情感显着塑造了决策,而有针对性的情感引起是神经营销的重要因素,在这种因素中,它们通过吸引潜在客户的注意力与情感触发器相关的潜在客户的注意力来影响广告效果。分析刺激暴露后的生物识别参数可能有助于理解情绪状态。这项研究研究了对情绪刺激的自主神经系统和中枢神经系统的反应,包括图像,听觉提示及其组合,同时记录生理信号,即心电图,血液体积脉冲,镀锌皮肤响应,次生次数,呼吸,呼吸,呼吸和电脑定位图。提出的分析的主要目标是比较情绪刺激方法并确定不同生理模式的最有效方法。采用一种新颖的特征选择技术来进一步优化四个情绪状态的分离。使用基本的机器学习方法是为了辨别不同种类刺激引起的情绪。脑电图信号,电流皮肤反应和心呼吸耦合衍生的特征为区分四种情绪状态提供了最显着的特征。进一步的发现强调了听觉刺激如何在创建独特的生理模式中起着至关重要的作用,从而增强了四类问题中的分类。组合所有三种刺激时,实现了49%的验证精度。仅声音和仅图像阶段分别产生了52%和44%的精度,而图像和声音的综合刺激导致了51%的精度。孤立的视觉刺激产生的不同模式较小,与其他类型的刺激相比,需要更多的信号来表现相对较低的性能。这种令人惊讶的显着性是由情感识别文献中的听觉探索有限引起的,尤其是与使用视觉刺激进行的研究的Pleathora相比。在营销中,听觉组件可能具有更相关的潜力,以显着影响消费者的选择。
COVID-19 大流行已被视为全球最大的卫生危机之一。在巴西的北里奥格兰德州,RegulaRN 平台是用于管理 COVID-19 患者床位的卫生信息系统。本文探索了使用 RegulaRN 数据的机器学习和深度学习技术,以确定预测住院患者结果的最佳模型和参数。共分析了 25,366 条 COVID-19 患者的床位规定。分析的数据来自 2020 年 4 月至 2022 年 8 月的 RegulaRN 平台数据库。从这些数据中,从 20 个可用特征中选择了 9 个最相关的特征,并排除了空白或不确定的数据。接下来是以下步骤:数据预处理、数据库平衡、训练和测试。结果显示,使用随机梯度下降优化器的多层感知器模型在准确度(84.01%)、精确度(79.57%)和 F1 分数(81.00%)方面表现更好。通过均方根传播,召回率 (84.67%)、特异性 (84.67%) 和 ROC-AUC (91.6%) 达到了最佳结果。本研究比较了不同的机器学习和深度学习计算方法,其目标是对来自 RegulaRN 平台的 COVID-19 患者床位管理数据进行分类。研究结果使我们能够确定最佳模型,以帮助卫生专业人员管理 COVID-19 患者的床位。本文的科学发现表明,通过数字健康解决方案应用的计算方法可以在公共卫生危机情况下协助医疗监管机构和政府机构做出决策。
研究正常或病理条件下的大脑动态已被证明是一项具有挑战性的任务,因为对于最佳方法没有统一的共识。在本文中,我们提出了一种基于传递熵的方法来研究健康受试者在睁眼(EO)和闭眼(EC)静息状态下不同大脑半球之间的信息流。我们使用了一个模拟临床环境中技术条件的实验装置,并从 65 Hz 采样率的 24 通道脑电图(EEG)短记录中收集数据集。我们的方法考虑了两种条件下的半球间和半球内信息流分析,并依赖于从 EEG 通道之间的传递熵估计计算出的 4 个指标。这些指标提供有关活动连接的数量、强度和方向性的信息。我们的结果表明,在 EC 条件下,alpha、beta1 和 beta2 频带的信息传递有所增加,但在任何一种条件下,半球间信息移动都没有优先的方向。这些结果与之前报道的以更高采样率进行更密集的 EEG 记录的研究一致。总之,我们的方法表明,在 EO 和 EC 静息状态下,大脑信息传递的动态存在显著差异,这也可以应用于常规临床治疗。
