尽管人工智能在开源生产中的重要性日益增加,但在如何利用人工智能来提高开源软件(OSS)团队绩效的重要问题上,人们所做的研究却很少[2, 5]。人工智能能力可以被认为是开源团队的一个独特特征,可以衡量开源团队寻求人工智能机会和资源的倾向。例如,人工智能可以以机器人的形式作为OSS团队的基础设施,以简化开源流程,如关闭拉取请求、故障排除、迎接新用户等。同时,OSS团队还可以探索人工智能的新商机,以增加项目的吸引力。由于开源社区以多种方式使用人工智能,因此尚不清楚人工智能能力如何影响OSS团队的绩效[4]。因此,我想问:
Thanos Papadopoulos、Uthayasankar Sivarajah、Konstantina Spanaki、Stella Despoudi、Angappa Gun- nasekaran。社论:人工智能 (AI) 和制造业、生产和运营管理研究中的数据共享。国际生产研究杂志,2022 年,人工智能 (AI) 和制造业、生产和运营管理研究中的数据共享,60 (14),第 4361-4364 页。10.1080/00207543.2021.2010979。hal-03766170
摘要 简介:无脑畸形是一种严重的中枢神经系统发育缺陷,表现为大脑和颅腔严重畸形。大脑和小脑缩小或缺失,但后脑存在。无脑畸形是神经管缺陷谱系的一部分。这种缺陷是由于神经管在发育的第三至第四周内未能闭合而导致的,会导致胎儿流产、死产或新生儿死亡。目的:找出导致无脑畸形的可能主要风险因素。方法:本研究旨在比较 2002-2011 年受无脑畸形影响的妊娠与 1991-2001 年期间报告的妊娠。使用卡方检验进行统计分析。结果:结果显示,2002-2011 年体重不足 1500 克的无脑畸形胎儿比例显著高于 1991-2001 年(P=0.003;OR=4.32;CI=1.62-11.53)。妊娠 20 周以上(WG)的无脑畸形病例显著高于妊娠 20 周以下的病例(P=0.003)。产妇生育史与无脑畸形的发生有关,单产或多产母亲比未产母亲更容易生下无脑畸形的后代。近亲结婚是无脑畸形发生的重要风险因素(P=0.003)。进行了逻辑回归分析以检验多个变量的影响,只有母亲年龄具有统计学意义。结论:本研究明确了应加强努力的领域,并开发了监测数据以预防这种畸形。
摘要 人工智能已逐渐成为信息系统和商业领域的一个独立研究领域。商业中发展起来的新工作形式需要大量的实验、潜在客户生成和实时推荐。这推动了人工智能技术采用的异常增长。即使该领域的领先组织都预见到了早期采用人工智能技术的优势,但一些组织仍由于各种障碍而阻碍了采用。本文分析了导致组织层面采用人工智能的特征和阻碍其采用的因素。通过本文,我们报告了中小型组织在 Twitter 上关于其采用人工智能的程度以及他们面临的障碍的对话结果。通过这种分析,我们提供见解和议程,帮助中小型组织的高管为采用人工智能做好准备。
为了进行研究,团队动员了不同的数据游戏,包括食品购买数据(Kantar Worldpanel 2)和食品分类数据(ClassFood 3)。为了连接这两个数据源,该设备与结构化数据库相关联了一个外观工具。该工具可以使要比较的数据可视化并提供不同的功能:通过关键字,过滤器,分类和动态分组的研究,选择要连接的2个数据游戏的行选择以及提供配对表。他还确保了配对的可追溯性。使用的语言和框架是PHP,AJAX和框架MVC Symfony。此工具已经被使用,因此已经使执行许多工具成为可能。4
摘要:人工智能 (AI) 的应用正在我们的社会中迅速扩展。私营部门已经开始使用人工智能来提高效率,并为客户和股东创造更好的价值。人工智能的前景对政府来说也相当诱人。它有望成为突破性技术,使公共部门达到前所未有的效率和生产力。它有可能真正改变公共服务的提供方式和政府与公民互动的方式——从需求驱动模式转变为公共服务提供的预测模式。然而,人工智能存在大量陷阱和盲点,这使得政府采用人工智能尤其具有挑战性。为了在公共部门成功采用人工智能,政府必须清楚地了解这些挑战,并制定监管公共政策,以确保减轻人工智能可能带来的不利影响(如排斥、偏见等)。本文试图系统地探讨这些挑战,以使公共政策制定者能够应对这些挑战。
