XiaoMi-AI文件搜索系统
World File Search Systemeprints
doi：10 -Eprints Soton-南安普敦大学
M. E. Potter, D. J. Stewart and R. Raja Department of Chemistry, University of Southampton, Highfield Campus, Southampton, Hampshire, SO17 1BJ, UK E-mail: M.E.Potter@soton.ac.uk K. Ignatyev Diamond Light Source, Harwell, Didcot, Oxfordshire, OX11 0DE, UK T. Bradley and P. J.A. Sazio光电研究中心，南安普敦大学，Highfield Campus，Southampton，Hampshire，SO17 1BJ，UKA. Sazio光电研究中心，南安普敦大学，Highfield Campus，Southampton，Hampshire，SO17 1BJ，UK
标题作者 - Eprints Soton-南安普敦大学
作者Jane Speight教授* PhD，1,2 Elizabeth Holmes-Truscot* Phd，1,2 Mathew Garza，3 Renza Scibilia，4 Sabina Wagner MSC，5 Asuka Kato Phd，6 6 Sabone Pedrero Pedrero Phd，7 Sonya desch）Phd，8 Susandes Phd，8 Susan jusan jus liul phn jun jun j guin phd phd phd，9 sh k. 9 k. PhD, 11 Prof Ingrid Willaing MPH, 5,12 KaƟe M Babbot, 13 Bryan Cleal PhD, 5 Jane K Dickinson PhD, 14 Jennifer A Halliday BHealthSci(Hons), 1,2 Eimear C Morrissey PhD, 15 Giesje Nefs PhD, 16,17,18 Shane O'Donnell PhD, 19 Anna Serlachius PhD, 13 Per Winterdijk MD, 20 Hamzah Alzubaidi PhD, 21 Bustanul Arifin PhD, 22 Liz Cambron-Kopco PhD, 23 Corinna Santa Ana (Cornejo), 24 Emma Davidsen MSc, 5 Prof Mary de Groot PhD, 25 Maartje de Wit PhD, 26 Phyllisa Deroze PhD, 27 Stephanie Haack MSc, 28 Prof Richard I G Holt FRCP, 29,30 Walther Jensen, 31 Prof Kamlesh KhunƟ FMedSci, 32 Karoline Kragelund Nielsen PhD, 5 Tejal Lathia MD, 33 Christopher J Lee, 34 Bridget McNulty, 35 Prof Diana Naranjo PhD, 36 Rebecca L Pearl PhD, 37 Suman Prinjha PhD, 32 Prof Rebecca M Puhl PhD，38 Anita Sabidi，39 Chitra Selvan MD，40 Jazz Sethi，41 Mohammed Seyam MD，42 Jackie Sturt Phd教授，43 Mythily Subramanian MD，44,4,45蒂莫西·斯金纳（Timothy C Skinner）博士。2,49,50
机场业务连续性管理 - QUT ePrints
图表列表 图 2.1。复杂性耦合关系（Perrow 1999, 97） ...................................................................................................... 13 图 2.3。企业危机的原因和根源（Mitroff、Pauchant 和 Shrivastava 2006） ............................................................................................................. 32 图 2.3.2。危机管理流程（Pearson 和 Mitroff 1993, 53） ...................................................................................... 