XiaoMi-AI文件搜索系统
World File Search SystemScoping
龋齿与心血管疾病之间的关系：范围综述
摘要 心血管疾病 (CVD) 是全球发病率和死亡率的主要原因。多项流行病学研究报告称，口腔健康是 CVD 的危险因素之一。本范围审查旨在提供已发表报告中关于龋齿与 CVD 发病率之间关系的证据。搜索策略是使用可用数据库（PubMed、Scopus 和 ProQuest）对 2013 年 1 月至 2023 年 12 月期间以英语发表的研究进行搜索。根据纳入和排除标准进一步评估检索到的文章，并根据范围审查指南的系统评价和荟萃分析的首选报告项目选择了 24 篇相关文章进行审查以支持证据。此外，12 项横断面研究、5 项病例对照研究和 7 项队列研究报告了龋齿与 CVD 发病率之间的相关性。本综述的结果表明龋齿与 CVD 之间存在通过口腔感染或病原体诱导的口腔炎症介质的关联。此外，其他可能增加心血管疾病风险的因素包括年龄、高血压、吸烟、糖尿病、压力、遗传易感性、体力活动、饮酒、健康行为、肥胖、抗生素补充、口腔健康意识、医疗保健可及性、营养和社会经济地位低下。尽管研究数量有限，但仍有大量证据表明龋齿与心血管疾病发病率之间存在关联。了解龋齿与心血管疾病之间的关联对患者教育和治疗计划起着关键作用。为了扩大搜索来源和证据，未来的系统评价和荟萃分析应调查龋齿与心血管疾病之间的关联。
气候智能农业伙伴关系范围范围
范围的项目将在英国，巴西，加纳和尼日利亚之间建立三边网络，并确定合作和知识共享的机会，以促进加纳和尼日利亚的可持续食品生产系统的气候智能农业。范围项目的目的是在广泛的主题领域内对气候智能农业和可持续粮食生产系统挑战的潜在解决方案进行范围和记录。一个范围的项目不是您典型的研究项目，它正在考虑一种解决单一农业问题的解决方案。范围项目将在2024年12月至2025年1月之间在英国，巴西，加纳和尼日利亚之间提供一系列网络建设活动和讲习班。他们将支持提供准备实施或可以利用未来研发资金的潜在创新和解决方案的管道。该项目从英国大学或研究技术组织中领导，将促进知识共享并促进英国，巴西，加纳和尼日利亚项目的利益相关者的网络活动，以参与。
范围界定摘要报告，凯默勒发电站 1 号机组施工许可证，怀俄明州凯默勒
作为申请的一部分，TerraPower 代表其全资子公司 USO 提交了一份根据《联邦法规法典》第 10 章第 51 部分的要求编写的环境报告 (ER) (ML24088A072)。ER 重点关注在该地点建造新核发电机组可能带来的环境影响。它还包括对替代方案的环境后果的评估，包括拟议的行动和可能采取的任何缓解行动。实施 1969 年《国家环境政策法》 (NEPA)（经修订）的 NRC 法规包含在 10 CFR 51 的 A 分部中。此外，NRC 还遵守环境质量委员会 (CEQ) 法规，范围在 10 CFR 51.10 和 10 CFR 51.14(b) 中。与 CP 申请的环境审查相关的 NRC 法规包含在 10 CFR 51 中。
范围要求草案维多利亚州可再生能源终端环境影响声明
作为该项目的一部分，需要对海床进行疏浚。疏浚进港航道和回转港池将使进口补给船能够在靠泊前靠近泊位并进行操纵。加深泊位坑道并将软土移除至坚固地层将使岩石能够放置在坚固的土层上，这样海上安装船的自升式支腿就可以在港口使用。疏浚后将安装一层防冲刷岩石，以防止船首和侧推器对海床造成扰动。可能还需要疏浚码头下方的基质，以确保码头墙结构具有足够的基础能力。
AI范围研究简要草稿
