近年来,越来越多的经济观察家开始关注一种被各种术语描述的现象,其中最常见的是“地下经济”。人们用各种名称来描述这种现象,包括“平行”、“非官方”和“黑色”。无论叫法如何,这种现象都涉及各种活动,从相对合法到完全犯罪,这些活动以某种方式逃脱了官方的注意,并可能扭曲官方统计数据并导致错误的政策。地下经济——正如其众多名称所暗示的那样——可以有多种定义。如果未向其报告活动的相关机构是税务或海关当局,则定义与税收有关。如果相关机构是国民账户当局,那么我们得到一个与国民账户相关的定义。更具体地说,地下经济可以定义为未向税务机关报告的收入总额,或未包括在国民账户中的收入总额。可能没有紧密联系
在过去的三十年中,世界经济变得更加相互依存,综合和实地化是一个公认的事实。然而,近年来,由于全球通货膨胀,资产,高能源价格和债务困难的问题,人们对这种现象的好处进行了一些质疑,甚至有一些更大的经济依赖性,因此甚至更大的经济依赖性,从而更有综合的世界经济体系,可能是优先的。要考虑这样的可行性,更不用说可取性的马行动,重要的是要欣赏相互依存的过程的程度,其益处和暗示是什么,因此,隐含的后果是恢复到较小的相互依赖的国际经济体系的潜在后果。作为一个简单的工作定义,可以采取经济相互依存的理由来表示(1)其他国家发生的情况会影响单个国家的经济绩效,以及(2)单个国家在某种程度上可以或希望做什么取决于其他国家的行动和政策。通常意味着两者。经济相互依存意味着,任何一个国家的经济福祉都受到其他国家的行动和政策的影响。但是该概念的简单性隐藏了
,尤其是识别软导管技术。[3,4]甘露和甘露的液体金属(LMS)引起了人们的关注。[5]利用其接近室温的液体 - 固体相变(t = 29.8°C)和较大的电导率(> 3×10 6 s m-1),使用了LMS,通常嵌入有机硅载体中,作为伸展的电导导体,以携带电力和信息或传输器具有多个功能。[5-10]由于其综合流变性,弹性地下的LMS尚未被广泛用于可靠,高性能,微型电路,这是由于开发与基于晶相的微技术相兼容的构图技术的挑战。[11] LMS在暴露于空气时形成薄(≈1–3 nm厚),表面固体氧化物皮肤。[12–14]氧化物平衡LMS的高表面张力并允许大多数表面润湿。这种现象是阻止当今LM电子技术的大型工业规模整合的主要阻碍因素之一。已经开发了几种技术来克服LM膜导体的生产性限制。[11,15,16]在一种方法中,LM图案是通过破裂氧化物皮肤,形成所需形状并通过氧化物皮肤再生而稳定的。3D和转移印刷技术依赖于这种氧化物皮肤稳定化来证明具有微观分辨率的痕迹。也证明了基于激光消融的类似方法,用于制造可扩展和高分辨率的LM网格。[17–20]但是,这种方法尚未被证明与大区块(> cm 2)电路的兼容,或者不能对LM Morphology提供足够的控制,因此无法保证高可扩展性(> 30%)。[21]激光微加工可以使高分子LM导体跟踪到4 µm线宽,但这种“串行”技术与大金属化密度绘制不相容。在另一种方法中,氧化物皮肤的生长要么通过真空处理下的加工或化学去除以允许在粘附层上润湿LM以增加与基材的亲和力。通过在金属润湿层上选择性电镀LMS来形成可拉伸(> 100%伸长)和狭窄(5 µm)图案的图案。[22]但是,大区域上的高分辨率电路尚未实现。
