摘要 建筑物对环境产生的巨大影响、资源消耗和废物产生引起了人们的极大关注和政治关注。近年来,人们对循环经济 (CE) 概念的兴趣日益浓厚,该概念通过 CE 策略(再利用、维修、翻新、回收和回收)来减缓、缩小和关闭材料循环,以促进最大限度地减少建筑行业产生的这些未解决问题。尽管 CE 计划在行业内不断涌现,但 CE 的大规模采用仍然不足,目前 CE 建筑设计和施工策略的开发和实施还很分散。通过系统文献综述 (SLR),本研究评估了哪些设计和施工策略与新建筑的 CE 概念相关,以及它们在建筑环境中的应用和准备程度。在此基础上,本研究提供了有关该研究领域如何发展的见解,并为未来的研究提供了方向。从 SLR 开始,提出了一个分类法,将这些策略归类为 16 种总体建筑设计和施工策略。我们发现,阻碍行业内更多采用 CE 的一个重要差距包括缺乏对各种建筑设计和施工策略的环境性能和相关好处的了解。因此,建议在建筑行业传达更全面和统一的 CE 采用需要开发一种新的设计类型,以促进建筑环境中以 CE 为导向的决策,并根据其在最大限度地减少与建筑相关的环境影响方面的潜力对策略进行优先排序。
方法:2022年4月5日通过搜索Embase,Medline和Central进行了系统文献综述(SLR)。研究选择,数据提取和质量评估由2位独立审阅者进行。SLR的资格标准包括随机对照试验(RCT)和比较观察性研究,评估了成人T2DM患者中包含人(例如,教练)和数字成分(例如,葡萄糖表)的干预措施的比较观察性研究。主要的荟萃分析仅限于报告实验室测量HBA 1C的研究。在次级分析中,在数字干预中的指导强度作为分类协变量进行了元回归。结果:总共包括28项研究。大多数研究(23/28,82%)使用HBA 1C水平的降低为主要终点,无论是直接还是作为多组分结果的一部分。总共21项研究报告了该主要终点的统计学意义。通过支持数字卫生技术的干预措施的强度分为三个干预类别(分析所有28项研究)时,成功率似乎与教练强度成正比(即高强度研究报告了较高的成功率)。使用HBA 1C水平的比较改善将分析仅限于RCT时,干预措施的有效性就不太清楚。所包含的RCT中只有一半(12/23,52%)报告了统计学上显着的结果。荟萃分析与SLR的结果大致对齐。主要分析估计,与通常的护理相比,与数字干预措施相关的HBA 1C降低较大(–0.31%,95%CI –0.45%至–0.16%; p <.001)。元回归估计估计减少–0.45%(95%CI –0.81%至–0.09%; p = .02),–0.29%(95%CI –0.48%至–0.11%至–0.11%; P = .003),以及–0.28%(95%CI –0.0.65%至0.0.0.0.9%至0.0.9%);低强度干预措施。结论:这些发现表明,借助数字干预措施,降低T2DM患者的HBA 1C水平是可行的,有效和可接受的。有效的数字健康干预措施的一个共同特征是专门的医疗保健专业人员及时且响应迅速的个性化教练。
根据《2003 年电力法》第 86 条及其他规定,请愿实施印度政府 GR No. SLR/11/2020/851/B1(日期为 2020 年 11 月 6 日),在印度政府 PM KUSUM 计划 C 部分下,在州配电许可证持有者的供应管辖范围内实现农业连接的太阳能化。请愿人编号 1:Paschim Gujarat Vij Company Limited 代表:JJ Gandhi 先生以及 AH Talsaviya 先生和 DA Bhatt 女士
