XiaoMi-AI文件搜索系统
World File Search SystemRepository
神经肿瘤学 - ICR出版物存储库
摘要：背景：成人神经胶质瘤的流行病学研究已经确定了遗传综合征和25个可遗传的风险基因座，可改变个人神经胶质瘤的风险，以及与电离辐射暴露的风险增加，并且与过敏症的相关风险降低。在此分析中，我们评估了神经胶质瘤和特应/自身免疫性疾病之间是否存在共同的基因组结构。方法：使用GWAS GWAS荟萃分析的摘要统计数据，我们确定了与免疫细胞群体基因表达变化相关的风险变异的显着富集。我们还使用LDSCore回归估计了神经胶质瘤与自身免疫性，特应性和血液学性状之间的遗传相关性，该回归利用了跨基因组SNP的关联和连接不平衡的模式结果：对于Glioblastoma和Glioblastoma and Tirene Biliary Cirrhosy和r = 0.26的链接不平衡结果：名义上显着的负相关。非糖母细胞瘤胶质瘤和乳糜泻（R G = -0.32，p = 0.0109）。我们的分析涉及CD4+/CD8+ T细胞（P min = 0.0034），树突状细胞（P min = 0.00072）介导了胶质母细胞瘤和非糖基母细胞瘤遗传易感性，均与胶质母细胞瘤特异性缔合中鉴定在NK中（p min = 0.0012）和茎细胞（P min = 0.0031）。结论：该分析确定了神经胶质瘤与自身免疫性条件之间的假定新关联与基因组结构与神经胶质瘤的基因组结构成反比，并且T细胞，NK细胞和髓样细胞参与介导神经胶质瘤易感性。这提供了进一步的证据表明，获得的免疫系统的激活增加可能会改变个人对神经胶质瘤的敏感性。
无标题 - UITM机构存储库
印尼Zakat倡议（IZI）Bengkulu代表的纸质ID标题页面开发影响SMES中的会计实践的108个因素89 112图片和图片方法的应用，以提高学生在写作叙事文章中的动机和成就
传感器 - CERES研究存储库
脑电图（EEG）是一种广泛认识的非侵入性方法，用于囊化脑生理活性。在大多数医院环境中，它的成本效益，可移植性，易移，管理便利性和广泛可用性而脱颖而出。与其他关注解剖结构（例如MRI，CT和fMRI）的神经影像模式不同，EEG擅长提供超高的时间分辨率，这是对脑功能的深入了解的重要资产[1]。脑电图数据的经验解释主要依赖于不同生物学状态（例如，觉醒与睡眠[2]）和阵发性和形态学特征[3]的鉴定（例如，觉醒与睡眠[2]）以及常见的放电[4]。对外部刺激和激活程序的反应性，例如间歇性的光刺激或过度换气，在EEG分析中也起着显着的作用[5，6]。尽管这些实际方法在许多情况下很有价值，但它们通常没有捕获大脑网络各种解剖成分之间的复杂，动态和非线性相互作用。这些相互作用经常隐藏在脑电图记录中，超过了训练有素的医生的观察能力。这种监督得到了各种神经疾病的大量证据的支持，包括癫痫，神经退行性痴呆症，神经精神病学和运动障碍以及正常的认知范式[7]。此外，脑电图数据本质上是非平稳的，并且易受噪声来源的敏感，尤其是频率干扰。因此，从原始脑电图数据中有效删除噪声是要提取有意义的信息，以准确反映大脑活动和状态[8]。近年来，基于机器学习的方法吸引了相当大的关注，因为它们在嘈杂的脑电图记录中针对各种应用程序揭示了基本模式的特殊能力。本期特刊是传播EEG信号预处理，建模，分析及其应用中原始高质量研究的平台，特别关注机器学习和深度学习技术的利用。所涵盖的申请范围包括以下内容：•医疗保健申请，包括癫痫（贡献1-3）和麻醉（贡献4）； •与情感有关的研究（贡献5-7）； •运动图像研究（贡献8-10）； •研究外部刺激（贡献11-13）； •有关心理工作量的研究（贡献14-15）； •满意度的研究（贡献16）。
糖尿病学-05-00007.pdf-VU研究存储库
摘要：本研究旨在调查在沙特阿拉伯说阿拉伯语的移民中采用基于Web的技术来自我管理2型糖尿病的使用和意愿。在2022年在TAIF中进行了涉及2型糖尿病的参与者，并利用特定于研究的问卷收集有关人口统计学，疾病细节和对将此技术用于糖尿病管理的态度的数据。在回应的109个人中，有91人完成了调查，并报告了访问基于Web的技术，平均每天使用两个小时。主要用途是用于社交媒体（90.1％）和信息搜索（73.6％）。这项研究发现，将基于Web的技术用于饮食计划（85.7％），体育锻炼监测（94.5％）以及与医疗保健提供者的沟通（93.41％）的意愿。值得注意的是，年轻的参与者，受过高等教育和已婚人士对使用此类技术的倾向更为倾向，如显着相关性所示（P <0.001，CI = 0.03-0.38; P <0.039，CI = 1.06-10.26; P = 0.024，CI = 0.024，CI = 1.23-19.74）。超过一半的参与者（56％）被认为是基于Web的技术对糖尿病管理的好处，许多参与者发现它节省了时间（61.5％）。总而言之，很大一部分参与者表现出对将基于Web的技术整合到其糖尿病自我管理常规中的强烈偏爱。这种偏好在饮食，体育锻炼和葡萄糖监测等关键领域尤为明显。这些发现强调了基于Web的技术在支持阿拉伯语的移民中支持有效的糖尿病管理的潜力，强调了对利用这些数字工具的有针对性干预措施的需求。
