接受作者的手稿,该信件以最终编辑形式发表的信为:欧洲预防医学杂志2021(印刷中)。出版商doi:10.1093/eurjpc/zwab008
信息系统 (IS) 几十年来一直被引入企业以创造商业价值。从历史上看,深度集成到业务流程中且未被替换的系统仍然是重要资产,因此成为遗留信息系统 (LIS)。为了确保未来的成功,企业投资于创新技术,例如基于人工智能的服务 (AIBS),丰富 LIS 并协助员工执行与工作相关的任务。本研究采用混合方法,从管理角度制定设计要求。首先,我们进行了十次访谈,以制定设计 AIBS 的要求。其次,我们使用在线调查 (N = 101) 评估了它们的商业价值。结果表明,高管认为设计要求与短期内创造战略进步相关。在我们的研究结果的帮助下,研究人员可以更好地了解哪些地方需要进一步深入研究以完善要求。从业者可以了解 AIBS 如何在丰富 LIS 时创造商业价值。
即使是该技术的支持者也承认,如果实施规模足以对全球气温产生影响,SAI 和其他太阳能地球工程技术可能会对气候系统产生不可预测的冲击,改变水文循环,扰乱季风模式,增加干旱。SAI 不但不能减轻气候变化的风险,反而可能会加剧和加剧全球变暖已经造成的极端天气和气候不稳定。例如,计算机模型表明,SAI 可能会以不可预测的方式破坏亚洲和非洲 20 亿人的食物和水源 2 。
《 2020 Cares Act》指示向家庭进行大量现金支付。我们使用金融科技非营利组织的高频交易数据来分析房屋养蜂的支出响应,从收入水平,最近的收入下降和流动性以及有关经济预期的调查响应来探索异质性。家庭对刺激支付的重新支付的迅速反应,在头几周内,支出增加了0.25- $ 0.40。收入较低,收入较高和较低的流动性的家庭表现出更强的反应,强调了目标的重要性。流动性起着最重要的作用,对于具有较大支票帐户余额的家庭没有明显的支出响应。期望就业损失和福利的家庭削减对刺激的反应较弱。相对于2001年和2008年以前的经济刺激计划的影响,我们看到效果更快,耐用性支出增加,粮食支出增加的增加以及租金,抵押贷款和信用卡等付款的大幅增加,反映了短期债务的债务。我们正式表明这些差异可以使直接付款在刺激总消费方面的有效性降低。
一般权利 除非另有明确规定,否则适用以下一般权利: 公共门户网站上提供的出版物的版权和道德权利归作者和/或其他版权所有者所有,用户访问出版物的条件是承认并遵守与这些权利相关的法律要求。 • 用户可以从公共门户网站下载和打印任何出版物的一份副本,用于私人学习或研究。 • 您不得进一步分发材料或将其用于任何营利活动或商业收益 • 您可以自由分发公共门户网站上标识出版物的 URL
塞舌尔实现 100% 可再生能源的战略方针 Stefan Wehner Björn Dransfeld Michel Köhler 背景:SIDS 的能源挑战 大多数小岛屿发展中国家 (SIDS) 都极易受到人为气候变化的不利影响。除了随之而来的适应气候变化的压力,包括海平面上升和风暴等自然灾害的影响,许多小岛屿发展中国家还缺乏用于能源生产的化石燃料资源。因此,许多岛屿都严重依赖进口燃料来满足其能源需求。由于规模经济效应有限甚至没有,以及运输复杂且资源密集 (Stock, P., 2014),这通常会导致相对较高的能源供应成本 (GIZ, 2014)。地处偏远、对化石燃料的高度依赖以及燃料进口的高昂费用凸显了向可再生能源 (RE) 部署转型的经济意义。虽然塞舌尔利用可再生能源的潜力巨大,尤其是太阳能和风能,但这些资源迄今为止只得到有限的利用。增加可再生能源的部署将使该国在减缓气候变化、减少贸易逆差、减少燃料价格波动、提高电力供应自给自足、减少化石燃料进口以及降低相关环境风险方面受益(IRENA,2014 年)。因此,通过克服对化石燃料的依赖,并着手增加可再生能源的使用,小岛屿发展中国家可以提高其复原力和经济可行性。