近年来,人们对在供应链管理领域(SCM)中的数据分析(DA)的应用越来越兴趣,引起了从业者和研究人员的关注。本文对SCM中DA的最新实施进行了全面检查。采用系统文献综述(SLR),对超过354篇论文进行了细致的分析。在2018年进行的先前SLR的基础上,我们确定了当代区域,这些地区已在供应链中的各种功能上应用DA并仔细检查已采用的DA模型和技术。过去的发现与当前文献之间的比较揭示了大多数SCM函数中DA利用的显着提高,并且特别强调了当代SCM应用中预测分析模型的普遍性。本文的发现提供了对当前在各种SCM功能中使用的特定DA模型和技术的详细见解。此外,观察到混合或混合DA模型的采用可辨别。然而,一些研究差距持续存在,包括需要更多地关注SCM中实时DA,公开可用数据的集成以及DA在减轻SCM中的不确定性方面的应用。为了解决这些领域并指导未来的研究努力,本文通过描述了六个具体的研究指示。这些指示为在现场进一步探索提供了宝贵的途径。关键字:数据分析,描述性分析,预测分析,规范分析,供应链管理,系统文献评论
Fecha depublucaración:30/08/2024CómoCitarelArtículo:IsazaDomínguez,L。(2024)。行业5.0中的数字双胞胎 - 系统的文学评论[Gemelos Digitales en La Industria 5.0 - UnaRevisiónSistemáticade Literatura]。欧洲公共与社会创新评论,第9卷,第1-21页。 https://doi.org/10.31637/epsir-2024-641摘要:简介:行业5.0将高级技术与以人为中心的方法相结合,以增强制造安全,人类机器人协作和效率。数字双胞胎(物理系统的虚拟复制品)对于提高工作场所安全性和运营效率的倡议至关重要。方法论:此SLR在五个数字库中使用了全面的搜索策略:IEEE Explore,Scopus,Taylor&Francis Online,ACM数字图书馆和Web of Science。结果:通过实时监控,智能感应和主动风险管理,这些发现突出了数字双胞胎对工人安全的贡献。人机协作是通过实时数据集成实现的。数字双胞胎还通过实现更智能的自适应生产系统来提高制造效率。讨论:尽管具有潜力,但诸如数据质量,计算复杂性,网络安全,人为因素和社会经济影响等挑战需要应对。结论:此SLR强调了数字双胞胎在推进行业5.0中的作用,从而促进更安全,更高效和以人为中心的工业环境。关键字:数字双胞胎;行业5.0;人机合作;工人安全;制造效率;人工智能;增强现实;以人为中心的系统。
基于人工智能的软件的特性有可能重塑传统的软件开发范式。因此,本研究在人工智能工程领域进行了系统的文献综述 (SLR),以确定基于人工智能的系统的软件工程中的独特挑战,这些挑战正在改变传统的软件开发范式。SLR 的范围包括通过严格流程选择的 2018 年至 2023 年期间发表的学术期刊和会议论文集文献。该方法涉及在 Scopus、ScienceDirect、ACM 数字图书馆和 IEEE Xplore 等数据库中使用特定搜索关键字,并严格应用 Kitchenham 的纳入和排除标准,以确保重点突出且相关的审查。本综述对解决与基于人工智能的软件开发相关的挑战、问题和方法的各种研究工作进行了综合总结。重点主题包括人工智能密集型系统开发的需求工程挑战、负责任的软件开发(负责任的人工智能)、负责任的人工智能软件工程路线图的制定、TrustOps 作为人工智能系统开发风险管理方法的应用、在基于人工智能的系统中纳入软件工程方法的必要性,以及探索需求工程实践、人工智能密集型系统开发和机器学习模型开发工具使用的研究。主要发现包括认识到人工智能开发中的道德要求的重要性、风险管理和道德属性的作用,以及在软件开发人员、数据科学家和机器学习专家之间联系需求的挑战。这项研究为参与开发基于人工智能的软件的从业者和研究人员提供了宝贵的见解,以克服现有的挑战并在开发过程中应用适当的方法。
