XiaoMi-AI文件搜索系统
World File Search Systembib
出版商和期刊对作者在学术和科学出版中使用生成人工智能的指示：文献计量分析
2022 年 12 月，《自然》杂志发表了第一篇讨论对在学术写作中使用 ChatGPT 和 GAI 的担忧的文章。14 从那时起，期刊和出版商开始更新其编辑政策和对作者的说明，以指导如何在学术研究中披露 GAI 的使用。《科学》杂志于 2023 年 1 月发表了一篇文章，表示决定禁止在写作过程中使用 GAI 生成文本、图形、图像或图表，并认为违反该政策构成科学不端行为。15 其他期刊允许在有限制的情况下使用 GAI，并要求完全披露。 16 出版伦理委员会 (COPE) 是一个由编辑、出版商、大学和研究机构组成的组织，旨在帮助所有学科的出版伦理规范，17 该委员会于 2023 年 2 月发布了一份关于研究出版物中人工智能工具的立场声明，18 强调“人工智能工具无法满足作者身份的要求，因为它们无法对提交的作品负责”，同时还建议了披露人工智能使用情况的方法，并强调作者对人工智能工具所产生的作品负责。18
出版商和期刊的指示向作者提供了有关在学术和科学出版中使用生成人工智能的说明：书目ANA
在2022年12月，大自然发表了第一篇文章，讨论了有关在学术写作中使用Chatgpt和Gai的担忧。14从那时起，期刊和出版商已开始向作者更新其编辑政策和指示，以提供有关如何在学术研究中披露GAI使用的指导。Science在2023年1月发表了一篇文章，该文章宣布其禁止使用GAI在写作过程中生成文本，数字图像或图形的决定，并认为违反该政策是构成科学不当行为的。其他15个期刊允许使用GAI有限制和全面披露的要求。16由编辑，出版商，大学和研究机构组成的组织委员会（COPE）有助于为所有学术学科的出版物伦理提供信息，17在2023年2月在研究出版物中的AI工具上发表了一份立场声明，该声明在研究出版物中于18年2月18日强调，“ AI也无法遵守AI的责任，同时宣布AI的责任，而AI的责任是AI的责任”对AI工具生产的工作负责。18
对阿尔茨海默氏病的表观遗传研究出版物的文献学和视觉分析（2013-2023）
表观遗传学是指与基因表达和分化的调节以及基因活性或细胞表型的遗传变化相关的表观遗传修饰，而不会改变DNA序列（Hernández-Romero等，2019）。当前的研究表明，包括DNA甲基化和羟基甲基化，组蛋白的修饰以及非编码RNA（NCRNA）的调节与AD紧密相关，并有助于AD治疗（Wang et al。，2020; Wu和Kuo，2020; Xiao et al。 Perkovic等，2021）。目前，AD表观遗传学的研究热点仍然是DNA甲基化，miRNA的调节，组蛋白乙酰化等。研究表明，许多microRNA（miRNA）可以用作早期诊断AD的标记，并且表观遗传机制调节初步AD中的基因表达（Gao等，2022）。因此，研究AD和表观遗传学之间的相互作用在治疗和预防AD中起着重要作用。但是，AD的发病机理很复杂，现有药物具有极端的副作用，因此AD的治疗没有很大进展。因此，进一步阐明AD的表观遗传机制，找到更新，更可靠的生物标志物，提出新的治疗策略并制定新的研究方向仍然非常重要。同时，该领域没有文献计量分析。因此，为了促进研究人员更好地了解表观遗传学和AD联系的当前状态和发展趋势，我们使用文献计量方法来定量分析和可视化该领域的文献。
线粒体在慢性阻塞性肺疾病中的研究进度：基于科学核心收集网络的书目分析
