本指南由美国国家标准与技术研究所 (NIST) 执法标准办公室根据机构间协议 94–IJ–R–004、项目编号 99–060–CBW 为防备局拨款与培训办公室 (G&T) 系统支持部 (SDD) 编写。它也是根据 CBIAC 合同编号SP0700–00–D–3180 和 NIST 与国防部技术信息中心 (DTIC) 之间的机构间协议 M92361 编写的。作者感谢美国国家标准与技术研究所 (NIST) 的 Kathleen Higgins 女士提供的计划支持以及就本文档内容进行的多次宝贵讨论。我们还要感谢设备标准化和互操作性跨部门委员会 (IAB) 和响应者知识库 (RKB)。IAB(由政府和急救人员代表组成)的成立是为了确保设备标准化和互操作性,并监督先进技术的研究和开发,以协助州和地方一级的急救人员建立和维持强大的危机和后果管理能力。RKB 由国家预防恐怖主义纪念研究所 (MIPT) 和美国国土安全部防备局拨款和培训办公室的奖励编号 MIPT106-113-2000-002(响应者项目)资助,专门用于满足应急响应人员的需求。RKB 包含有关当前可用产品的信息,以及标准、培训和补助金等相关信息。我们也真诚感谢所有向我们提供有关其产品信息的供应商。分发声明 I:已批准公开发布;分发不受限制。免责声明:本指南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构成或暗示美国国土安全部或其任何机构的认可、推荐或支持。本指南中的观点和意见均为作者的观点和意见,并不一定反映美国国土安全部或其任何机构的观点和意见。
Eric Wang, 1, 10, * Jose Mario Bello Pineda, 2, 3, 4, 10 Won Jun Kim, 5, 10 Sisi Chen, 5 Jessie Bourcier, 5 Maximilian Stahl, 6 Simon J. Hogg, 5 Jan Phillipp Bewersdorf, 5 Cuijuan Han, 1 Michael E. Singer, 5 Daniel Cui, 5 Caroline E. Erickson, 5 Steven M. Tittley, 5 Alexander V. Penson, 5 Katherine Knorr, 5 Robert F. Stanley, 5 Jahan Rahman, 5 Gnana Krishnamoorthy, 7, 8 James A. Fagin, 7, 8 Emily Creger, 9 Elizabeth McMillan, 9 Chi-Ching Mak, 9 Matthew Jarvis, 9 Carine Bossard, 9 Darrin M. Beaupre, 9 Robert K. Bradley, 2 , 3 , * 和 Omar Abdel-Wahab 5 , 11 , * 1 杰克逊基因组医学实验室,美国康涅狄格州法明顿 06032 2 美国华盛顿州西雅图弗雷德哈钦森癌症研究中心公共卫生科学和基础科学部 3 美国华盛顿州西雅图华盛顿大学基因组科学系 4 美国华盛顿州西雅图华盛顿大学医学科学家培训计划 5 美国纽约州纽约市纪念斯隆凯特琳癌症中心斯隆凯特琳研究所分子药理学项目 6 美国马萨诸塞州波士顿丹娜—法伯癌症研究所肿瘤内科系 7 美国纽约州纽约市纪念斯隆凯特琳癌症中心人类肿瘤学和发病机制项目 8 美国纽约州纽约市纪念斯隆凯特琳癌症中心医学系、内分泌学分部 9 Biosplice Therapeutics Inc.,美国加利福尼亚州圣地亚哥 10 这些作者贡献相同 11 主要联系人 *通信地址:eric.wang@jax.org (EW)、rbradley@fredhutch.org (RKB)、abdelwao@mskcc.org (OA-W.) https://doi.org/10.1016/j.ccell.2022.12.002
目录 页码 ii 人员 iii 摘要 1 水稻研究中的统计方法 1 BRRI 品种的稳定性分析 6 多性状稳定性指数 (MTSI) 的动态变化,用于识别孟加拉国三个水稻生长季节最稳定的基因型 12 通过调整水分含量进行水稻产量估算的比较研究 14 识别影响气候参数和孟加拉国季节性干旱预测的最佳模型:机器学习算法的应用 22 BRRI 品种的多元分析 22 BRRI 品种的基因型 × 环境相互作用 25 水稻和水稻相关数据库 25 水稻和相关数据库的维护 28 农业气象学和作物模型 28 最大限度地减少农业微气候风险因素,最大限度地实现孟加拉国可持续水稻生产 29 地理信息系统 (GIS) 在水稻研究中的应用 29 BRRI 适宜性 (土壤) 制图dhan96-99 30 温度(最高和最低)和降雨量的气候制图 31 孟加拉国分季节稻米种植区制图 32 孟加拉国预测气候因素(2050 年)地图 34 各种种植模式的适宜性制图 35 使用遥感数据和机器学习方法描绘孟加拉国沿海地区稻米种植面积的变化 38 通过培训进行能力建设 38 实验数据分析培训计划 39 多元数据分析培训计划 40 计算机编程、软件开发和数字化 40 开发 Web 应用程序以计算 BRRI 稳定性模型的稳定性指数 41 为 BBRI 开发的管理信息系统(MIS)平台 41 BRRI 的数字化预算管理系统 42 BRRI 的数字化配额管理系统 43 BRRI 的数字化薪酬管理系统 44 BRRI 的数字化劳动力管理系统 45 数字化事假申请系统46 信息和通信技术 (ICT) 46 孟加拉国水稻品种智能分析 47 新版水稻知识库 (RKB) 移动应用程序 48 BRRI 通过人工智能 (AI) 技术进行基于传感器的水稻病虫害管理 49 为 BRRI 开发新网站 50 加强 BRRI 的网络安全系统 51 BRRI 的 BRRI Alapon 电话簿移动应用程序 52 BRRI 的车辆申请管理系统 52 针对创新、服务流程简化 (SPS) 和电子通知管理的培训,以提高 BRRI 员工的能力 53 BRRI 稻米医生移动和 Web 应用程序 54 BRRI 的 BRKB 网站管理 55 BRKB 网站的动态视图连接系统、孟加拉语搜索系统和内部横幅系统 56 BRRI Web 邮件和群发邮件 57 为 BRRI Web 邮件和群发邮件开发安全系统 57 BRRI 的在线申请系统 58 BRRI 的电子通知系统59 BRRI 区域站 (R/S) 的 LAN 和互联网连接 60 BRRI 门户网站管理 61 BRRI 局域网和互联网连接的管理 61 BRRI 网络更新,维护和扩展 62 BRRI 个人数据表数据库 63 BRRI 视频会议系统 64 & 65 BRRI 新版管理信息系统 (MIS);水稻病虫害防治角 66 & 67 BRRI 遗产;ICT 单元的支持服务