我们经常听到“标准摄影曝光计 [或自动曝光系统] 的反射率校准为 18% [或可能是 13%,或其他接近的数字]”。有时描述中会出现“灰色”一词。这是什么意思,为什么数值变化很大?在本文中,我们研究了几个相关的 ISO 标准,并了解了它们相互作用如何暗示“标准曝光计校准”。在附录中,我们研究了佳能数码单反相机的校准情况,这是从制造商推荐的测试中推断出来的。我们还讨论了入射光测光的相关问题,包括通过使用“灰卡”。
本研究的目的是研究关于区块链技术对会计信息质量影响的学术文献。 研究方法是文献计量映射的系统文献综述 (SLR),包含 36 个知名资源。研究结果表明区块链技术具有众多优势,尤其是对会计师而言。其中一个重要优势是分布式记录保存,它提高了信息透明度并减少了信息不对称。因此,它显著提高了会计信息的质量。 本研究的意义在于全面了解区块链采用可能带来的会计范式转变。此外,该研究为未来研究区块链在会计信息质量中的实施和影响奠定了基础。
抽象背景滑膜组织研究已在几个风湿病中心广泛发展,但是,在处理滑膜组织的方式中存在很大的差异,更具体地,在文献中报告了与活检程序,质量检查和实验结果有关的数据。这种异质性在这个迅速扩展的领域中阻碍了研究的进步。在这种情况下,在欧洲风湿病联盟联盟的保护下,我们旨在提出要考虑的观点(PTC),以了解滑膜组织研究中最小的报告要求。方法来自欧洲和美国10个国家的25名成员实际上会开会,以定义需要评估并提出研究问题以告知系统文献综述(SLR)的关键领域。在第二次虚拟会议上提出了结果,在该会议上制定并同意PTC。结果研究设计,活检程序,组织处理,组织质量控制和组织结果(成像,DNA/RNA分析和分解)被确定为滑膜组织研究质量的重要方面。SLR询问了四个数据库,检索了7654个摘要,其中包括26个手稿。制定了三个OPS和9个PTC,涵盖了以下领域:活检程序的描述,总体临床设计,患者特征,组织处理和加工,质量控制,组织病理学,转录学分析和单细胞技术。我们预计这些PTC将使该领域能够在未来几年内以强劲而透明的方式进步。结论这些PTC提供了有关如何报告涉及滑膜组织的研究的指导,以确保读者,审阅者和更广泛的科学界对结果进行更好的评估。
基于人工智能 (AI) 的系统的快速增长和使用引发了对解释能力的担忧。最近的研究讨论了对可解释人工智能 (XAI) 的新兴需求;然而,从最终用户的角度对可解释人工智能进行系统回顾可以全面了解当前情况并有助于缩小研究差距。本研究的目的是从最终用户的角度对可解释人工智能进行系统的文献综述并综合研究结果。确切地说,目标是 1) 确定最终用户解释需求的维度;2) 研究解释对最终用户感知的影响,3) 确定研究差距并提出 XAI 的未来研究议程,特别是从基于当前知识的最终用户的角度来看。系统文献综述 (SLR) 的最终搜索查询是在 2022 年 7 月进行的。最初,我们从 Scopus 和 Web of Science 数据库中提取了 1707 篇期刊和会议文章。然后应用纳入和排除标准,并为 SLR 选择了 58 篇文章。研究结果显示,塑造 AI 解释的四个维度是格式(解释表示格式)、完整性(解释应包含所有必需信息,包括补充信息)、准确性(有关解释准确性的信息)和时效性(解释应包含最新信息)。此外,除了解释的自动表示外,用户还可以根据需要请求其他信息。我们还描述了 XAI 效果的五个维度:信任、透明度、可理解性、可用性和公平性。我们调查了选定文章中的当前知识,以将未来的研究议程作为研究问题以及可能的研究路径进行问题化。因此,我们开发了一个关于 XAI 及其对用户行为的可能影响的综合框架。