先前对算法建议的研究得出了相互矛盾的结果。多项研究表明,消费者反对算法建议,这种现象被称为算法厌恶。例如,Dietvorst 等人(2015)发现,在看到算法错误后,人们不太可能选择算法建议来预测学生表现,而不是较差的人类建议。在医学领域,学者们表明患者不信任算法建议(Promberger & Baron,2006),他们认为患者担心算法建议忽视了人类的独特性(Longoni 等人,2019)。类似地,Castelo 等人(2019)发现,直观、主观任务的算法厌恶程度高于可量化的客观任务。然而,Logg 等人(2019)的一项研究对算法厌恶提出了质疑。通过关注商业预测或浪漫吸引力预测等不同领域,他们发现人们通常更喜欢算法的建议,而不是人类的建议。Hildebrand 和 Bergner ( 2021 ) 表明,如果算法财务建议使用类似人类的对话风格,人们会更加欣赏它。总之,这些相互矛盾的结果表明存在其他可能影响算法建议采用的因素。其中一个因素可能是消费者对人工智能的非专业信念。尽管随着人们越来越频繁地使用人工智能服务,对人工智能的非专业信念在市场上似乎非常突出( Huang & Rust , 2018 ),但关于这种信念的研究却很少。也就是说,先前的研究为参与者提供了有关算法建议质量的具体信息,例如有关其错误的信息(例如, Dietvorst 等人, 2015 ; Longoni 等人, 2019 )。然而,在现实生活中,人们通常不会收到这种信息,也缺乏评估算法建议准确性的领域专业知识。因此,在决定是否使用算法建议时,他们可能会依赖更普遍的线索,例如他们对人工智能的非专业信念。在我们的研究中,我们希望解决这一差距,并指出消费者对人工智能与人类智能的智能程度有不同的看法。具体而言,我们认为对人工智能的非专业信念会影响算法建议的采用,因为它们可以作为推断建议准确性的线索,尤其是当感知到的任务复杂性很高时。在三项研究中,我们为这一预测提供了趋同的证据。通过这样做,我们为算法建议的研究做出了贡献,并指出在自动化建议服务时考虑消费者对人工智能的非专业信念的重要性。
“美国城市、城镇、社区、州、县、大都市区、邮政编码、区号和学校的本地指南。” 76 次观看45 次观看49 次观看39 次观看41 次观看36 次观看36 次观看37 次观看33 次观看37 次观看35 次观看35 次观看36 次观看40 次观看34 次观看45 次观看36 次观看39 次观看27 次观看35 次观看25 次观看37 次观看35 次观看32 次观看26 次观看29 次观看41 次观看24 次观看43 次观看25 次观看35 次观看30 次观看39 次观看27 次观看27 次观看30 次观看27 次观看22 次观看31 次观看30 次观看24 次观看26 次观看26 次观看31 次观看31 次观看29 次观看22 次观看40 次观看26 次观看24 次观看30 次观看40 次观看25 次观看26 次观看25 次观看19 次观看93 次观看80 次观看69 次观看84 次观看61 次观看63 次观看70 次观看83 次观看91 次观看105 次观看52 次观看57 次观看89 次观看67 次观看74 次观看88 次观看71 次观看55 次观看82 次观看52 次观看80 次观看73 次观看49 次观看69 次观看51浏览次数56 浏览次数56 浏览次数55 浏览次数60 浏览次数41 浏览次数65 浏览次数50 浏览次数65 浏览次数50 浏览次数41 浏览次数43 浏览次数52 浏览次数45 浏览次数55 浏览次数49 浏览次数43 浏览次数52 浏览次数62 浏览次数49 浏览次数44 浏览次数 从 0 天 0 小时 00 分钟 00 秒 分享此优惠 送货需要至少 7 个工作日才能发货 购买的物品可以从我们的办公室领取或送货 物品必须在 2021 年 6 月 27 日之前领取/收到 未在 2021 年 6 月 27 日之前领取/收到的物品将被没收,不予退款 您的产品可立即领取 - 详情请参阅下文 无现金价值/无现金返还/不退款 立即检查产品;自收到产品之日起 7 天内有缺陷退货,前提是退回的物品未使用且