XiaoMi-AI文件搜索系统
World File Search Systemaffect
自我效能和负面影响对于脊髓损伤后中枢神经性疼痛神经反馈治疗成功的重要性
基于 EEG 的神经反馈使用心理行为 (MB) 来实现大脑活动的自愿自我调节，并有可能缓解脊髓损伤 (SCI) 后的中枢神经性疼痛 (CNP)。本研究旨在了解神经反馈学习以及 MB 与神经反馈成功之间的关系。25 名非 CNP 参与者和 10 名 CNP 参与者在四次访问中接受了神经反馈训练（强化 9-12 Hz；抑制 4-8 Hz 和 20-30 Hz）。每次访问后，都会采访参与者关于他们使用的 MB。问卷调查了以下因素：自我效能、控制点、动机和神经反馈的工作量。MB 分为心理策略（目标导向的心理活动）和情感（神经反馈期间的情感体验）。与成功的 CNP 参与者相比，成功的非 CNP 参与者明显使用了更多与想象相关的 MS，并报告了更多负面情感。然而，没有任何心理策略与神经反馈成功明确相关。缺乏成功与消极情绪之间存在一定的联系。自我效能与神经反馈成功率呈中等相关（r = < 0.587，p = < 0.020），而控制点、动机和工作量具有低相关性，不显著（r < 0.300，p > 0.05）。对于成功的神经反馈表现而言，情绪可能比心理策略更重要。自我效能与神经反馈成功率相关，这表明，增加对自己神经反馈能力的信心可能会提高神经反馈表现。
来自聆听情感音乐的参与者的神经和生理数据
音乐提供了一种传达情感意义的手段。然而，音乐诱发情感的神经机制尚未完全了解。我们的项目试图通过一系列实验来研究这一点，这些实验研究人类如何对情感音乐刺激作出反应，以及从这些参与者那里记录下来的生理和神经信号如何根据自我报告的情感变化而变化。本文介绍了在该项目过程中记录的数据集，包括音乐刺激的细节、参与者在听音乐时感受到的情感状态变化的报告，以及随之而来的生理和神经活动记录。我们还包括了参与者群体的非识别元数据，以便进一步进行探索性分析。这些数据为研究情感、音乐以及它们如何影响我们的神经和生理活动的研究人员提供了大量宝贵的新资源。
转移负担：道路运输的延迟脱碳如何影响其他部门排放减少
在2022年，公路运输中的燃料燃烧占欧盟（EU）的CO 2排放量约为21％（7.6亿吨）。公路运输是唯一具有上升排放的部门，与1990年相比增加了24％。欧盟最初旨在在2030年之前禁止新CO 2发射汽车，但此后将该目标推迟到2035年，强调了持续的挑战，以推动快速脱碳。该部门的脱碳速度将减轻或加剧其他部门的压力，以保持在欧盟的碳预算范围内。本文探讨了加速或减慢道路运输过渡的影响。我们透露，较慢的脱碳路径不仅使系统成本增加了1,260亿e /a（6％），而且还需要在2030年将CO 2价格从137到290 E /T CO 2的翻倍，以触发其他部门的脱碳。在另一侧，加速向清洁运输的转变被证明是最具成本效益的策略，为供暖和工业部门的逐渐变化腾出了空间，同时减少了后来几年对碳去除的依赖。与当前的政策相比，欧盟目前所设想的比目前所设想的要避免滞留的资产，并节省多达430亿美元的资产。
一夜睡眠不足会改变大脑连接并影响特定的执行功能
摘要 睡眠是有效的认知功能所必需的基本生理过程，尤其与记忆巩固和执行功能有关，如注意力和切换能力。睡眠不足会严重改变一些静息态网络的连接性，如默认模式网络和注意力网络。在本研究中，我们利用脑磁图 (MEG) 和特定的认知任务，研究了 24 小时睡眠剥夺 (SD) 如何影响大脑拓扑结构和认知功能。32 名年轻男性在 SD 之前和之后接受了静息态 MEG 记录，并进行了字母取消任务 (LCT) 和任务切换 (TS) 评估。结果显示，LCT 中的执行准确性和速度变差，TS 中的反应时间减少，从而证明注意力变差，但没有变差。此外，我们观察到 24 小时的 SD 会引起功能网络的大规模重排。这些发现证明，24 小时的 SD 能够改变大脑的连接，并有选择地影响受不同大脑网络控制的认知领域。
马拉维风湿性心脏病的负担和影响医疗服务的问题：范围审查
。CC-BY 4.0 国际许可证 它是永久可用的。 是作者/资助者，已授予 medRxiv 许可以显示预印本（未经同行评审认证）预印本 此版本的版权所有者于 2025 年 2 月 5 日发布。；https://doi.org/10.1101/2025.02.04.25321685 doi：medRxiv 预印本
信任AI：不确定性可视化会影响决策 -