反欺诈计划存储库工作流程
*为新员工提供的反欺诈培训概述。 *保险公司提供定期教育和培训的内部职位概述，例如承保人、理赔员、索赔代表、指定代理人、律师等。 *员工接受的各种培训主题的描述。 *提供培训的方法。 *提供的培训频率和最低培训时长。
神经影像 - UEL 研究资料库
a 德国亚琛工业大学医学院儿童和青少年精神病学系、儿童神经心理学科、心身疾病和心理治疗 b 德国亚琛工业大学和于利希研究中心 JARA-Brain 研究所 II、分子神经科学和神经影像学 c 新加坡南洋理工大学社会科学学院心理学系，新加坡 S639818，新加坡共和国 d 东伦敦大学心理学系，伦敦 E16 2RD，英国 e 剑桥大学心理学系，剑桥 CB2 3EB，英国 f 德国亚琛工业大学心理学研究所认知和实验心理学系 g 德国亚琛工业大学数学、计算机科学和自然科学学院数学系 II
UVA-dare（数字学术存储库）
我们介绍了CHATSQC，这是一种创新的聊天机器人系统，将OpenAI大语言模型（LLM）的力量与统计质量控制（SQC）的特定知识基础相结合。我们的研究重点是使用特定的SQC参考来增强LLM，阐明了数据预处理参数和LLM选择如何影响生成的响应的质量。通过插图这一过程，我们希望激励更广泛的社区参与，以完善LLM的设计和输出评估技术。我们还强调了SQC Do的潜在研究机会 - 可以通过利用CHATSQC来促进，从而扩大了SQC的应用范围。我们工作的主要目标是提供一个模板和概念概念，以了解我们的社区如何利用LLM。为了不断改进CHATSQC，我们要求SQC通讯提供反馈，突出潜在问题，请求其他功能和/或通过我们的公共GitHub存储库通过拉动请求进行贡献。此外，团队将继续探索添加补充参考材料，以进一步改善对聊天机器人的上下文理解。总的来说，CHATSQC证明了SQC中AI的变革性潜力，我们希望这将促进该领域AI集成的进一步进步。
手稿.pdf - 肯特学术资料库
作者接受的手稿 如果此文档被标识为作者接受的手稿，则它是同行评审后但在排版、编辑或出版商品牌化之前的版本。引用为姓氏首字母。（年份）“文章标题”。将在期刊标题、卷号和期号 [同行评审的接受版本] 中发布。可从以下网址获取：DOI 或 URL（访问日期：日期）。
UVicSPACE：研究与学习资料库
加拿大北部社区的原住民正在经历气候变化带来的最严重的灾难性影响，因为北极地区的变暖速度是世界其他地区的两倍。矛盾的是，这种温度升高可以归因于北极地区几乎完全依赖的化石燃料发电。目前，柴油是大多数北极社区的主要电力来源。除了温室气体和其他空气污染物外，这种情况还暴露了燃料运输和储存过程中的石油泄漏风险。此外，随着气温升高，运输燃料成本高昂，冰路更难维护。因此，北部政府承受着燃料价格上涨和供应波动加剧的负担。为了减少对柴油的依赖，本研究建立了多目标综合能源系统，以处理为北极环境和其他偏远社区设计能源系统的复杂权衡。该工具使用遗传算法通过动态模拟同时最小化微电网系统的能源平准化成本和燃料消耗。组件子模型模拟结果通过业界和学术界认可的能源建模工具进行了验证。与之前的能源建模平台相比，所提方法的新颖之处在于考虑了相互冲突的设计目标之间的帕累托前沿权衡，从而更好地支持从业者和政策制定者。该方法的功能性通过位于西北地区最北端的萨克斯港的案例研究进行了展示。该算法选择了完全混合的风能-太阳能-电池-柴油系统，因为它在技术、经济和环境方面最适合该社区。通过对模型结果进行系统故障分析来评估结果的稳健性。总体而言，该建模框架可以帮助决策者确定能源政策的权衡，以使加拿大北极地区和其他偏远社区转向更可持续和清洁的能源。
标题 - NIE 数字存储库
Vahid Aryadoust（通讯作者） 国立教育学院 新加坡南洋理工大学 电子邮件：vahid.aryadoust@nie.edu.sg ORCID ID：https://orcid.org/0000-0001-6960-2489 Ng Li Ying 国立教育学院 新加坡南洋理工大学 电子邮件：liying.ng@nie.edu.sg ORCID ID：https://orcid.org/0000-0002-5352-5180 Stacy Foo 国立教育学院 新加坡南洋理工大学 电子邮件：stacy.foo@nie.edu.sg Gianluca Esposito 1. 新加坡南洋理工大学社会科学学院心理学项目，新加坡； 2. 南洋理工大学李光前医学院，新加坡； 3. 特伦托大学心理学与认知科学系，罗韦雷托，意大利。邮箱：gianluca.esposito@ntu.edu.sg