XiaoMi-AI文件搜索系统
World File Search SystemReview
新西兰太空政策审查咨询
在收到的书面意见中，有 22 份是非结构化的/未在咨询表中提交。其中一些意见表明他们直接回答了哪些咨询问题。这些意见根据问题进行处理和分析。当意见没有遵循既定结构时，它们会根据 PublicVoice 认为它们最接近回答的咨询问题进行分析。封闭式问题（例如询问提交者在多大程度上同意或不同意价值观和目标）仅从在线调查的答复或通过调查模板收到的意见中纳入。
审查抗雄激素治疗与妇科恶性肿瘤相关的女性雄激素性脱发的安全性
摘要：女性最常见的脱发类型是女性雄激素性脱发 (FAGA)，其特征是呈图案分布的进行性脱发。许多口服疗法，包括螺内酯（一种醛固酮拮抗剂）、雄激素受体阻滞剂（例如氟他胺/比卡鲁胺）、5-α-还原酶抑制剂（例如非那雄胺/度他雄胺）和口服避孕药，针对雄激素转化和与其各自受体结合的机制，因此可用于治疗 FAGA。尽管口服治疗 FAGA 取得了重大进展，但对于有妇科恶性肿瘤病史（全球女性最常见的癌症）的患者，其治疗可能仍是一个问题。在这篇综述中，我们重点关注抗雄激素对 FAGA 患者治疗的安全性。为此，我们在 PubMed 上利用相关搜索词进行了有针对性的文献综述。综上所述，螺内酯似乎对 FAGA 的系统治疗是安全的，即使在高危人群中也是如此。然而，其他药物对有妇科恶性肿瘤病史的患者是否安全仍存在普遍的不确定性，需要进一步研究评估其对 FAGA 和危险因素患者的长期安全性，以建立最佳风险评估和治疗选择方案。
可再生能源可持续商业模式回顾
注：改编自 Bryant, ST、Straker, K. 和 Wrigley, C. (2018) 撰写的《电力类型：日益可再生能源领域的能源公用事业商业模式》。《清洁生产杂志》，195，1032-1046。& Siksnelyte-Butkiene, I.、Streimikiene, D.、Balezentis, T. 和 Volkov, A. (2023) 撰写的《能源生产消费的推动因素和障碍：商业模式的概念回顾和综合分析》。《可持续能源技术与评估》，57，103163。
CARD 战略计划审查职责范围.docx
● 顾问/公司应在整个战略规划期间收集和记录所需信息，并将未包含在报告中的信息/数据纳入附件中。 ● 顾问/公司还应拍摄相关照片。所有数据和文件的版权仍归 CARD 所有。
![USA-2024-HQ-0011] 提交 OMB 审查](/simg/a/a2f8620518664c6859e8275813674dc476ebb06a.png)
USA-2024-HQ-0011] 提交 OMB 审查
该文件计划于 2025 年 1 月 10 日在《联邦公报》上公布，并可在线查阅：https://federalregister.gov/d/2025-00278 和 https://govinfo.gov
布卢姆菲尔德大坝安全审查提案请求...
背景布卢姆菲尔德大坝位于爱德华王子县布卢姆菲尔德村内，布卢姆菲尔德溪沿岸。布卢姆菲尔德溪的流域总面积约为 54 平方公里，其中约 13.5 平方公里是布卢姆菲尔德大坝的支流。大坝的主要作用是建造一个水库；称为 Mill Pond，可用于娱乐目的（即钓鱼、划独木舟等）并提供消防水源。大坝建于 1975 年。大坝由一个紧急溢洪道、一个土石坝、一个牵牛花取水口、一条穿过大坝的嵌入式混凝土进水管、一个 18 英寸低流量阀、一个出水口和一个下游出水通道组成。阀门未使用。2013 年的 OMS 指出，落差进水结构有挡水板；挡水板现已不再安装。哈奇 (Hatch) 完成的 2009 年 DSR 发现，根据 ODSG 草案 (MNR, 1999)，该大坝因可能造成人员伤亡而被评定为“重大”IHP 等级。
对基于物理的电池模型的全面综述，并比较各种化学的不同物理模型
从消费电子到电动汽车，电池在各个领域的重要性越来越重要，强调了精确电池模型的关键必要性。本评论描述了电池模型的四个主要类别：经验，等效电路，数据驱动和基于物理的模型。像Nernst和Shepherd模型这样的经验模型提供了简单性，但缺乏精确度。等效电路模型在简单性和准确性之间取得了平衡，尽管有验证约束。数据驱动的方法利用机器学习来准确预测电池性能，但需要高质量的数据集。基于物理学的模型集成了基本的电化学过程，以详细理解，尽管计算复杂性增强。比较分析以锂离子电池为重点，揭示了计算效率和准确性之间的权衡。具有电解质动力学的单个粒子模型及其扩展单粒子模型作为有效的选项出现，带有电解质动力学的单个粒子模型显示出有希望的精度，类似于单个粒子模型。此外，在不同的电池化学分子上进行比较，公布了不同水平的建模精度。本文比较了跨化学的不同电化学建模技术和辨别最佳方法。是电池建模技术之一的电化学模型，已在本研究中进行了详细研究和研究，并为文献提供了有关化学模型如何与哪种电化学模型一起使用的文献。此外，这项研究在Pybamm中使用优化技术有助于现有的铁磷酸锂化学建模。综合提供了对各种建模方法的见解及其对电池研究和开发的影响，从而指导未来的调查，以针对特定应用的更量身定制的建模策略。
人工智能风险存储库：人工智能风险的综合元审查、数据库和分类
人工智能 (AI) 带来的风险引起了学术界、审计师、政策制定者、AI 公司和公众的极大关注。然而，缺乏对 AI 风险的共同理解会阻碍我们全面讨论、研究和应对这些风险的能力。本文通过创建 AI 风险存储库作为共同的参考框架来解决这一差距。这包括一个从 43 个分类法中提取的 777 个风险的动态数据库，可以根据两个总体分类法进行过滤，并通过我们的网站和在线电子表格轻松访问、修改和更新。我们通过系统地审查分类法和其他结构化的 AI 风险分类，然后进行专家咨询，构建了我们的存储库。我们使用最佳拟合框架综合来开发我们的 AI 风险分类法。我们的高级人工智能风险因果分类法根据其因果因素对每种风险进行分类 (1) 实体：人类、人工智能；(2) 意向性：有意、无意；和 (3) 时间：部署前；部署后。我们的中级人工智能风险领域分类法将风险分为七个人工智能风险领域：(1) 歧视和毒性，(2) 隐私和安全，(3) 错误信息，(4) 恶意行为者和滥用，(5) 人机交互，(6) 社会经济和环境，以及 (7) 人工智能系统安全、故障和局限性。这些进一步分为 23 个子域。据我们所知，人工智能风险存储库是首次尝试严格整理、分析和提取人工智能风险框架，将其整合到一个可公开访问、全面、可扩展且分类的风险数据库中。这为以更协调、更一致、更完整的方式定义、审计和管理人工智能系统带来的风险奠定了基础。
![USA-2024-HQ-0010] 提交 OMB 审查](/simg/9/9dd2ad2798a7fc2d58ab310516715d1f733a0ad6.png)
USA-2024-HQ-0010] 提交 OMB 审查
该文件计划于 2025 年 1 月 10 日在《联邦公报》上公布，并可在线查阅：https://federalregister.gov/d/2025-00279 和 https://govinfo.gov