慢性阻塞性肺疾病（COPD）是一种异质性肺部疾病，其特征是由于气道的损伤和重塑，肺实质和肺脉管系统的损伤和重塑，导致持续性和进行性气流障碍物和呼吸道症状（1），导致增强性增强性，疾病，耐力和死亡。在2017年，慢性呼吸系统疾病的人数约为5.44亿，COPD约占这些病例的55％（2）。根据世界卫生组织（WHO）发布的死亡率统计数据，由于COPD（3），每年大约有300万人死亡，使其仅次于缺血性心脏病和脑血管疾病，这两种男女的年龄标准化死亡率全球排名（4）。由于其全球发病率和死亡率很高，COPD被认为是主要的健康负担，这严重危害了全球个人的健康（5）。COPD的发病机理很复杂，因为它涉及动态和累积基因环境相互作用（6），例如吸烟，吸入其他污染物，呼吸道感染和营养不良。这些相互作用通过多种复杂的生物学机制（包括氧化应激）来调节肺的发育，维持和功能，
全球研究趋势和关于肌腱衍生的干细胞的热点：书目可视化研究
（Andarawis-Puri等，2015; Thomopoulos等，2015; Millar等，2021; Pearce等，2021）。恢复受伤肌腱的正常结构在运动医学中构成了重大挑战。肌腱衍生的干细胞（TDSC）是肌腱组织中发现的一种间充质干细胞。严格来说，由于其生物异质性，TDSC不能将其分类为常规干细胞。考虑到它们分化为有限数量的特定细胞谱系的能力，将它们描述为“茎/祖细胞”细胞更为准确。此外，它们具有某些干细胞特征，例如克隆性，高增殖率和自我更新能力（Bi等，2007）。我们总结了补充表S1中TDSCS研究中报告的细胞培养方法。简而言之，培养和隔离肌腱干细胞的方法如下：在无菌条件下，肌腱组织在37°C下用胶原酶（通常是I型或II型，通常为I型或II型，浓度约为0.1％ - 3％），持续几个小时，以持续几个小时，以隔夜隔断以分离细胞。然后在特定的培养基（例如低葡萄糖DMEM）中收集并培养细胞，并在5％CO 2的环境中添加10％ - 20％的血清，并在37°C下保持在37°C，并以适当的时间间隔进行，以维持细胞的耐用性。tdsc的特征是存在诸如CD44，CD146，CD105和CD90之类的标记，这是间充质干细胞的典型特征（Zhang和Wang，2010a； Lee等，2018）。由于其独特的细胞微环境，与骨髓衍生的间充质干细胞相比，TDSC具有更大的产生肌腱和关节组织的能力（BMSC）（Tan等，2012）。当前对TDSC的细胞来源主要是：大鼠，小鼠，兔子和人类；研究的少量TDSC来自马，猪。主要研究重点是：治疗靶标和药物作用，疾病机制，组织工程和细胞特性。（补充表S1）肌腱损伤后，肌腱完整性的成功恢复涉及三个阶段：炎症阶段，细胞增殖阶段和细胞外基质（ECM）重建阶段。在炎症阶段，它涉及炎症细胞的内部效果，炎症因子的分泌以及TDSC的募集和激活（Vinhas等，2018； Ackerman等，2021）。细胞增殖阶段的特征是新肌腱细胞的产生，而ECM重建阶段涉及新的ECM和肌腱结构的形成。TDSC通过将ECM分泌给肌腱并区分为肌腱细胞，在肌腱修复中起着至关重要的作用（Zhang等，2019a）。使用适当的技术激活内源性肌腱干细胞或移植TDSC已成为促进肌腱损伤修复的创新方法（Lee等，2015）。因此，TDSC具有增强肌腱和肌腱骨连接的愈合的重要潜力（Chen等，2013）。TDSC在骨科研究中的重要性导致了近年来的大量研究（Leong等，2020）。但是，大多数研究都集中在TDSCS研究的特定方面，从而导致对该领域文献的全面分析。特定的文章声称采用文献计量方法来研究TDSC（Long等，2022）；但是，其文献搜索内容不准确。尽管TDSC的发现可以追溯到2003年，但该研究的选定文献包括大量出版物
