XiaoMi-AI文件搜索系统
World File Search SystemVL
COVID-19 疫苗知识普及：范围审查
摘要 为了解决疫苗犹豫问题，已经开发了特定的自评工具来评估与 COVID-19 相关的疫苗素养 (VL)，包括信念、行为和接种意愿等其他变量。为了探索最近的文献，我们进行了搜索，选择了 2020 年 1 月至 2022 年 10 月期间发表的文章：在 COVID-19 背景下使用这些工具确定了 26 篇论文。描述性分析表明，研究中观察到的 VL 水平总体上是一致的，功能性 VL 得分通常低于交互关键维度，就好像后者受到了与 COVID-19 相关的信息流行病的刺激。与 VL 相关的因素包括疫苗接种状况、年龄、教育水平，以及可能的性别。在推广疫苗接种时基于 VL 的有效沟通对于维持对 COVID-19 和其他传染病的免疫至关重要。迄今为止开发的 VL 量表表现出良好的一致性。然而，需要进一步研究来改进这些工具并开发新的工具。
![arxiv：2311.17085v2 [CS.CV] 2024年2月19日](/simg/g:\will\search\icon\source\2\2cef09d2f291e154357cd1d57ca70d2de9f797c6.webp)
arxiv：2311.17085v2 [CS.CV] 2024年2月19日
单个对象跟踪旨在在视频序列中找到一个特定目标，鉴于其初始状态。古典轨道仅依靠视觉提示，限制了他们应对挑战的能力，例如外观变化，模棱两可和分心。因此，视觉语言（VL）跟踪已成为一种有前途的方法，并结合了语言描述，以直接提供高级语义并增强跟踪性能。但是，当前的VL跟踪器尚未完全利用VL学习的力量，因为它们受到了限制，例如在很大程度上依靠架子式骨干进行特征提取，无效的VL Fusion设计以及缺乏与VL相关的损失功能。因此，我们提出了一个新颖的跟踪器，该跟踪器逐渐探索了以目标为中心的VL跟踪语义。指定，我们提出了用于VL跟踪的第一个同步学习骨干（SLB），该骨干（SLB）由两个新颖的模式组成：目标增强模块（TEM）和语义意识到的模块（SAM）。这些模块使跟踪器能够感知与目标相关的语义，并以相同的步伐理解视觉和文本模式的文本，从而促进VL特征提取和在不同层次上的融合。此外，我们设计了密集的匹配损失，以进一步增强多模式表示学习。在VL跟踪数据集上进行的广泛实验证明了我们方法的优势和有效性。
ZöeSteine-Hanson-ZöeSteine-Hanson-
2018年10月C. Mendez，Z。Steine-Hanson，A。Oleson，A。Horvath，C。Hill，C。Hilderbrand，A。Sarma和M. Burnett，“半自动化（或不）一种社会技术系统的社会技术方法，“ 2018 IEEE IEEE”研讨会上的视觉语言和人类计算（Vl）/人类计算（Vl）（Vl）（Vl）。Libson，葡萄牙：IEEE出版社，2018年，第1页。 23-32。可用：https：//www.researchgate.net/publication/328520368_ semi-automating_or_not_a_a_socio-technical_method_method_for_socio-technical_systems
时间表：学士学位“人工智能”，第一学期，2022/23 冬季学期
08:30 交替阻塞： 08:30 交替阻塞： 08:30 同时：必修课程 KV 人工智能 UE LSTM 和循环 VL 最优和自适应 09:00 社会神经网络 I 365.264 信号处理系统。非必修 HS 6 UE 深度学习和 HS 5 / Track 2 382.017 510.104 神经网络 I 365.261 VL 模型检查 建议访问 VL 控制系统 10:00 10:00 HS 6 / Track 3 338.044 10:00 HS 6 / Track 1 课程 361.060 10:15 交替阻塞： 10:15 VL 规划和推理 10:15 VL 生产自动化 10:15 VL 深度学习和 UE 控制系统 UE LSTM 和 AI 系统中的递归 神经网络 I 入学课程 HS 6 / Track 1 神经网络 365.203 HS 6 / Track 3 HS 6 / Track 1 HS 7 11:00 361.006 UE 深度学习和338.040 510.204 365.105 神经网络 I 365.201 现场出席 + 维也纳和布雷根茨现场直播 + Zoom 11:45 11:45 11:45 UE：项目 11:45 11:45
