XiaoMi-AI文件搜索系统
World File Search SystemSaez
开发阿西西学院的优化固定太阳能充电站 - 拉斯皮纳斯
开发阿西西学院的优化固定太阳能充电站 - 拉斯皮尼亚斯·约书亚·菲利普·R·孔戈（LasPiñasJoshua Philip R. Organo）*，Rolan B. Cagadas **，Leonardo I. Leonardo I. Logan Jr。 Javier ********（菲律宾Beta Electro Mechanical Corporation项目工程师电子邮件：OrganoJoshua8@gmail.com） （菲律宾远东地区阿拉巴大学的计算机研究与多媒体艺术学院电子邮件：niteguerrero@gmail.com）*****（菲律宾设计工程，菲律宾设计工程，电子邮件：angelu.fuentes19@gmail.com）*******************************************************************************************菲律宾Kyoma Plant Tech Corporation电子邮件：Leilamaejavier022@gmail.com）
使用多模式数据和机器学习预测多发性硬化症的疾病严重程度
Magi Andorra 1 · Ana Free 2,18 · Melanie Roots Brune‑Ingebretse 5,6 · Federical Ivaldi 9 · Cellerino 3 · Matthew Pardini · Book 1 · Irene Power 1 · Eloy 1 · Eloy Martinez‑Heras 1 · Decree Asseyer 10 · Sayedamirhosein Joseph Kauer-Bonin 1
法国卫生工作者中有关气候变化和环境可持续性的知识，行为，实践和期望
Poitiers，CNRS，Ebi，Poitiers，France（J Guihenneuc Phd，G Cambien Phd，Dupuis Phd老师，S Ayraud-Theot博士）； Poitiers，Chu de Poitiers，Inserm，CIC1402临床调查中心，环境健康轴，POITIERS，法国（J Guihenneuc，G Cambien，E Papin，E Papin，Duis教师Duis，S Ayraud-Thevenot）； PôleBiospharm，Chu de Poitiers，Poitiers，法国（J Guihenneuc，G Cambien，Dupuis老师，S Ayraud-Theot）；法国雷恩斯的流行病学和公共卫生部（P Blanc-Petitjean Phd，v Migeot Phd教授）； Chu Rennes，Univ Rennes，Inserm，EHESP，IRSET（卫生研究所，环境与工作）-UMR_S 1085，Rennes，法国（P Blanc-Petitjean，v Migeot教授）；波尔多大学医院内科和传染病系，法国波尔多圣安德烈医院（N Bernard MD）；法国Niort Niort医院可持续发展部（B Jourdain）；波尔多大学医院的预防部门的方法学支持和创新，法国波尔多医院（I Barcos）；法国塔伦斯市波尔多大学医院可持续发展系（C Saez）
国内监管和服务贸易自由化
我们要感谢英国政府国际发展部、会议讨论者的深刻见解和充分评论。经济合作与发展组织和世界银行的慷慨财政和行政支持。我们可以通过 OECD 网站访问。我们非常感谢 Anders Ahlind、Dale Andrews、David Hartridge、Ken Heydon、Bernard Hoekman 和 Roberto Bosch、Thomas Chan、Elbey Borrero Del-Abdel-Hamid Mamdouh 大使对项目各个方面的指导。Kamal Saggi 和 Maulacher、Ulriche Hauer、Alejandro Jara 大使、Rice Schiff 对手稿提供了宝贵的意见。Julia Nielson 做出了许多贡献，并在 2002 年 3 月组织会议的过程中发挥了核心作用，该会议的论文是首次提出的。Ann Katoh 以非凡的效率建立和管理了会议网站。感谢 Susan Graham 出色的制作编辑和 Santiago Pombo- Aaditya Mattoo Bejarano 对出版过程的明智指导。2003 年 6 月 18 日
人们与单个碳排放中的位置的作用
*美国人口普查局。eva.lyubich@census.gov。本文表达的任何意见和结论都是作者的观点，并不代表美国人口普查局的观点。人口普查局的披露审查委员会和避免公开避免官员已审查了该数据产品，以未经授权披露一致的信息，并批准了适用于此版本的披露避免惯例（CBDRB-FY24-CES014-CES014-014-016，CBDRB-FY24-CES DRBBDRBDRB，以及CBDRB-FY24-CES014-FY24-CBDRB，以及CBBDRB-FY24-CBDY5，以及017）。我感谢Reed Walker，Pat Kline，Emmanuel Saez和Joe Shapiro在整个工作中的指导和支持。我还要感谢编辑和三名匿名裁判的建设性反馈。