意识障碍中的神经调节技术的热点和前沿：文献分析
意识表示个人对环境及其生存的认识和确认（Giacino等，2018）。作为意识，意识和清醒的两个整体组成部分紧密相互交织。前者是指大脑的激活，而后者则表示环境和/或自己的感知（Bernat，2010年）。意识障碍（DOC）是由多种病理疾病引起的，包括呼吸和心脏骤停，创伤性脑损伤（TBI），脑血管事故，严重的代谢性疾病，脑部疾病，脑部疾病，感染，药物滥用以及其他严重的神经疾病。在这种情况下，意识受到唤醒和意识的改变，这些改变在结构或功能上归因于上升的网状形成或罗斯特拉中脑的损害，或者是脑半球的广泛病变。在临床上，这些扰动表现为昏迷，无反应的觉醒综合征（UWS），以前称为营养状态（VS）和最小意识状态（MCS）（Giacino等，2014; Zheng et al。，2023）。
人工智能（AI）和教育评估的演变格局：文献计量分析
摘要：数字技术和计算机科学的快速发展正引领社会进入一个技术驱动的未来，机器不断进步以满足人类的需求并增强自身的智能。在这些突破性的创新中，人工智能 (AI) 是一项具有深远影响的基石技术。本研究进行了文献计量学审查，以调查当代教育中的人工智能和评估主题，旨在划定其不断发展的范围。Web of Science 数据库提供了从 1994 年到 2023 年 9 月的用于分析的文章。该研究旨在解决有关著名出版年份、作者、国家、大学、期刊、引用主题和高引用文章的研究问题。该研究的结果阐明了人工智能在教育评估研究中的动态性质，人工智能已牢固确立为教育的重要组成部分。该研究强调全球合作，预测新兴技术，并强调教学意义。突出的趋势强调机器学习、聊天 GPT 及其在高等教育和医学教育中的应用，肯定了人工智能的变革潜力。然而，必须承认这项研究的局限性，包括数据时效性和教育领域人工智能的不断发展。尽管如此，人工智能应用在可预见的未来仍将是教育技术领域的一大关注点，有望带来创新的解决方案和见解。
书目审查：有关共鸣>的申请和建议
摘要该研究的重点是缺血性心脏病的背景下的磁共振成像（MRI），并评估其作为诊断方法的准确性。研究是在PubMed，EBSCO和MEDLINE进行的，并与巴西卫生部的数据进行了咨询。缺血性心脏病是全球发病率和死亡率的主要原因，主要影响60至69岁的人，男性发病率更高，尤其是在巴西东南部地区。具有很好的病理和临床范围，例如心绞痛，急性心肌梗塞和缺血性心肌病。从这个意义上讲，RM在缺血性心脏病的诊断和预后中起着至关重要的作用。它允许您评估心室功能，识别灌注较低的区域，表征坏死和纤维化的区域，并确定心肌组织的生存能力。它也用于评估心肌灌注，使用血管扩张剂检测病理异常。据分析，考虑到可用的多种技术，在缺血性心脏病的背景下，MRI的诊断准确性高且令人满意。除了诊断外，MRI还发挥了预后作用，随着时间的推移，患者的心脏事件较少。因此，RM在评估缺血性心脏病中起着至关重要的作用，与其他图像方法相比，在诊断和预后方面具有显着优势。关键字：iSchemia;梗塞；磁共振成像。它使您能够评估心脏功能，识别灌注不足的区域并表征受影响的组织，成为治疗和监测这些心血管疾病的宝贵工具。摘要该研究的重点是缺血性心脏病的磁共振成像（MRI）的应用，并将其作为诊断方法的准确性评估。搜索。缺血性心脏病是
他汀类药物在血脂异常的治疗中使用：书目审查