人工智能（AI）是一个领域，其中计算机被利用来模仿或重现人类思想的解决问题和决策能力，对人们的工作和生活产生了重大影响。通过休闲，娱乐活动（Kulesza等，2012）和认真的游戏（Schueller等，2020; Jagtap等，2023），我们的日常生活中采用AI模型的日常生活显着增长Al。，2020）。直到最近，AI系统的开发主要是由“以技术为中心的方法”驱动的，该方法的重点是算法，而不是开发满足实际用户需求的有用的AI系统（Shneiderman，2020; Xu等，2023; Zheng et el。，2017）。然而，忽略了采用“以用户为中心的设计”（Abras等，2004），“以人为中心的设计”（Oviatt，2006）或“ Human-Ai”（Xu等，2023）方法，这些方法
社会环境会影响Birdsong中的序列修改学习
社交互动对于模仿声学学习至关重要，例如人类的言语学习或鸣禽中的歌曲学习。最近，通过实验者控制的强化学习将特定的学习修改引入成人歌曲中已成为研究鸣禽中声乐学习方面的关键协议。这种形式的成人可塑性不需要作为模仿模型或提供有关歌曲表演的社交反馈的模型。因此，我们假设社会互动与歌曲修改学习无关，甚至抑制了歌曲的修改。我们测试了社会环境是否影响成年男性孟加拉雀科（lonchura striata himpera）中的歌曲序列学习。我们针对成年鸟类歌曲中具有负面听觉反馈的特定音节序列，这导致鸟类减少靶向的音节序列，以支持替代序列。在没有反馈的情况下进行捕获试验中的变化显而易见，表明学习过程。在具有三种不同的社会环境（男性 - 男性，MM；男性，MF；单独的MA，MA）的受试者中重复每个实验。我们在所有三种社会背景下都发现了强大的学习，与单身（MA）条件相比，与社会公司（MF，MM）相比，促进学习的趋势无关紧要。这种效果无法通过社会环境的顺序，也无法通过跨环境的不同歌唱率来解释。我们的结果表明，即使在实验者控制的强化学习任务中，社会环境也会影响成年鸟类的学习程度，因此表明社交互动可能会促进歌曲的可塑性，超出其已知的模仿和社交反馈角色。
生物量燃烧的大量氯排放会影响亚洲的长期大气化学
1大气化学系，Max Planck化学研究所，Mainz 55128，德国； 2大气化学与气候系，物理化学研究所Blas Cabrera，CSIC，马德里28006，西班牙； 3香港理工大学民用与环境工程系，香港999077，中国； 4山东大学环境研究所，中国266000； 5香港科学技术大学环境与可持续发展司，香港999077，中国； 6 Max Planck气象研究所，汉堡，20146年，德国的环境建模小组； 7中国三明日岛大学的Tsinghua深圳国际研究生院环境与生态研究所，中国518000；1大气化学系，Max Planck化学研究所，Mainz 55128，德国； 2大气化学与气候系，物理化学研究所Blas Cabrera，CSIC，马德里28006，西班牙； 3香港理工大学民用与环境工程系，香港999077，中国； 4山东大学环境研究所，中国266000； 5香港科学技术大学环境与可持续发展司，香港999077，中国； 6 Max Planck气象研究所，汉堡，20146年，德国的环境建模小组； 7中国三明日岛大学的Tsinghua深圳国际研究生院环境与生态研究所，中国518000；
管理如何影响北方和温带森林中的土壤C隔离和温室气体通量？ - 评论
自然资源研究所芬兰（Luke），Latokartanonkaari 9，FI-00790赫尔辛基，芬兰B环境科学司，橡树岭国家实验室，贝塞尔山谷路1号，奥克山脉，田纳西州田纳西州37830，美国田纳西州37830在Zvolen，T.G。Masaryka 24, 96001 Zvolen, Slovakia e Forest Science and Technology Centre of Catalonia (CTFC), 25280 Solsona, Spain f Basque Centre for Climate Change (BC3), Scientific Campus of the University of the Basque Country, 48940 Leioa, Spain g Ikerbasque, Basque Foundation for Science, Bilbao, Bizkaia, Spain h School of生物科学，阿伯丁大学。