新兴经济体的证据”，收录于：B. Lalic、V. Majstorovic、U. Marjanovic、G. von Cieminski 和 D. Romero（编），生产管理系统的发展。迈向智能数字化制造，2020 年，卷 AICT 592，第 100–107 页，doi：10.1007/978-3-030-57997-5_12。[10] J. Zhou、G. Bi、H. Liu、Y. Fang 和 Z. Hua，“理解员工能力、运营 IS 一致性和组织敏捷性——一种灵巧的视角”，信息与管理，卷55，第 6 期，第 695-708 页，2018 年，doi：10.1016/j. im.2018.02.002。[11] Y. Ju、H. Hou 和 J. Yang，“物流服务供应链中的整合质量、价值共创和弹性：数字技术的调节作用”，工业管理与数据系统，第 121 卷，第 2 期，第 364-380 页，2021 年，doi：10.1108/IMDS-08-2020-0445。[12] ZJH Tarigan、J. Mochtar、SR Basana 和 H. Siagian，“能力管理通过供应链整合和质量对组织绩效的影响”，不确定的供应链管理，第 9 卷，第 2 期，第 364-380 页，2021 年，doi：10.1108/IMDS-08-2020-0445。 2，第 283-294 页，2021 年，doi：10.5267/j.uscm.2021.3.004。[13] S. Chakraborty、S. Bhattacharya 和 DDDobrzykowski，“供应链协作对价值共创和公司绩效的影响：医疗服务业视角”，Procedia Economics and Finance，第 11 卷，第 676-694 页，2014 年，doi：10.1016/S2212-5671(14)00233-0。[14] B. Gaudenzi 和 A. Borghesi，“使用 AHP 方法管理供应链中的风险”，国际物流管理杂志，第 17 卷，第 1 期，第 114-136 页，2006 年，doi：10.1108/09574090610663464。[15] O. Khan 和 B. Burnes，“风险与供应链管理：制定研究议程”，国际物流管理杂志，第 18 卷，第 1 期，第 114-136 页，2006 年，doi：10.1108/09574090610663464。 2，第 197-216 页，2007 年，doi：10.1108/09574090710816931。[16] S. Jaffee、P. Siegel 和 C. Andrews，“快速农业供应链风险评估：概念框架”，世界银行，美国华盛顿特区：农业和农村发展部，2010 年。
根据年龄和血清状态制定的基于模型的 COVID-19 疫苗优先排序策略
当 COVID-19 疫苗上市时，有限的初始供应将引发如何优先考虑可用剂量的问题，从而强调需要制定透明的、基于证据的策略，将疾病传播、风险、疫苗效力和现有人群免疫力方面的知识和不确定性联系起来。在这里，我们采用一种基于模型的方法来确定疫苗的优先次序，评估优先次序策略对累积发病率和死亡率的影响，并考虑年龄、接触结构和血清流行率等人口因素以及疫苗因素，包括不完善和随年龄变化的效力。该框架可用于评估和比较现有策略，也可用于得出最佳优先次序策略以最大限度地降低死亡率或发病率。我们发现，应优先为 20-49 岁的成年人接种阻断传播的疫苗，以最大限度地降低累积发病率，并优先为 60 岁以上的成年人接种以最大限度地降低死亡率。直接为 60 岁以上的成年人接种疫苗可最大限度地降低不阻断传播的疫苗的死亡率。我们还估计了使用个体血清学检测将剂量重新定向给血清阴性个体的潜在好处，从而改善每剂疫苗的边际影响。我们认为，这种基于血清学的疫苗接种方法可能会提高疫苗接种工作的效率，同时部分解决 COVID-19 负担和影响方面现有的不平等问题。
美国环保署 2022-2032 愿景的 TMDL 优先战略
2025 年 1 月 24 日 简介 《联邦清洁水法》第 303(d)(1)(A) 条规定，各州必须为需要开发总最大日负荷 (TMDL) 的水道制定优先级排序。该优先级排序必须包括损害的原因，并考虑污染的严重程度和水体的用途。本文件包含宾夕法尼亚州对美国环境保护署 (USEPA) TMDL 计划 2022-2032 愿景的优先级排序理由。根据 40 CFR 130.7(b)(4)，这一原理将有助于指导在宾夕法尼亚州选择特定水体进行 TMDL 开发，以两年为周期，从 2024 年 10 月 1 日开始，用于美国环保署 2022-2032 愿景的剩余部分。除了 TMDL，此优先级排序还设想在适当的情况下使用其他类型的修复计划，包括下文所述的提前修复计划 (ARP) 和保护计划。