抽象血脂异常是多因素疾病，可以通过测量胆固醇和甘油三酸酯的重要脂蛋白的血浆浓度来诊断。胆固醇是一种复杂的脂质类固醇化合物，主要在动物脂肪中，并且在体内具有多种功能。他汀类药物是抑制HMG-COA酶还原酶的一类药物，通过减少胆固醇的产生，增加了低密度脂蛋白受体（LDL）的表达，这可能有助于降低血液胆固醇水平并降低心脏病的风险。是治疗血脂异常并降低胆固醇水平的最常见药物。本工作的目的是使用他汀类药物介绍血脂血症的益处，并讨论对身体的主要影响。这项研究是一项系统的文献参考书目审查，其中使用Scielo，PubMed和Google Scholar平台选择了文章，并选择用于调查的样本空间，仅发布于2018年。据观察，他汀类药物的使用尽管使用可能与某些健康风险有关，但可以将其视为适当的选择。得出的结论是，由于血液胆固醇水平的降低，使用他汀类药物在血脂异常治疗中是有效且安全的，可以防止HMG-COA酶的转化并改善患者的脂质特征，并且对每个患者进行评估以确定最佳治疗方法很重要。关键词：胆固醇；血脂异常；他汀类药物。Palavras-Chave：Colesterol；失落血症； estatinas。抽象的血脂异常是多因素疾病，可以通过测量对胆固醇和甘油三酸酯转运重要的脂蛋白的血浆浓度来诊断。胆固醇是一种复杂的脂质类固醇化合物，主要在动物脂肪中发现，并且在体内发挥了多种功能。汀类药物是抑制HMG-COA还原酶的一类药物，通过减少胆固醇的产生，它们增加了低密度脂蛋白（LDL）受体的表达，这可以帮助降低血液胆固醇水平并降低心脏病的风险。它们是治疗血脂异常和降低胆固醇水平的最常见的药物。这项研究的目的是使用他汀类药物介绍血脂血症治疗的好处，并讨论它们对身体的主要影响。这是一项系统的文献综述，其中使用Scielo，PubMed和Google Scholar平台选择了文章，并且仅选择从2018年开始发表的文章。据观察，尽管他使用的健康风险有一些健康风险，但他汀类药物的使用可以被视为适当的选择。得出的结论是，由于血液胆固醇水平的降低，抑制HMG-COA酶转化率的抑制以及患者的脂质谱的改善，因此使用他汀类药物在血脂异常治疗中是有效且安全的。重要的是要单独评估每个患者以确定最佳治疗选择。las estatinas son una clase de Medicamentos que抑制la enzima hmg-摘要血脂异常是多因素疾病，可以通过测量重要脂蛋白的血浆浓度来诊断，以用于胆固醇和甘油三酸酯的运输。 div>胆固醇是一种复杂的脂质类固醇化合物，主要在动物脂肪中，体内具有多种功能。 div>
科学教育中的人工智能：文献计量综述
本文对科学教育中的人工智能 (AI) 方面的著作进行了描述性文献计量分析，以帮助读者了解该领域当时的研究状况。本研究的主要目的是提供 2002 年至 2023 年 5 月底 Scopus 数据库中列出的期刊上有关科学教育中的人工智能的出版物的文献计量数据。对在研究参数范围内扫描和出版的出版物中收集的数据进行描述性文献计量分析，分析基于七个类别：每年的文章和引用数量、出版物最多的国家、最多产的作者、最重要的隶属关系、资助机构、出版来源和学科领域。大多数论文发表于 2016 年至 2022 年之间。美国、英国和中国是产量最高的三个国家，其中美国出版的出版物最多。 Scopus 数据库中索引的出版物的引用次数逐渐增加，并在 2022 年达到最大值，引用次数为 178 次。该主题上最多产的作者是 Salles, P.，发表了四篇出版物。此外，卡内基梅隆大学、孟菲斯大学和南加州大学的附属出版物数量最多。就出版物数量而言，美国国家科学基金会是领先的资助机构。此外，“教育前沿会议论文集 Fie”作为出版物来源，按年份出版的出版物数量最多。分析了出版物按主题领域的分布情况。出版物的主题领域分别是计算机科学、社会科学、科学教育、技术和工程教育。本研究提出了未来研究的愿景，并提供了科学教育中人工智能的全球视角。