33 图 2.2.3。危机管理的洋葱模型 ............................................................................................. 37 图 2.4。风险视角的系统分类（改编自 Renn 1992） ............................................................................................................................. 41 图 3.3。BCM 与 HRO 之间的概念联系 ...................................................... 66 图 3.3.3。概念框架 (Camastral 和 Barnes 2011) ........................................ 71 图 3.3.4。BCM 成熟度评估工具 ...................................................................... 74 图 6.2。第二项研究分析大纲 ............................................................................. 179 图 6.2.1。机场 A BCM 实施时间表 ............................................................. 180 图 6.2.2。机场 B BCM 实施时间表 ............................................................. 182 图 6.2.3。机场 C BCM 实施时间表 ............................................................. 183 图 6.3.1。机场 A 的总体成熟度 ................................................................................ 185 图 6.3.2。机场 B 的总体成熟度 ................................................................................ 186 图 6.3.3。机场 C 的总体成熟度 ................................................................................ 188 图 7.2.2.2。BCM 实施驱动因素 ............................................................................. 246 图 7.3.1。BCM 成熟度和实施矩阵 ............................................................................. 254 图 7.3.2。BCM 成熟度评估工具 ............................................................................. 256
数字通信如何影响 - QUT ePrints
如果没有委员会成员的指导、导师的帮助以及家人和妻子的支持，我不可能完成我的论文。我要向普拉萨德教授表示最深切的谢意，感谢他的出色指导、关心、耐心，以及为我提供良好的研究氛围。我还要感谢克林顿教授，他让我体验了实地研究淡水贻贝以及课本以外的实际问题，耐心地修改我的写作，并为我的研究提供资金支持。他们一直支持我，用他们的良好祝愿鼓励我。
科学发现网络+的人工智能 - ePrints Soton
更大的图景 AI3SD Network + 的创建旨在利用新的 AAI 技术加速科学发现。尽管在短期内产生了有益的影响，但这一广阔领域仍有许多未解决的挑战。至关重要的是，这项工作的轨迹必须继续下去，鼓励进一步合作，帮助资助接受者发挥潜力，并为 AAI 科学发现社区创造重要资源。我们的 AI3SD 理念的一个核心方面是人为因素在人工智能中的重要性，因此 AAI 科学发现是我们的口头禅。对于任何需要道德考虑或增加人类智能的决策，人类必须保持参与。AI3SD 方法结合了人类和机器智能的最佳功能，使用透明、负责任和可解释的 AAI 显着加速科学发现。我们的目标是通过丰富的资源和有用的成果完成 AI3SD 的第一任期，使成员能够在化学品和材料发现领域朝着联合国可持续发展目标迈进。只有当成员和组织者共同努力实现 AAI 时，AI3SD 才能保持可持续发展。
人工智能的 360° 视角 - ePrints Soton