机器学习（ML） - 专注于算法和模型，指示计算机从大数据中学习并做出预测或决策，而无需对特定任务进行编程。非生成AI-分析和重组，而无需生成任何新内容。生成AI-能够从现有信息中创建新内容的系统。这包括文本，图像，语音或其他形式的数据。自然语言处理（NLP） - 使用ML技术使计算机能够以有意义的方式理解，解释和生成语言。NLP执行诸如翻译，情感分析，文本摘要之类的任务。nlps本质上可以具有生成性和非生成性。大语言模型（LLMS） - NLP，LLM模型的子集通常在大量数据集上训练，这使他们能够理解信息并生成类似人类的文本。
AI范围研究简要草稿
机器学习（ML） - 专注于算法和模型，指示计算机从大数据中学习并做出预测或决策，而无需对特定任务进行编程。非生成AI-分析和重组，而无需生成任何新内容。生成AI-能够从现有信息中创建新内容的系统。这包括文本，图像，语音或其他形式的数据。自然语言处理（NLP） - 使用ML技术使计算机能够以有意义的方式理解，解释和生成语言。NLP执行诸如翻译，情感分析，文本摘要之类的任务。nlps本质上可以具有生成性和非生成性。大语言模型（LLMS） - NLP，LLM模型的子集通常在大量数据集上训练，这使他们能够理解信息并生成类似人类的文本。
阿尔茨海默氏病和相关痴呆症的农村城市差异：范围评论
结果：62篇文章符合数据提取和合成的资格标准。大多数文章在2010年以后发表（90.3％），并集中在美国，中国和加拿大（64.5％）。大多数具有横断面（59.7％）或队列研究设计（24.2％），主要检查患病率（40.3％）或发病率（11.3％）。发现通常表明农村地区的患病率和发病率较高，尽管发现了不一致的城市分类系统。常见的风险因素包括女性，较低的教育水平，较低的收入以及糖尿病和脑血管疾病等合并症。环境（12.9％）和ADRD的生活方式（14.5％）的探索较少。所使用的统计方法主要是传统分析（例如逻辑回归），并且缺乏高级技术，例如机器学习或因果推理方法。
范围评论 - 学者共识
背景：在整个早期儿童进行免疫，可防止传染病的传播，并降低与许多可预防疫苗的疾病相关的发病率和死亡率。在线搜索允许个人快速访问健康信息。目的：本审查的目的是了解对父母在线健康信息寻求行为的现有文献的理解，以告知他们为孩子的疫苗接种选择，并确定文献中有关父母使用在线健康信息和疫苗接种选择的差距。方法：对来自加拿大和美国的同行评审文献进行了范围审查。使用以下数据库进行搜索：PubMed，Cinahl，护理和联盟健康数据库，Scopus和Psycinfo。本次审查的目的是研究父母使用与疫苗信息相关的在线信息，并了解父母如何利用此信息来为有关接种孩子的决定提供信息。在审查中包括的34篇论文中，确定了4个相关主题和子主题：寻求信息，在线信息资源，在线疫苗内容以及对医疗保健提供者的信任。结果：文献的检查揭示了有关父母使用社交媒体和在线资源的矛盾信息，以告知有关接种孩子的决定。有证据表明在线疫苗风险存在严重的错误信息。父母的数字健康素养水平尚不清楚，可能会影响他们评估在线疫苗接种信息的能力。结论：父母正在在线来源寻求疫苗信息。但是，在线疫苗信息对父母疫苗实践的影响仍然不确定。
生成式人工智能和教育机构：批判性范围审查和主题分析：预印本
目前社会对人工智能的关注导致人们不清楚这些新技术应该如何在教育中使用。媒体报道经常强调 GenAI 技术的负面影响的耸人听闻的影响，并预测灾难性的社会后果 (Roe & Perkins, 2023)。另一方面，一些教育领域的研究表明，GenAI 工具对学习和教学有积极的影响。例如，使用结构化框架在评估中合理使用 GenAI 工具可以减少学术不端行为的发生，并促进批判性数字素养 (Furze et al., 2024; Perkins, Furze, et al., 2024)，大学生使用 GenAI 工具可能会对学业成绩产生积极影响 (Sun & Zhou, 2024)。此外，学习者本身并不一定反对 GenAI，实证研究表明，如果有教师监督，高等教育环境中的学习者愿意接受 GenAI 对评估项目的反馈（Roe 等人，2024 年）。