本文以塞舌尔为例探讨了小岛屿发展中国家面临的能源挑战。在描述了塞舌尔现有的能源系统之后,我们反思了增加该国可再生能源份额的政治抱负。事实上,塞舌尔政府 (GoS) 正在积极探索走上 100% 可再生能源供应之路的机会。因此,本文讨论了这种 100% 可再生能源情景的可行性,并确定了潜在影响以及主要障碍。由于主要障碍是获得足够的资金,我们得出结论,制定 100% 可再生能源情景的战略方法必须包括强有力的融资战略。最后,本文概述了这种能源路线图和金融战略的拟议要素,并参考了代表环境、能源和气候变化部 (MEECC) 进行的准备工作的结果。
1 - - 2 格拉斯哥大学工程学院,Rankine 大楼,Oakfield 大道,格拉斯哥 G12 8LT,英国。3 巴勒莫大学能源、信息工程和数学模型系,巴勒莫,意大利。4 萨塞克斯大学数学与物理科学学院,法尔马,布莱顿 BN1 9RH,英国。5 香港城市大学物理与材料科学系,香港,达之路,中国。6 中国科学院西安光学精密机械研究所,瞬态光学与光子学国家重点实验室,西安,中国。7 斯威本科技大学微光子学中心,霍索恩,维多利亚州,3122 澳大利亚。8 思克莱德大学物理系光子学研究所,格拉斯哥 G4 0NW,英国。 9 电子科技大学基础与前沿科学研究院,成都 610054,中国。10 俄罗斯圣彼得堡国立信息技术、机械与光学研究大学。*这些作者的贡献相同 + michael.kues@emt.inrs.ca,+ morandotti@emt.inrs.ca
首先,我要感谢我的主管克里斯蒂安(Cristian)不断的指导和支持,包括他选择一个有趣且雄心勃勃的研究主题。他花了很多时间,并付出了与我紧密合作的工作,分享了他的想法和经验。他教会我继续专注于更大的前景,这与关注方法论细节一样重要。他提供的资源和资金是成功完成本文的关键组成部分。我还要感谢我的共同服务员Sven向我介绍了计算机视觉以及基于计算机的动作识别的具有挑战性的问题。在我的研究生学习期间,我还要感谢他的道德和财务支持。他一直在困难时期去过那里,以在专业和个人层面上给我他的建议和鼓励。我要感谢我的委员会成员Allan Jepson和Richard Zemel。他们的宝贵见解和问题有助于大大改善这一论点。我还要对我的外部观察者艾琳·库勒(Eileen Kowler)以及我的内部观察者约翰·托索斯(John Tsotsos)表示感谢,以实现他们的洞察力,这极大地帮助将这项工作置于更广泛的跨学科环境中。我也感谢艾伦·杰普森(Allan Jepson)和大卫·弗利特(David Fleet)的介绍性计算机视觉课程,这使我熟悉了我的研究主题所涉及的许多计算机视觉问题和技术。同样我非常感谢Sam Roweis,他将我带入了机器学习的领域,这显然是在整个工作中都是主要的哲学方法。他及时的逝世对我和计算机科学界来说是一个可怕的损失。我还要感谢Suzanne Stevenson和Afsaneh Fazly,他们向我介绍了计算语言学的领域,并为我们在学习动词语义上的共同工作付出了很多时间,并付出了很多时间,这是本论文的一部分。我也感谢罗马尼亚科学基金会Uefiscdi提供了我对人类眼动研究所需的重要财务支持和基础设施。我感谢多伦多大学的计算机视觉小组成员,以及在计算学习和视觉感知(CLVP)实验室中,罗马尼亚学院数学研究所的一部分,创造了一个建设性友好的研究环境:赛义德(Alex Levinshte),亚历克斯·列文斯(Alex Levinshtein) Yulia Eskin,Elisabeta Marinoiu,Eduard Gabriel Bazavan,Andrei Zanfir和Mihai Zanfir,Alin Popa,Dan Banica,Livia Andrei,Marius Leordeanu和Vlad Olaru。他们的专业反馈和道德支持在我的毕业生中发挥了至关重要的作用。