神经网络回归已有 10 年。在这一周年纪念日的推动下，我们对人工智能 (AI) 采取了整体视角。认知任务的监督学习得到了有效解决——前提是我们拥有足够高质量的标记数据。然而，深度神经网络模型不易解释，因此黑盒和白盒建模之间的争论成为了焦点。注意力网络、自我监督学习、生成建模和图神经网络的兴起拓宽了人工智能的应用空间。深度学习也推动了强化学习作为自主决策系统核心构建块的回归。新人工智能技术可能带来的危害引发了透明度、公平性和问责制等社会技术问题。控制人才、计算资源以及最重要的数据的大型科技公司在人工智能领域的主导地位可能会导致极端的人工智能鸿沟。尽管最近人工智能驱动的对话代理取得了戏剧性和出人意料的成功，但自动驾驶汽车等备受瞩目的旗舰项目的进展仍然难以捉摸。必须注意缓和围绕该领域的言论，并使工程进展与科学原理保持一致。
期刊预释放-EPRINTS SOTON-南安普敦大学
在存在抵抗和对疫苗的猖ramp的环境中，含有传染病的前景仍然是一个挑战。可以通过当地贝萨德斯的个人访问来提供有关疫苗接种的好处的信息，会增加疫苗的摄取吗？我们进行了针对印度尼西亚农村地区未接种疫苗的人的挨家挨户的随机信息运动。我们使用人际行为变化沟通方法招募了来自当地村庄的大使，这些村庄是为了提供有关Covid-19-19-19-19-19-19-19-19疫苗的信息，并通过一对一的会议促进疫苗接种。调查了哪种类型的大使 - 卫生干部，感兴趣的人和外行人 - 我们是最有效的，我们随机改变了在村庄一级提供信息的大使的类型。我们发现，总体疫苗接种相当中等，并且整个治疗组的疫苗接种结果没有差异。这些结果突出了大流行后期增加疫苗摄取的挑战。JEL：I1，I12，I18，I20，I3关键字：错误信息，健康行为，疫苗犹豫，印度尼西亚，Covid-19
最低设备清单的制定 - QUT ePrints
摘要：作为适航要求的一部分，除非最低设备清单 (MEL) 在任何适用条件下允许，否则飞机不得在设备或系统不工作的情况下放行。通常，MEL 与主 MEL (MMEL) 相似，后者由制造商开发并经监管机构批准。但是，飞机系统日益复杂，运营要求、环境条件、机队配置等也日益多样化。需要采用量身定制的方法来开发 MEL。虽然确保飞机适航是每个飞机运营商的责任，但监管机构也必须发布指南来帮助运营商开发他们的 MEL。目前，尚无批准的标准来开发 MEL，这对航空监管机构和飞机运营商都构成了挑战。本文回顾了当前的 MEL 文献、标准和流程以及与 MEL 相关的事故/事件，以概述 MEL 开发和使用的现状，并重申系统方法的必要性。此外，本文还揭示了 MEL 相关文献的匮乏和 MEL 法规的模糊性。此外，研究发现，对 MEL 的开发和使用的培训和指导不足以及缺乏适航性主题方面的经验可能会导致 MEL 的管理不善和误用。考虑到上述挑战，本研究提出了将系统工程和社会技术系统方法相结合以开发 MEL。
数字通信如何影响 - QUT ePrints
如果没有委员会成员的指导、导师的帮助以及家人和妻子的支持，我不可能完成我的论文。我要向 Prasad 教授表示最深切的谢意，感谢他的出色指导、关心、耐心以及为我提供良好的研究氛围。我还要感谢 Clinton 教授，他让我体验了实地淡水贻贝的研究以及课本以外的实际问题，耐心地纠正我的写作并在经济上支持我的研究。两位教授一直支持我，并用他们的良好祝愿鼓励我。
SARS-CoV 的社区血清流行率 - ePrints Soton
摘要 目的 了解儿童和青少年中 SARS-CoV-2 的社区血清流行率。这对于了解该群体对 COVID-19 的易感性以及为制定免疫等疾病控制公共卫生政策至关重要。 设计 我们在 2019 年 10 月至 2021 年 6 月期间从英格兰的七个地区招募了 0-18 岁的参与者，并收集了大量人口统计和症状数据。使用在英国卫生安全局实验室处理的 Roche 检测试剂盒对血清样本进行 SARS-CoV-2 刺突蛋白和核衣壳蛋白抗体检测。计算了六个时间段的患病率估计值，并按年龄组、种族和国家医疗服务区域进行标准化。结果 第一波疫情（2020 年 6 月至 8 月）后，抗刺突蛋白 IgG 调整后血清阳性率为 5.2%，从 0.9%（10-14 岁参与者）到 9.5%（5-9 岁参与者）不等。到 2021 年 4 月至 6 月，这一数字上升至 19.9%，从 13.9%（0-4 岁参与者）到 32.7%（15-18 岁参与者）不等。在调整性别、年龄、地区、时间段、贫困程度和城乡地理状况后，少数族裔群体感染 SARS-CoV-2 血清阳性的风险高于白人参与者（OR 1.4，95% CI 1.0 至 2.0）。在 10 岁以下儿童中，没有症状或症状群可以可靠地预测血清阳性。总体而言，48% 的血清阳性且问卷数据完整的参与者回忆起在 2020 年 2 月至研究访问期间没有出现任何症状。结论在广泛接种疫苗之前，约三分之一的 15-18 岁参与者有证据表明存在针对 SARS-CoV-2 的抗体。这些数据表明，种族背景与儿童感染 SARS-CoV-2 的风险独立相关。试验注册号 NCT04061382。