开发评估疫苗素养的工具的观点
摘要：疫苗素养 (VL) 是指查找、理解和评估与疫苗接种相关的信息，以便就免疫接种做出适当决定的能力。迄今为止为其评估而开发的工具已经产生了一致的结果。然而，由于影响 VL 的因素很复杂，某些维度可能被低估。此外，使用这些工具的研究中使用的方法的异质性进一步阻碍了对其作用的全面理解。为了克服这些限制，人们一直在寻求一种提出新工具的方法。这就需要更新早期关于 VL 和相关工具的文献综述，探索其与疫苗犹豫 (VH) 的关系，并检查相关变量，如对免疫接种的信念、态度和行为。基于当前文献，并在对早期研究数据集的重新分析的支持下，我们提出了一个理论框架，作为创建未来评估工具的基础。这些工具不仅应评估 VL 动机方面的心理因素，还应涵盖知识和能力。VL 在框架中的定位是社会人口前因和态度的交汇点，从而导致行为和结果，解释了 VL 为何以及如何通过对抗 VH 并在个人、组织和社区层面运作来直接或间接地影响疫苗接种决策。
时间表：2024/25 冬季学期第一学期“人工智能”学士学位
08:30 交替阻塞：08:30 交替阻塞：08:30 同时：必修课程 KV 人工智能 UE LSTM 和循环 VL 最优和自适应 09:00 社会神经网络 I 365.264 信号处理系统。非必修 HS 6 UE 深度学习和 HS 5 / Track 2 382.017 231.449 神经网络 I 365.261 VL 模型检查 建议访问 VL 控制系统 10:00 10:00 HS 6 / Track 3 338.044 10:00 HS 6 / Track 1 课程 361.060 10:15 交替阻止： 10:15 VL 规划和推理 10:15 VL 生产自动化 10:15 VL 深度学习和 UE 控制系统 UE LSTM 和 AI 系统中的循环 神经网络 I 入学课程 HS 6 / Track 1 神经网络 365.203 HS 6 / Track 3 HS 6 / Track 1 HS 7 11:00 361.006 UE 深度学习和 338.040 510.204 365.105 神经网络 I 365.201 现场出席 + 维也纳和布雷根茨直播 + Zoom 11:45 11:45 11:45 UE：项目 11:45 11:45
疫苗素养评估工具的相关性 - 期刊
Zhang等人的系统评价。最近在IJPH（1）上发布的提供了有关疫苗素养（VL）和相关测量工具状态的重要更新。 While the Authors highlight the role of VL in overcoming vaccine hesitancy and increasing immunization rates, they also conclude that the tools used in the selected studies were “ limited ” in relation to the complexity of the in fl uencing factors, as they were not designed to speci fi cally assess VL skills, but were adapted from those used to measure health literacy (HL) in chronic patients ( 2 ). 的确，许多且复杂的决定因素影响VL，类似于HL，即个人，社会和环境因素的作用仍在探索，有时被视为调节，有时是中介（3）。 正在讨论HL在调解健康结果中的相同作用。 对于VL，鉴于其相对新颖性，这种复杂性似乎更大，并且指的是特定但广泛的科学，“疫苗学”，以解决疾病预防和健康促进的领域，并涉及与疫苗相关的许多主题，不仅是免疫学和流行病学和流行病学的，而且还包括法规和社会，还包括沟通，包括经济学，以及经济学，以及4）。 近年来，疫苗学已经迅速而大规模发展，尽管仍在讨论总体定义。 所有这些方面都表明了为什么使用的VL工具可能看起来有限，尤其是与更合并的HL措施相比。 Zhang等人引用的相同VL工具。 用于我们最近的范围审查的研究中使用（5）。提供了有关疫苗素养（VL）和相关测量工具状态的重要更新。