CédricCannard 1,2,HelanéWahbeh2,Arnaud Delorme 1,2,3 1 Cent de Recherche Cerveau et Cognition(CERCO),CNRS,Toulouse III大学,法国2号大学2 Noetic Sciences(Ions)3 Swartz计算神经科学中心(SCCN),INC,UCSD,LA JOLLA,美国关键字:开源,EEGLAB,EEGLAB,EEG,ECG,ECG,PPG,PPG,HRV,特征分析,心跳 - 事实/振荡电位/振荡(HEP/HEO),心脏组成部分,心脏成分供电。摘要:Brainbeats工具箱是一个开源EEGLAB插件,旨在共同分析脑血管和心血管(ECG/PPG)信号。它提供了三个主要方案:心跳诱发潜力评估,基于特征的分析和心脏伪像从脑电图中提取。这将有助于研究人员和临床医生研究脑力相互作用,并具有增强的可重复性和可及性。摘要:皮质和心血管系统之间的联系正在引起人们的关注,因为它有可能对大脑和心脏功能耦合提供宝贵的见解。当前的联合分析方法在很大程度上涉及侵入性或高成本神经影像学方法。EEG和ECG/PPG提供了非侵入性,具有成本效益和便携式替代方案,可在实验室和临床环境中进行更广泛的数据收集。然而,由于其复杂性,对这些生物信号的分析对于可扩展应用是具有挑战性的。现有的研究和工具通常在处理和统计方法,易于使用的用户界面或大型数据集的批处理处理能力方面缺乏共识,从而阻碍了可重复性。在脑电图和心脏变异性(HRV)特征提取的标准化方法中,还存在进一步的空隙,破坏了临床诊断或机器学习模型的鲁棒性。我们介绍了针对这些挑战的Brainbeats工具箱,开源EEGLAB插件提供了一套信号处理和特征 - 萃取功能的套件,这些功能符合当前的指南和建议。工具箱集成了三个主要协议:1)心跳诱发电位(HEP)和振荡(HEO); 2)EEG和HRV特征提取; 3)自动删除脑电图信号的心脏伪像。伴随着样本数据和指导,Brainbeats旨在促进大脑心脏的相互作用研究和可重复性。这个开源工具箱为研究大脑心脏相互作用的临床医生和研究人员提供了宝贵的资源,可以根据独特的研究需求量身定制。
文章信息摘要目的:本研究的目的是分析和评估影响越南海鲜企业国际供应链合作的因素。理论框架:国际业务环境中的运营与高风险有关,因此供应链中的合作有助于提高管理灵活性。另一方面,对资源依赖,资源共享和信息共享策略的理论产生影响会影响供应链合作伙伴之间的质量和合作水平。设计/方法/方法:为了实现这项研究的目的,进行了与供应链和供应链合作有关的文献调查,并在海鲜行业的327个合作伙伴中进行了经验分析,并使用Cronbach的Alpha分析,探索性因素分析(EFA)(EFA)和线性回归分析(RAILEAR RENSESION SAMISSICTION)进行了分析的结果(RA)。调查结果:研究结果证实,有六个主要因素直接影响越南海鲜企业的国际供应链合作,包括:(1)信托; (2)力量; (3)距离; (4)政府政策; (5)合作策略和(6)信息共享。研究/实践和社会含义:政府,VASEP和企业将实施令人鼓舞的政策和简化出口法规,因此,将在全面的未来研究方向的帮助下促进有关国际供应链合作的知识。
摘要背景。在过敏的诊断工作中,确定过敏原特异性免疫球蛋白E(IgE)对于诊断,预后和治疗选择很重要。这项研究的目的是评估免疫印迹测定法(欧洲)在检测针对蒂莫西草和桦木花粉过敏蛋白成分的IgE抗体中与氟化酶测定(Immunocap,Phadia 250)相比。方法。分析了来自患者对蒂莫西草和桦木花粉的128种血清样品。使用Euroline DPA-DX花粉1和ImmunoCap测定法测量了对提摩太草和桦木花粉的IgE抗体水平。然后,在二进制(正vs负),半定量(IgE类)和定量(浓度)水平上比较两种方法。还将两种方法与皮肤刺测试的结果进行了比较。结果。与IM-MUNOCAP相比,欧洲方法的正百分比为93%,年龄为94%,总准确度为94%。kappa分析表明,在确定测试的7/11组件的IgE类别中,方法之间的一致性中等强度。使用Spearman的等级相关性分析时,所有组件均显示出正相关。结论。总体而言,我们发现欧洲和免疫方法在测量IgE敏化方面存在良好的相关性。