本文从艾伦·奥尔巴赫（Alan Auerbach），玛蒂尔德·庞巴迪（Matilde Bombardini），斯蒂芬妮·邦德斯（Stephanie Bonds），斯蒂芬妮·邦德斯（Stephanie Bonds），塞维林·鲍伦斯坦（Severin Borenstein），戴维·卡卡（David Card），卢卡斯·戴维斯（David），卢卡斯·戴维斯（Lucas Davis），卡尔·邓克尔·维尔纳（Karl Dunkle Werner），本·法布尔（Ben Faber），梅雷德·福尔里（Ben Faber），梅雷德迪思·福利AndrésRodríguez-clare，Ra i Qa a a Qaile Saggio，Jim Sallee，Elif Tasar，Danny Yagan，Katherine Wagner，Randall Walsh，Chris Walters，Chris Walters和California of California of California of Berkeley，伯克利分校的研讨会参与者。我感谢国家科学基金会研究生研究奖学金计划（DGE 1752814），伯克利机会实验室和史密斯·理查森基金会以及华盛顿公平增长中心的财务支持中心。这项研究中使用的数据收集部分得到了美国国立卫生研究院的资助号R01 HD069609和R01 AG040213，以及国家科学基金会根据奖励编号SES 1157698和1623684。我感谢Matt Mullins的编辑帮助。
经济自由促进收入向上流动
1 简介 经济自由与许多积极成果呈正相关，包括更快的经济增长（Hall 和 Lawson，2014 年）、环境进步（Barbier，2019 年）以及面对经济危机时更强的复原力（Geloso 和 Bologna Pavlik，2020 年；Candela 和 Geloso，2021 年）。最近，人们更加关注经济自由和收入不平等之间的联系，研究结果有些混乱，一些研究表明经济自由与更高水平的不平等有关，而另一些研究则发现相反的情况（Berggren，1999；Carter，2007；Ashby 和 Sobel，2008；Bennett 和 Vedder，2013；Apergis、Dincer 和 Payne，2014；Strum 和 De Haan，2015；Holcombe 和 Boudreaux，2016；Bennett 和 Nikolaev，2016、2017；Apergis 和 Cooray，2017；Bjørnskov，2017）。这些混乱的结果并不令人意外，原因有两个。首先，收入不平等的研究是出于对收入流动性的关注。毕竟，说经济自由与经济增长呈正相关并不能告诉我们最贫穷的人是否从这种增长中受益。其次，收入不平等数字是收入流动性的非常成问题的指标。如果使用一个收入不平等数据集而不是另一个数据集，类似的实证策略（相同的时间框架、方法、设计）会产生截然不同的结果（Holcombe 和 Boudreaux，2016 年）。因此，每个数据集的有效性都成为争论的对象（Piketty 和 Saez，2003 年；Mechling、Miller 和 Konecny，2015 年；Auten 和 Splinter，2019 年、2021 年；Larrimore 等人，2017 年、2021 年；Geloso 和 Magness，2020 年；Geloso、Magness、Moore 和 Schlosser，2018 年）。更重要的是，收入不平等的统计数据经常受到构成偏差的影响，这使其无法反映收入流动性。当新人加入现有人口但这些新人的收入分配与本地人口不同时，就会出现构成偏差。例如
COVID-19 和稳定政策如何影响......
本文的初稿之前以“实时经济学：使用私营部门数据跟踪 COVID-19 对人们、企业和社区影响的新平台”为题发布。我们感谢 Gabriel Chodorow-Reich、Jason Furman、Xavier Jaravel、Lawrence Katz、Emmanuel Saez、Ludwig Straub 和 Danny Yagan 提出的有益评论。我们还要感谢为《经济追踪》提供基础数据的企业合作伙伴，截至本版本，这些合作伙伴包括：Affinity Solutions（尤其是 Atul Chadha 和 Arun Rajagopal）、Burning Glass（尤其是 Anton Libsch 和 Bledi Taska）、Earnin（尤其是 Arun Natesan 和 Ram Palaniappan）、Homebase（尤其是 Ray Sandza 和 Andrew Vogeley）、Intuit（尤其是 Christina Foo 和 Krithika Swaminathan）、Womply（尤其是 Toby Scammell 和 Ryan Thorpe）和 Zearn（尤其是 Billy McRae 和 Shalinee Sharma）。我们非常感谢盖茨基金会的 Ryan Rippel 对启动该项目的支持，以及 Gregory Bruich 的早期对话，这些对话帮助激发了这项工作。这项工作由陈-扎克伯格倡议、比尔和梅琳达盖茨基金会、Overdeck 家族基金会以及 Andrew 和 Melora Balson 资助。该项目已获得哈佛大学 IRB 20-0586 的批准。 †Opportunity Insights 经济追踪团队由 Matthew Bell、Gregory Bruich、Tina Chelidze、Lucas Chu、Westley Cineus、Sebi Devlin-Foltz、Michael Droste、Shannon Felton Spence、Dhruv Gaur、Federico Gonzalez、Rayshauna Gray、Abby Hiller、Matthew Jacob、Tyler Jacobson、Margaret Kallus、Laura Kincaide、Cailtin Kupsc、Sarah LaBauve、Maddie Marino、Kai Matheson、Kate Musen、Danny Onorato、Sarah Oppenheimer、Trina Ott、Lynn Overmann、Max Pienkny、Jeremiah Prince、Daniel Reuter、Peter Ruhm、Emanuel Schertz、Kamelia Stavreva、James Stratton、Elizabeth Thach、Nicolaj Thor、Amanda Wahlers、Kristen Watkins、Alanna Williams、David Williams、Chase Williamson、Shady Yassin 和 Ruby Zhang 组成。