虽然这种优先级策略有助于以有组织和周到的方式规划未来工作，但它并不意味着严格限制此时间范围内的项目，因为可能会出现不可预见的需求和机会。高效 TMDL 开发的一个关键实际考虑是开发特定污染物/用途组合的方法所需的大量资源投入。例如，用于开发因淤积而导致的水生生物使用障碍的 TMDL 的方法可能与用于解决因病原体导致的娱乐使用障碍的数据和方法大不相同。为了最大限度地提高项目资源的有效利用，明智的做法是一次关注一种特定的污染物/用途组合，并在将重点转向其他污染物/用途组合之前制定许多类似的 TMDL。因此，宾夕法尼亚州环境保护局 (DEP) 正在根据本美国环境保护署愿景周期的目标污染物/用途组合简短列表组织此拟议优先级排名。指定用途和令人关注的污染物对宾夕法尼亚州 2022 年综合水质报告最终版和 2024 年综合水质报告草案的审查显示，水生生物用途的损害最为常见，其次是娱乐用途的损害。相比之下，鱼类消费和供水用途的损害则不那么常见。在水生生物用途类别中，淤积损害最为常见，其次是金属、pH 值和营养物损害。病原体/大肠杆菌 (E. coli) 是娱乐用途类别中唯一列出的污染物原因。下面进一步讨论在未来几年内对 TMDL/ARP 开发中每种污染物进行优先排序的理由。
2025-26老化总体规划（MPA）倡议优先级
安全的持续资金以扩大由短期资金启动的计划：获得痴呆症，以人为本的成人日服务（CAL-Compass）；多种语言的劳动力培训和职业途径计划（IHSS职业途径，CAL成长，Caring4Cal等）;使用社区卫生工作者通过州的老化服务网络（CALZ Connect）提供痴呆症护理管理；阿尔茨海默氏症的公众意识运动；健康的大脑倡议部位；加利福尼亚州参与BlueZones®。
使用机器学习的IT支持机票的自动优先级和路由使用机器学习的IT支持机票的自动优先级和路由
该研究将评估各种机器学习算法，包括SVM，Random Forest和Ensemble Models，以便对门票进行分类和优先级的优先级。准确对门票进行分类和优先级。高级数据预处理技术（例如TF-IDF矢量化和类平衡）用于处理数据不一致和不平衡。此外，研究还研究了将机器学习与基于规则的系统相结合的混合方法，以提高低频和模棱两可的票务类别的分类性能。此外，结合反馈循环和实时数据更新可确保模型适应性的IT环境。
优先级和疫苗接种速度之间的权衡取决于缓解措施
呼吁消除SARS-COV-2疫苗的优先次序，这是由于优先级降低疫苗接种速度的担忧。我们使用SEIR模型来研究疫苗接种分布对公共卫生的影响，比较在缓解措施下进行的临时政策和速度，这些措施可以缓解疫苗推出或在大流行时期结束时持续下去。NASEM建议的优先级会导致死亡少于没有优先级，但不会最大程度地减少总死亡。如果减轻措施，则放弃NASEM将导致大约134,000人死亡，每月3000万个现场。在没有优先级的情况下，疫苗接种速度必须至少提高53％，以避免增加死亡。随着持续的缓解，丢弃NASEM优先级将导致42,000人死亡，仅需要速度增加26％才能使死亡持续不断。因此，放弃NASEM的临时化以提高疫苗接种速度而无需大大增加死亡，可能需要减轻持续的缓解措施。
药物机制自动优先排序知识网络的设计与应用
图 1：适应症来源和模型训练范式示意图 a) 适应症最初来自两个数据源，Wikidata 和 NCATS Inxight Drugs。Inxight Drugs 是一个数据聚合器，它汇编了来自多个来源的数据，包括 DrugBank 和 DrugCentral，从而产生了许多适应症。临床毒理基因组学数据库 (CTD) 包含超过 14,000 种适应症，全部来自文本挖掘，结果由人工确认。沿着化合物 - 治疗 - 疾病 - 逆子类 - 疾病路径的路径收缩总共产生 69,639 种适应症。b) 最初，20% 的已知适应症化合物被移除并放置在保留集中。剩余的 15% 的已知适应症化合物子集用于超参数调整和元路径选择。选定的 160 个元路径用于对不在保留集中的所有适应症进行模型训练，以验证模型。最后，所有迹象都被用来生成用于机械评估的最终模型。
增强电力系统弹性指标以实现关键负载优先级
本报告是由美国政府某个机构资助的工作报告。美国政府及其任何机构、巴特尔纪念研究所或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，或承担任何法律责任或义务，或保证其使用不会侵犯私有权利。本文中对任何特定商业产品、流程或服务的商品名、商标、制造商或其他方面的引用并不一定构成或暗示美国政府或其任何机构或巴特尔纪念研究所对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。