摘要对视觉空间记忆过程的发展的研究对于设计个性化的教育干预措施以及了解以技术进步为特征的时代中的认知功能的变化很有用。目前的研究旨在调查儿童的空间工作记忆能力,这些儿童通过砖游戏任务(BGT)(BGT)是一种新颖的视觉空间工作记忆测试。bgt是一种小型生态测试,其灵感来自行为步行任务,该任务具有不同的空间配置以及CORSI敲击测试的九个白色砖。228个意大利儿童(121 F;平均年龄:7.22±1.18)根据参加的小学课分配给三组:第1组(n = 85; 40 f;平均年龄6.18±.5),第2组(n = 61; 36; 36; 36 f;平均年龄;平均年龄;平均年龄7.2±.83)和3组(n = 82; 44 f; 44 f; 4.44 f; 4.32; 4.32。所有参与者都被要求完成数字跨度测试,CORSI敲击测试,并使用矩阵,M-BGT,cluster,cl-bgt,Cross,Cr bgt的形式探索BGT的三种空间配置。Manova揭示了对组的主要重大影响(F 12,434 = 15.06; P <.0001)表明,年龄较大的组获得了比1和2组更好的全球执行绩效。多个线性回归表明CORSI敲击测试性能和年龄明显预测了M-BGT得分。CORSI敲击测试和数字跨度明显预测了CL-BGT的性能,显示了更高的分数如何导致更好的CL-BGT性能。这些结果对发展个性化的教育干预措施开放。最后,CORSI敲击测试,数字跨度和年龄与Cr-BGT性能呈正相关。目前的发现证明了新型BGT是一项明智的视觉空间工作记忆任务,因此用来以生态方式评估儿童的执行绩效。
在描述早期数学干预对儿童结果的影响时,研究人员通常依赖评估中正确答案的比例。在这里,我们建议将重点转移到问题解决策略的相对复杂程度上,并为有兴趣研究策略的研究人员提供方法指导。我们利用来自幼儿园样本的随机教学实验的数据,该实验的详细信息在 Clements 等人 (2020) 中概述。首先,我们描述我们的问题解决策略数据,包括如何以易于分析的方式对策略进行编码。其次,我们探索哪些类型的序数统计模型最符合算术策略的性质,描述每个模型对问题解决行为的暗示,以及如何解释模型参数。第三,我们讨论“治疗”的效果,将其操作化为与算术学习轨迹 (LT) 相一致的教学。我们表明,算术策略的发展最好被描述为一个连续的逐步过程,并且接受 LT 教学的儿童在后评估中使用更复杂的策略,相对于在针对目标的技能条件下的同龄人。我们引入潜在策略复杂性作为与传统 Rasch 因子分数类似的指标,并证明它们之间存在中等相关性(r = 0.58)。我们的研究表明,策略复杂性所包含的信息与传统的基于正确性的 Rasch 分数不同,但与之互补,这促使其在干预研究中得到更广泛的使用。
本文档中包含的材料是“原样”提供的,并且可能会在将来的编辑中更改,恕不另行通知。此外,在适用法律允许的最大范围内,关于本手册和本文所包含的任何信息,包括但不限于对特定目的的适销性和适应性的暗示性。agilent对于与本文档的家具,使用或性能或此处包含的任何信息有关的错误或偶然或造成的损害不得犯。应安捷伦和用户有单独的书面协议,其保修条款涵盖了本文件中与这些条款相抵触的材料,则独立协议中的保修条款应控制。
评估人工智能对印尼英语学习者写作技能的影响 卡哈鲁丁教育与教师培训学院,印尼望加锡伊斯兰州立大学(UIN) 摘要 --- 带有人工智能的电子设备促进了高等学校的学习-教学过程。本研究将人工智能在阅读教学中的应用和反馈作为自变量,以提高学生的写作技能作为因变量。学生对这种教学的态度是中介变量。这项研究是在望加锡市的高等学校进行的。研究工具是向100名高等学校学生分发的问卷,但只处理了83名学生。对数据进行了路径分析。研究结果:1)使用人工智能教授阅读对学生的写作没有直接影响,而是通过态度间接产生影响。2)讲师的反馈实际上通过态度对学生的写作有直接和间接的影响。3)通过态度阅读和反馈对学生写作技能提高的贡献率为34.8%。关键词 --- 人工智能、态度写作、反馈、阅读。介绍 COVID-19 大流行的爆发是一场全球灾难,扰乱了人类生活的各个方面。但是,我们必须明智地处理这个问题。在教育领域,它强制在虚拟学习教学中使用技术。许多讲师认为这不是最佳应用。不可否认的是,在这次 COVID-19 爆发之前,学习教学过程仍然以传统的面对面课堂学习模式为主,没有利用技术提供的设施。另一方面,应该利用学习教学过程提供的各种虚拟设施来应对技术进步。因此,研究人员认为,政府通过政策强制实施的这种虚拟学习教学可能会对望加锡高等学校的学习教学产生积极或消极的影响