XiaoMi-AI文件搜索系统
World File Search SystemUNHEALTHY
每日空气质量指数 (AQI) 报告
锡尔赫特 c 195 PM2.5 不健康 库尔纳 c 174 PM2.5 不健康 拉杰沙希 c 205 PM2.5 非常不健康 巴里萨尔 c 115 PM2.5 对敏感人群不健康 萨瓦尔 c 212 PM2.5 非常不健康 迈门辛 c 175 PM2.5 不健康 朗布尔 c 207 PM2.5 非常不健康 库米拉 c 164 PM2.5 不健康 纳尔辛迪 c 236 PM2.5 非常不健康
城市 AQI 主要污染物 AQI 等级
Barishal c DNA DNA DNA Savar c 184 PM2.5 不健康 Mymensingh c 176 PM2.5 不健康 Rangpur c 189 PM2.5 不健康 Cumilla c 205 PM2.5 非常不健康 Narshindi c 178 PM2.5 不健康 Bogura d 183 PM2.5 不健康 Brahmanbaria d 276 PM2.5 非常不健康 BSRM, Nasirabad, Chattogram d
每日空气质量指数 (AQI) 报告
锡尔赫特 c 167 PM2.5 不健康 库尔纳 c DNA DNA DNA 拉杰沙希 c 221 PM2.5 非常不健康 巴里萨尔 c 126 PM2.5 对敏感人群不健康 萨瓦尔 c 265 PM2.5 非常不健康 迈门辛 c 182 PM2.5 不健康 朗布尔 c DNA DNA DNA 库米拉 c 162 PM2.5 不健康 纳尔辛迪 c 181 PM2.5 不健康
城市 AQI 主要污染物 AQI 等级
Barishal c 127 PM2.5 对敏感人群不健康 Savar c 316 PM2.5 有害 Mymensingh c 229 PM2.5 非常不健康 Rangpur c 267 PM2.5 非常不健康 Cumilla c 252 PM2.5 非常不健康 Narshindi c 213 PM2.5 非常不健康 Bogura d 273 PM2.5 非常不健康 Brahmanbaria d 295 PM2.5 非常不健康 BSRM, Nasirabad, Chattogram d
城市AQI负责任的污染物AQI类别
Barishal C DNA DNA SAVAR C 187 PM2.5不健康的Mymensingh C 185 PM2.5不健康的Rangpur C 280 PM2.5非常不健康的Cumilla C 216 PM2.5非常不健康的Narshindi C 195 PM2.5 PM2.5 PM2.5 Bogura
城市AQI负责任的污染物AQI类别
Barishal C 122 PM2.5 Sensew不健康Narshindi C 284 PM2.5非常不健康的Bogura D 271 PM2.5非常不健康的Brahmanbaria D 345 PM2.5危险BSRM，Nasirabad，Chattogram D
PSHE课程概述个人，社会，健康和经济教育24/25
No outsiders My World your World To understand that we share the world with lots of things Lesson 1 Jigsaw – Healthy Me Piece 1&2 I understand the difference between being healthy and unhealthy, and know some ways to keep myself healthy I know how to make healthy lifestyle choices Lesson 2 Jigsaw – Healthy Me Pieve 3&4 I know how to keep myself clean and healthy, and understand how germs cause disease/illness I know that all household products including medicines can be harmful if not used properly I了解，如果我感觉不好，并且我知道如何安全地使用它们，可以对我有所帮助。
社区动脉粥样硬化风险中基于植物的饮食模式和入射糖尿病（ARIC）研究
研究设计和方法我们包括在基线时没有糖尿病的社区中动脉粥样硬化风险的中年成年人，他们完成了一份食物频率问卷（n = 11,965）。我们根据三个指数对植物性饮食的依从性进行了评分：总体，健康和不健康的植物性饮食指数。较高的总体植物饮食指数（PDI）评分代表了所有植物食品的摄入量和较低的动物衍生食品的摄入量。较高的健康植物饮食指数（HPDI）评分代表了更大的健康植物食品摄入量和动物来源和不健康的植物食品的摄入量。较高的不健康植物性饮食指数（UPDI）评分代表了更大的非健康植物食品摄入量和较低的动物来源和健康植物食品的摄入量。我们使用COX回归来估计与每个指数相关的入射糖尿病（根据自我报告的诊断，药物使用或升高的血糖定义）。