23 St Machar Drive，Aberdeen AB24 AB24，英国苏格兰，I Wageningen University and Research，Wageningen环境研究（WENR），DROEVENDAALSESTEEG，3，6708pb Wageningen，荷兰J Forestry and Forest Products and Forest Products and Forest Products Research Institute（Eagan）欧洲森林研究所，Yliopistokatu 6B，FI-80100，芬兰LAMSTERDAM LIFE与环境研究所（A-Life），Vrije Universiteit Amsterdam，1081 HV，阿姆斯特丹，阿姆斯特丹，荷兰MEARZ MEARCIES，VRIJE LIJEITITICITITICITITICITITICITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITIT23 St Machar Drive，Aberdeen AB24 AB24，英国苏格兰，I Wageningen University and Research，Wageningen环境研究（WENR），DROEVENDAALSESTEEG，3，6708pb Wageningen，荷兰J Forestry and Forest Products and Forest Products and Forest Products Research Institute（Eagan）欧洲森林研究所，Yliopistokatu 6B，FI-80100，芬兰LAMSTERDAM LIFE与环境研究所（A-Life），Vrije Universiteit Amsterdam，1081 HV，阿姆斯特丹，阿姆斯特丹，荷兰MEARZ MEARCIES，VRIJE LIJEITITICITITICITITICITITICITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITITIT
通过侵入式脑机接口进行神经元干扰网络攻击，影响需要视觉能力的任务的解决
根据侵入性，BCI 主要分为两类。非侵入式 BCI 无需手术即可从外部刺激大脑。尽管某些技术可以针对大脑的较小区域，但非侵入式 BCI 可以覆盖大脑的较大区域。相比之下，侵入式系统可以应用于小区域，甚至具有单神经元分辨率，但会带来更高的生理风险（Ramadan 和 Vasilakos，2017 年）。基于 BCI 的相关性和扩展性，近年来出现了新的技术和公司，专注于开发新的侵入式系统，以神经元粒度刺激大脑。Neuralink 就是一个例子（Musk 和 Neuralink，2019 年），这家公司设计了颠覆性的 BCI 系统来记录神经元级别的数据，目前正致力于覆盖刺激功能。此外，神经尘埃（Seo 等人，2013）是一种由数百万个位于大脑皮层中的纳米级可植入设备组成的架构，可以进行神经记录。神经尘埃的演变是无线光遗传学纳米网络设备 (WiOptND)（Wirdatmadja 等人，2017），它使用光遗传学来刺激神经元。尽管这些方法很有前景，但 Bernal 等人 (2020) 的作者表明，它们存在漏洞，可能允许攻击者控制两个系统并执行恶意刺激动作，从而改变自发的神经元信号。根据攻击的覆盖范围（就大脑区域和受影响的神经元数量而言），网络攻击者可能会造成永久性脑损伤，甚至导致患者死亡。在同一方向上，Bernal 等人 (2021) 发现 BCI 的网络安全领域还不够成熟，非复杂的攻击可能会造成重大损害。总之，攻击者可以利用 BCI 漏洞来利用这些有前途的神经刺激技术。以这些研究的发现为动机，本文重点关注针对旨在改变神经元行为的网络攻击的稀缺研究。此外，还需要新的方法来衡量和理解这些攻击的影响。特别是，这些问题具有特殊的意义，因为攻击可能会恶化或重现常见神经退行性疾病的影响（Bernal 等人，2021 年）。为了改进以前的挑战，这项工作的主要贡献是定义和实施一种新的神经元网络攻击，即神经元干扰网络攻击 (JAM)，重点关注神经活动的抑制。本研究旨在探索抑制性神经元网络攻击对大脑的影响。然而，文献中缺乏全面的神经元拓扑结构，因此，我们模拟了小鼠视觉皮层的一部分，放置在大脑的枕叶区域，定义了小鼠试图离开特定迷宫的用例。神经元拓扑是使用经过训练以解决此特定用例的卷积神经网络 (CNN)（Géron，2019）构建的。这项工作的第二个贡献是评估了 JAM 网络攻击对特定场景中的神经元和人工模拟造成的影响。为了进行分析，我们使用了现有指标，但也定义了一组新指标，得出结论：JAM 网络攻击可以改变自发的神经元行为，并迫使小鼠做出不稳定的决定以逃离迷宫。