金融技术采用：墨西哥无现金支付的网络外部性
* 西北大学凯洛格管理学院金融系（电子邮件：sean.higgins@kellogg.northwestern.edu）。埃丝特·迪弗洛 (Esther Duflo) 是本文的共同编辑。 I am Grateful to Paul Gertler, Ulrike Malmendier, Fred Finan, and David Sraer for Guidance and Support, As Bibek Adhikari, David Atkin, Pierre Bachas, Giorgia Barboni, Matteo Benetton, Josh Blumenstock, zerek brat-gold, Ben Charoenwong ( Discussant ) , Anthony Defusco, Carola Frydman, Virginia Gianinazzi ( Discussant ) Sylvan Herskowitz, Bob Hunt , Seema Jayachandran, John Loeser, Nora Lustig, Ted Miguel, luu Nguyen, Waldo Ojeda, Jacopo Prabby ( Dis- Cussant , Michael nt ) , Betty Sadoulet, Emmanuel Saez, Discusant , Gabriel Zucman, and Seminar Partipants, Atlanta Fed, Bank of Israel, Bocconi, Cambridge, Cepr, Dartmouth, GSU-RFS, idas, , Inter-American Development Bank, Illinois, London School of Economics, neudc, northwestern, Nyu, Penn, Princeton, Princeton, Sfs Cavalcade, Stanford, UC Diego , UNC, University of San Francisco, UT Austin, Wfa, World Bank, Wvu, and Yale y-rise for comments that helply improve the paper.我感谢 Saul Knight、Arthur Charleston、Nils Lieber、Jora Li、Xinghuan Luo、Eric Molina、Anah Kings、Carlos Restituyo 和 Angelyna Ye 提供的研究协助。我感谢墨西哥以下机构的官员提供数据访问并回答问题。墨西哥银行：Marco Acosta、Biliana Alexandrova、Sara Castellanos、Miguel Angel Diaz、Lorenza Martinez、Othon Moreno、Samuel Navarro、Axel Vargas 和 Rafael Villar。 Bansefi: Virgil Andrade, Benjamin Chacon, Miguel Angel Lara, Oscar Moreno, Ramon Sanchez, and Ana Lilia Urquieta. CNBV: Rodrigo Aguirre, Alvaro Melendez Martinez, Diana Radilla, and Gustavo Salaiz. INEGI：Gerardo Leyva 和 Natalia Volkow。繁荣：Martha Cuevas、Armando Geronimo、Rogelio Grados、Raul Perez、Rodolfo Sanchez、Jose Solis 和 Carla Vazquez。本研究项目中表达的结论由我作为作者独自负责，并且不属于国家统计和地理信息系统 (INEGI) 的官方统计数据。非常感谢墨西哥银行夏季研究项目的资助。 IRB 批准：IPA 00006083、西北大学 STU00217227 和加州大学伯克利分校 2018-02-10796。 † 请访问 https://doi.org/10.1257/aer.20201952 获取更多材料和作者披露声明。
新冠肺炎疫情的经济影响