While the Authors highlight the role of VL in overcoming vaccine hesitancy and increasing immunization rates, they also conclude that the tools used in the selected studies were “ limited ” in relation to the complexity of the in fl uencing factors, as they were not designed to speci fi cally assess VL skills, but were adapted from those used to measure health literacy (HL) in chronic patients ( 2 ).的确，许多且复杂的决定因素影响VL，类似于HL，即个人，社会和环境因素的作用仍在探索，有时被视为调节，有时是中介（3）。正在讨论HL在调解健康结果中的相同作用。对于VL，鉴于其相对新颖性，这种复杂性似乎更大，并且指的是特定但广泛的科学，“疫苗学”，以解决疾病预防和健康促进的领域，并涉及与疫苗相关的许多主题，不仅是免疫学和流行病学和流行病学的，而且还包括法规和社会，还包括沟通，包括经济学，以及经济学，以及4）。近年来，疫苗学已经迅速而大规模发展，尽管仍在讨论总体定义。所有这些方面都表明了为什么使用的VL工具可能看起来有限，尤其是与更合并的HL措施相比。Zhang等人引用的相同VL工具。用于我们最近的范围审查的研究中使用（5）。根据Nutbeam的定义，我们还为HLVA量表的发展（成年疫苗健康素养）（包括功能，交互和关键项目）做出了贡献。hlva是在较早的研究之后开发的，在该研究中，使用了Ishikawa量表的修改版本来评估父母关于儿童疫苗接种的VL水平（7，8）。可能，识字问卷中参与者的态度可能会有所不同，具体取决于它是否试图测量HL关于治愈现有病理学的HL，还是关于疫苗接种，更朝着预防方向介绍。但是，我们认为，当个人参加扫盲调查时，个人是否将干预视为治疗或预防可能没有太大差异。因此，我们认为，基于一般HL的合并自评措施开始开发VL评估工具是有道理的。在任何情况下，HLVA量表通过面部和构造验证通过，均在COVID-19爆发之前进行，揭示了两个良好的维度，即功能和交互式 - 批判性识字。Afterwards, VL has received growing attention during the pandemic: literature has proposed other measures exploring VL skills about SARS-CoV-2, such as the COVID-19-VLS (-Vaccine Literacy Scale), adapted from HLVa, also including items assessing outcomes, such as attitudes, beliefs, and behaviors (i.e., vaccine acceptance) towards COVID-19 and other adulthood疫苗（9）。HLVA量表和COVID-19-VLS共享相同的心理测量结构，包括功能，交互式（也称为交流）和关键问题。虽然HLVA包含14个问题，但对于Covid-19-VLS而言，该项目的总计为12个（功能性的4个，互动至关重要的VL），以避免冗余，通过消除两个问题
博士伊莎贝尔·林德纳（Isabel Lindner），演讲
- 在VL的中间休息，我发现它本身很好，与此同时，我注意到这次在VL结束时通常会缺少这次（最终通常很快处理） - 家庭作业包含许多重型（其他）任务，在我看来，这对“一般公众”的实践更少。我想要更多的任务，旨在直接准备考试（也可以在考试中进行的任务）或练习内容（可能还提供其他练习，为志愿者解决） - VL包括内容，但是无法在此基础上完成家庭作业，因为缺少应用公式的方法（即使在练习中，通常也无法充分地解释足够好/直接）。
疫苗素养如何预测疫苗接种和疫苗接种状态的意图，这是系统的审查和荟萃分析
摘要此评论量化了疫苗素养（VL）和疫苗接种意图和状态的关联。PubMed，Scopus和Web of Science进行了搜索。截至2022年12月的任何研究都符合研究关注协会的资格。对于每个结果，根据疫苗管理的疫苗进行分组，并在叙述性上综合了结果。使用逆变量随机效应模型比较两组之间VL域中的标准平均值：愿意与不愿意接种疫苗接种的个人，并且个人接种疫苗与未接种疫苗接种。对18项研究的这一综述表明，VL强烈预测疫苗接种意图，而其与疫苗接种状态的关联被减弱且几乎没有意义，这表明其他因素会影响实际的疫苗接种吸收。但是，鉴于可用的证据，应用方法的异质性以及包括研究的某些局限性，应进行进一步的研究以确认VL在疫苗接种决策过程中的作用。