巴基斯坦拥有 3190 万只羊,分属 17 个品种。这些品种被认为起源于阿富汗、俾路支和中亚的野羊乌里尔 (Ovis vignei) [1]。在这些绵羊品种中,西普利羊在生产性、繁殖性、生理生化和畜牧业相关特性方面的研究引起了强烈关注 [2–5]。它是巴基斯坦的一种中型细尾本地绵羊品种,相对较长的尾巴是其显著的形态特征之一。公羊平均体重为 32.8 公斤,母羊平均体重为 29.2 公斤,日产奶量为 0.2-0.4 升,年纤维产量约为 5.6 公斤 [3]。它有白色的体毛,头/耳朵为白色或浅棕色。它有一个扁平的鼻子,耳朵长约 15 厘米。巴基斯坦乔利斯坦沙漠的游牧民族饲养它主要是为了获取羊肉和羊毛,
摘要 与主要侧重于技术驱动的数字化的工业 4.0 相比,服装行业的工业 5.0 代表着向以人为本和可持续生产模式的变革性转变。通过利用人工智能 (AI)、机器人技术和物联网 (IoT) 等先进技术,工业 5.0 实现了超定制化、实时数据分析以及人类专业知识与机器功能的无缝集成。这一转变提高了产品质量,优化了资源利用率,并优先考虑了道德制造实践,注重工人福祉和环境责任。这些变化从根本上重新定义了服装生产格局,使该行业实现长期可持续性和竞争力。本系统文献综述 (SLR) 旨在确定影响斯里兰卡服装业向工业 5.0 过渡的关键准备就绪潜在因素。具体而言,该研究探讨了影响准备就绪的领域,包括技术进步、人机协作、可持续性实践和供应链内的弹性。研究结果表明,斯里兰卡服装行业正在从工业 4.0 向工业 5.0 转型,重点关注人机协作、集成人工智能和机器人技术以及加强可持续发展。这一转型的准备潜在因素分为四个主要领域:以人为本、可持续性、弹性和技术进步。尽管在自动化和可持续实践方面取得了显著进展,但仍存在差距,特别是在完全实现人机协作和实现完整的供应链透明度方面。最后,这承认了某些局限性并提出了未来研究的领域。
摘要。Labuhan Sangoro,位于印度尼西亚西努萨·坦加拉(West Nusa Tenggara)的萨利赫湾(Saleh Bay),是印度尼西亚西努萨(Nusa Tenggara)的摄政区,是用于种植海藻物种Kappaphycus alvarezii的地区之一。在2023年,由于冰冰疾病爆发,耕作活动造成了农作物衰竭。这一事件造成了农民的巨大劳动力和财务损失。怀疑生物学因素(细菌)在这种疾病的出现中起作用。因此,这项研究旨在(1)识别生活在水域中的细菌(冰冰感染的海藻种植地点)和(2)寻找负责引起冰冰疾病的潜在细菌。这项研究的目标是分子鉴定已知感染K. alvarezii的潜在细菌,从而导致该疾病。本研究中使用的方法是探索性描述性的。从4点收集样品(K. alvarezii栽培位置被冰冰感染)。每个点由2个深度(表面和底部水)表示。sampels分析采用元法编码(EDNA)分析采用与培养的方法。这种方法可用于检查环境样品中可用的基因组,从而允许鉴定更广泛的细菌种类。因此,这种方法提供了更大的机会发现引起冰冰疾病的潜在细菌。在这项研究中,已经全面理解了两个深度(表面和底水)的细菌组成。和伪胞虫sp。负责在有机物分解,营养回收,支持初级生产和维持生态系统平衡中重要作用的主要门是蓝细菌和蛋白质细菌。K。Alvarezii培养中的冰冰疾病与某些细菌物种(如Vibrio spp)有关。在采样位置也发现了。关键词:环境DNA,Ice-Ice病,K。Alvarezii,海洋细菌,萨利赫湾。
摘要 。拉布汉桑戈罗位于印度尼西亚西努沙登加拉省松巴哇县萨利赫湾,是为种植海藻品种卡帕藻而开发的地区之一。2023 年,由于冰冻病的爆发,种植活动遭遇了作物减产。这一事件给农民造成了重大的劳动力和经济损失。人们怀疑生物因素(细菌)在这种疾病的出现中发挥了作用。因此,本研究旨在 (1) 识别水中的细菌(冰冻感染的海藻养殖场)和 (2) 寻找可能导致冰冻病的细菌种类。本研究的目标是从分子水平上鉴定已知感染 K. alvarezii 并导致该疾病的潜在细菌种类。本研究中使用的方法是探索性描述性的。从 4 个点(被冰冻感染的 K. alvarezii 养殖地点)采集样本。每个点由 2 个深度(表面和底层水)表示。样品分析采用了一种基于宏条形码 (eDNA) 分析的不依赖培养的方法。这种方法可用于检查环境样品中的基因组,从而可以鉴定出更广泛的细菌种类。因此,这种方法为发现可能导致冰冰病的细菌种类提供了更大的机会。在这项研究中,全面了解了两个深度(表面和底层水)的细菌组成。负责有机物分解、营养物循环、支持初级生产和维持生态系统平衡的重要作用的主要门是蓝藻和变形菌。K. alvarezii 培养中的冰冰病与某些细菌种类有关,例如在采样地点还发现的弧菌属和假交替单胞菌属。关键词:环境 DNA、冰冰病、K. alvarezii、海洋细菌、萨利赫湾。