我们感谢提供用于构建本文所建立的公共数据库的基础数据的企业合作伙伴：Affinity Solutions（特别是 Atul Chadha 和 Arun Rajagopal）、Lightcast（Anton Libsch 和 Bledi Taska）、CoinOut（Jeff Witten）、Earnin（Arun Natesan 和 Ram Palaniappan）、Homebase（Ray Sandza 和 Andrew Vogeley）、Intuit（Christina Foo 和 Krithika Swaminathan）、Kronos（David Gilbertson）、Paychex（Mike Nichols 和 Shadi Sifain）、Womply（Derek Doel 和 Ryan Thorpe）以及 Zearn（Billy McRae 和 Shalinee Sharma）。我们非常感谢 Nathaniel Hendren，他与我们合作推出了数据库的初始版本，并帮助在 2020 年春季对本文初稿进行了初步分析。我们还要感谢盖茨基金会的 Ryan Rippel 对启动该项目的支持，以及 Gregory Bruich 的早期对话，这些对话帮助激发了这项工作。我们感谢 David Autor、Gabriel Chodorow-Reich、Haley O'Donnell、Emmanuel Farhi、Jason Furman、Steven Hamilton、Erik Hurst、Xavier Jaravel、Lawrence Katz、Fabian Lange、Emmanuel Saez、Ludwig Straub、Danny Yagan 以及众多研讨会参与者的有益评论。这项工作由陈-扎克伯格倡议、比尔和梅琳达盖茨基金会、Overdeck 家族基金会以及 Andrew 和 Melora Balson 资助。该项目已获得哈佛大学 IRB 20-0586 的批准。截至 2023 年 4 月，Opportunity Insights 经济追踪团队的成员包括 Hamidah Alatas、Camille Baker、Harvey Barnhard、Matt Bell、Gregory Bruich、Tina Chelidze、Lucas Chu、Westley Cineus、Sebi Devlin-Foltz、Michael Droste、Dhruv Gaur、Federico Gonzalez、Rayshauna Gray、Abigail Hiller、Matthew Jacob、Tyler Jacobson、Margaret Kallus、Fiona Kastel、Laura Kincaide、Cailtin Kupsc、Sarah LaBauve、Lucía Lamas、Maddie Marino、Kai Matheson、Jared Miller、Christian Mott、Kate Musen、Danny Onorato、Sarah Oppenheimer、Trina Ott、Lynn Overmann、Max Pienkny、Jeremiah Prince、Sebastian Puerta、Daniel Reuter、Peter Ruhm、Tom Rutter、Emanuel Schertz、Shannon Felton Spence、 Krista Stapleford、Kamelia Stavreva、Ceci Steyn、James Stratton、Clare Suter、Elizabeth Thach、Nicolaj Thor、Amanda Wahlers、Kristen Watkins、Alanna Williams、David Williams、Chase Williamson、Shady Yassin、Ruby Zhang 和 Austin Zheng。本文表达的观点均为作者的观点，并不一定反映美国国家经济研究局的观点。
对人工智能介导的同行评审伦理的批判性审查 Laurie A. Schintler*，乔治梅森大学 Connie L. McNeely，乔治梅森大学
对人工智能介导的同行评审伦理问题的批判性审视 Laurie A. Schintler*，乔治梅森大学 Connie L. McNeely，乔治梅森大学 James Witte，乔治梅森大学 *通讯作者：lschintl@gmu.edu 摘要 人工智能 (AI) 系统的最新进展，包括 ChatGPT 等大型语言模型，为学术同行评审带来了希望和危险。一方面，人工智能可以通过解决出版延迟较长等问题来提高效率。另一方面，它带来了道德和社会问题，可能会损害同行评审过程和结果的完整性。然而，人类同行评审系统也充满了相关问题，例如偏见、滥用和缺乏透明度，这些问题已经降低了可信度。虽然人们越来越关注人工智能在同行评审中的应用，但讨论主要围绕学术期刊出版中的剽窃和作者身份展开，忽视了同行评审所处的更广泛的认识论、社会、文化和社会认识论。人工智能驱动的同行评审的合法性取决于与科学精神的一致性，包括定义学术界适当行为的道德和认知规范。在这方面，存在一个“规范-反规范连续体”，其中人工智能在同行评审中的可接受性由制度逻辑、道德实践和内部监管机制决定。这里的讨论强调需要批判性地评估人工智能驱动的同行评审的合法性，解决相对于影响其实施和影响的更广泛的认知、社会、伦理和监管因素的利弊。关键词：人工智能、ChatGPT、同行评审、伦理、科学精神 1. 简介 科学是社会知识的中心，因此，它本质上是一种社会制度结构。从这个意义上说，科学传播中的知识治理和评估是一项基本的社会活动，主要由学术同行评审的过程定义（Polanyi，1962 年）。在过去的半个世纪里，学术同行评审经历了一场涉及计算机和互联网等信息技术的数字化转型（Vicente-Saez 等人，2021 年）。现在，人工智能（AI）——指的是通过计算公式、规则和逻辑“能够通过展示智能、类似人类的行为来执行任务”的技术系统（Russell & Norvig，2021 年）——正在被整合到相关活动中，以增强和自动化各种决策，从选择审稿人到淘汰被判定为低质量或欺诈的研究（Heaven，2018 年；Jana，2019 年；Checco 等人，2021 年）。自然语言处理器（NLP）、大型语言模型（LLM）和其他生成式人工智能技术（例如 ChatGPT 1）的最新突破可能会进一步颠覆同行评审系统，不仅带来了新的前景，也带来了前所未有的担忧和挑战（van Dis 等人，2023 年）。在