XiaoMi-AI文件搜索系统
World File Search SystemValidity
MASK‐air® 中每日监测视觉模拟量表的有效性、可靠性和响应性
注意：虽然在填写每日监测问卷时无法跳过问题，但 MASK‐air® 每日监测问卷随着时间的推移不断发展，有些问题添加得晚于其他问题，因此每次每日监测 VAS 的观察次数/天数并不总是相同的。另一方面，VAS 工作只能在用户报告工作的日子填写。
NICU 和 PICU 中的人工智能：需要生态有效性、可追溯性和人为因素
摘要：儿科患者，特别是新生儿和儿科重症监护病房 (NICU) 中的患者，通常面临致命失代偿的风险增加。话虽如此，任何治疗延迟或药物剂量的微小错误都可能使患者的健康状况过于复杂。在这样的环境下，临床医生需要快速有效地理解大量医疗信息，以便对任何婴儿进行诊断和制定治疗计划。将人工智能 (AI) 整合到临床工作流程中可以成为保护儿科患者和提高护理质量的潜在解决方案。但是，在将 AI 作为儿科护理不可或缺的一部分之前，必须从人为因素的角度评估该技术，确保其准备就绪（技术准备水平）和生态有效性。解决 AI 问责制对于保护临床医生和提高 AI 在临床工作流程中的接受度也至关重要。本文总结了人工智能在NICU/PICU中的应用，并连续识别了人工智能中存在的缺陷（从临床医生的角度），并提出了相关建议，如果解决这些建议，可以提高人工智能对真实临床环境的准备程度。
关于个人简历结构效度、标准相关效度和不利影响。
这篇论文由 LSU Digital Commons 研究生院免费提供给您并开放访问。它已被 LSU Digital Commons 的授权管理员接受并纳入 LSU 历史论文和论文。有关更多信息，请联系 gradetd@lsu.edu 。
人工智能生成的一次性组织问卷的有效性
摘要 战略决策是一项精密的工艺，通常在时间压力下进行。而且，企业数据仓库中通常没有足够的数据用于此类决策：您必须询问员工。这种员工调查通常非常耗时。在这项研究中，开发了一种新方法，将人工智能 (AI) 与特定的调查量表格式结合起来，以近乎实时地制作一次性问卷。我们在 23 个战略情境中测试了这种由人工智能生成的一次性问卷，其中近 7,000 名员工提供了近 600 万份答案。六个统计参数评估问卷的有效性和可靠性。我们的测试结果表明，开发的方法节省了时间并产生了有效的调查结果。根据经验法则，我们的发现是，在 100 名受访者的样本量以上，人工智能生成的一次性问卷在选定的有效性/可靠性参数上得分很高。因此，开发的技术可以成功地用于生成有效且可靠的组织转型一次性问卷。
适应对土耳其疫苗量表的态度，有效性和可靠性的研究
由于免疫实践，每年都会预防患有2-3万人的疾病的死亡和可能感染的疾病。此外，所有年龄段的个体都受到需要住院治疗的严重威胁生命的疾病，包括双胞胎，破伤风，丙型肝炎和乙型肝炎，腮腺炎，腮腺炎，麻疹，风疹，肺炎球菌疾病，肺炎，肺炎和rotavirus腹泻。，尽管世界许多国家的免疫接种已达到90％，但发展中国家的免疫接种也很低，由于可预防疫苗的疾病，约有5岁以下儿童的死亡人数约为59％（3）。世界卫生组织（WHO）宣布将其2020年的目标根除脊髓灰质炎，麻疹以及母体和新生儿破伤风，并开发针对疟疾，结核病和艾滋病的疫苗，并扩大其使用（4）。
相互内部录音问题
数十年来，心理学研究人员已经积累了大量的数据并产生了数百种理论（Fiske，2001）。尽管进步如此出色，但理查德·费曼（Richard Feynman）和许多其他人的批评仍然是真实的：Psy-Chologicy Science是凌乱的。与其朝着建立一种范式的正常科学迈进（Kuhn，2012; Meehl，1978; Muthukrishna＆Henrich＆Henrich，2019年），不如说是越来越多的经验理论（Kruglanski，2001）（2001年），而且许多经验性的发现曾经提供了许多范围的依据，或者不能在许多范围内得到依赖的基础，或者是依据的基础。 Camerer等人，2018年； 2015年，Turner等人，2018年）。在这里，我们建议将实验目标与未能认识到实验目标和有效性问题之间的紧张局势的目标相结合，导致
在默认和复杂的神经认知状态期间不受控制的室外环境中EEG光谱功率的外部有效性的分析
摘要：传统上，定量脑电图（QEEG）研究收集在受控实验室环境中的数据，这些数据限制了科学结论的外部有效性。为了探测这些有效性限制，我们使用移动脑电图系统记录了人类参与者的电生理信号，而他们位于受控的实验室环境中，并且一个不受控制的户外环境表现出了几种适度的背景影响。参与者在这些录音期间执行了两项任务，其中一项与几个复杂的认知功能（数字，注意力，记忆，执行功能）相关的大脑活动，而另一个引人入胜的脑活动。我们计算了三个频带（theta：4-7 Hz，alpha：8-13 Hz，低β：14–20 Hz）的EEG光谱功率，其中已知EEG振荡活性与这些任务参与的神经认知状态相关。null假设的显着性测试产生了每项任务所涉及的神经认知状态的典型脑电图效应，但在默认的大脑状态期间两个背景记录环境之间只有beta波段功率差。贝叶斯分析表明，其余的环境无效不太可能反映测量不敏感性。这种总体结果模式支持实验室脑电图功率的外部有效性，用于在中度不受控制的环境中参与的复杂和默认神经认知状态。
基因临床有效性管理流程
背景 ClinGen 的基因管理流程旨在根据公开的证据帮助评估基因-疾病关系的强度。有关基因-疾病关系的信息，包括从文献中整理出来的遗传、实验和矛盾证据，被汇编起来并用于根据 ClinGen 基因管理工作组 (GCWG) [1] 制定的标准分配临床有效性分类。该协议详细说明了管理基因-疾病关系并随后分配临床有效性分类所涉及的步骤。此管理流程并非旨在对给定基因或疾病的所有可用文献进行系统回顾，而是概述在给定时间为基因-疾病关系分配适当的临床有效性分类所需的最相关证据。虽然以下协议为管理流程提供了指导，但在决定支持基因-疾病关系的不同证据的强度时，必须使用专业判断和专业知识（如适用）。
基于不同数字化模型的数字化正畸测量在年轻患者中的可靠性、可重复性和有效性评估
摘要：口内模型扫描的优势已得到最新发展。然而，很少有研究探讨该技术在正畸临床中的应用，特别是在年轻患者中。本研究旨在评估正畸测量的可靠性、可重复性和有效性：牙齿宽度、牙弓长度和牙弓长度差异，在每个数字模型中，通过模型扫描仪和口内扫描仪获得，相对于石膏模型。牙弓长度使用两种方法测量：由数字程序自动测量的弯曲牙弓长度 (CAL) 和测量前后内衬牙弓长度总和的截面直线牙弓长度总和 (SLAL)。牙弓长度差异计算每个牙弓长度测量方法：弯曲牙弓长度差异 (CALD) 和截面直线牙弓长度差异总和 (SLALD)。40 名年轻患者符合研究条件。从每个患者获取石膏模型 (P)、模型扫描数字模型 (MSD) 和口内扫描数字模型 (ISD)。使用 Pearson 相关系数评估测量的可靠性，使用组内相关系数评估再现性。通过配对 t 检验评估有效性。在 P、MSD 和 ISD 中测量的所有测量都表现出良好的可靠性和再现性。大多数正畸测量（尽管 MSD 中有 CAL）都表现出较高的有效性。只有 ISD 组中的 SLAL 和 SLALD 存在显着差异，尽管 VA 良好
与传统纸质管理相比，计算机化认知评估管理的有效性
图 1. 纸质评估与 Braincheck 评估的散点图。共有 21 名参与者完成了纸笔版 Stroop 测试和 BC 版 Stroop 测试。将 BC Stroop 反应时间与纸质 Stroop 分数进行比较，得出的 Pearson 相关系数为 -0.74。较高的纸质 Stroop 分数通常与较快的 BC Stroop 反应时间相关。共有 21 名参与者完成了纸笔版数字符号替换测试 (DSST) 和 BC 版。将纸笔分数与 BC 反应时间进行比较，得出了强烈的负相关性 (r= -0.67)。较高的纸质 DSST 分数通常与较快的 BC DSST 反应时间相关。21 名参与者完成了纸笔版 Trails A/B 测试和 BC 版。对于 Trails A (r=0.86) 和 Trails B (r=0.86)，两个版本之间存在很强的相关性。这意味着，每个版本的测试完成时间之间存在很强的相关性。20 人完成了 Matrix 测试的纸笔版和 BC 版。将纸笔版的正确题目数量与 BC 版的正确题目数量进行比较，得出 r 为 0.75。这意味着，两个版本的测试和正确题目数量之间存在很强的正相关性。