我们正在快速经历一个历史时刻:人们在一台计算机前工作,由一台小型 CRT 控制,专注于仅涉及本地信息的任务。联网计算机变得无处不在,在我们的生活中以及科学、商业和社会互动的基础设施中发挥着越来越重要的作用。为了在新千年推动人机交互的发展,我们需要更好地理解新兴的交互动态,其中焦点任务不再局限于桌面,而是延伸到一个复杂的网络信息世界和计算机介导的交互。我们认为分布式认知理论在理解人与技术之间的交互方面发挥着特殊的作用,因为它的重点一直是整个环境:我们在其中真正做什么以及我们如何协调其中的活动。分布式认知为如何思考设计和支持人机交互提供了彻底的重新定位。作为一种理论,它专门用于理解人与技术之间的交互。在本文中,我们提出分布式认知作为人机交互的新基础,勾勒出一个综合的研究框架,并使用我们早期工作中的选集来提出该框架如何为数字工作材料的设计提供新的机会。
摘要:量化美国对野火的生计脆弱性是一项挑战,因为需要系统地将多维变量整合到分析中。我们旨在通过制定一个框架来计算最近遭受野火侵袭最多的 14 个美国州的生计脆弱性指数 (LVI),从而衡量野火对人类及其物质和社会环境的威胁。LVI 是通过评估每个州对野火事件的贡献因素(暴露度、敏感性和适应能力)来计算的。这些贡献因素通过一组指标变量来确定,这些指标变量被分类为相应的组以生成 LVI 框架。通过执行主成分分析 (PCA) 来验证该框架,确保每个选定的指标变量都与正确的贡献因素相对应。我们的结果表明,亚利桑那州和新墨西哥州的生计脆弱性最大。相比之下,加利福尼亚州、佛罗里达州和德克萨斯州的生计脆弱性最小。虽然加州是野火风险和敏感度最高的州之一,但结果表明,与其他州相比,加州的适应能力相对较高,表明加州已采取措施抵御这些脆弱性。这些结果对于野火管理人员、政府、政策制定者和研究科学家来说至关重要,有助于确定并提供更好的弹性和适应性
摘要 本文试图将区域发展置于现代资源基础理论的背景下。企业选址或搬迁不是为了利用普遍性,而是为了利用区域能力的适当差异,本文讨论了这些能力在增强或削弱企业竞争力方面的性质,强调了企业和市场的集体学习和隐性知识的关键作用。学习过程本质上是互动的,通常具有不确定性。大多数新知识都与解决问题有关,通常是在反复试验的基础上获得的,因此通常是逐步获得的。解决问题的互动过程既包含编码元素,也包含隐性元素,其中一方的需求成为另一方行动的驱动力。事实上,我们认为,在编码知识在全球范围内传播速度比以往任何时候都快的时代,隐性、空间流动性更低的知识形式作为维持竞争优势的基础变得越来越重要。区域能力可以看作是现有人力和物力资源、区域内历经时间而建立的结构以及区域特定制度禀赋的组合,这些禀赋是由前几轮知识创造所形成的。通过体现对特定活动类别有用的知识,制度禀赋强化了区域依赖性。
1 佛罗伦萨大学地球科学系,Via G. La Pira 4, 50121 Florence, Italy; laura.chiarantini@unifi.it (L.C.); pilario.costagliola@unifi.it (P.C.)2 CNR-IGG, Via G. La Pira 4, 50121 佛罗伦萨, 意大利; pierfrancolattanzi@gmail.com(PL); guia.morelli@igg.cnr.it(总经理)3 佛罗伦萨大学生物系,Via G. La Pira 4, 50121 Florence, Italy; renato.benesperi@unifi.it 4 加州大学默塞德分校,5200 Lake Road, Merced, CA 95343, USA; mbeutel@ucmerced.edu 5 佛罗伦萨大学电子显微镜和微量分析服务中心 (M.E.M.A),Via G. Capponi 3r, 50121 Florence, Italy 6 卡利亚里大学化学和地质科学系,S.S. 554 crossroads for Sestu, 09042 蒙塞拉托 (CA), 意大利; dmedas@unica.it * 通讯:valentina.rimondi@unifi.it;电话: +39-055-2757506
错误的决定会带来灾难性的后果,大量文献表明,人类的判断和决策充斥着大量违反逻辑、概率论和预期效用理论规则的系统性行为。20 世纪 70 年代发现这些认知偏见,挑战了智人作为理性动物的概念,并深刻动摇了认知、神经和社会科学中经济学和理性模型的基础。四十年后,这些学科仍然缺乏能够解释人们认知偏见的严格理论基础。此外,设计有效的干预措施来纠正认知偏见并改善人类的判断和决策仍然是一门艺术,而不是一门科学。我在论文的第一部分和第二部分分别讨论了这两个基本问题。
摘要。由于民用基础设施的老化及其相关的经济影响,越来越需要持续监测结构和非结构部件,以进行系统生命周期管理,包括维护优先级排序。对于复杂的基础设施,此监控过程涉及以不同时间尺度和分辨率收集的不同类型的数据源,包括但不限于从人工检查中抽象出的评级数据、历史故障记录数据、不确定成本数据、高保真物理模拟数据和在线高分辨率结构健康监测 (SHM) 数据。数据源的异质性对实施用于维护等生命周期行动决策的诊断/预测框架提出了挑战。以人字门的角块组件为例,本章介绍了一个整体的贝叶斯数据分析和机器学习 (ML) 框架,以演示如何使用贝叶斯和 ML 方法集成各种数据源,以实现有效的 SHM 以及预测和健康管理 (PHM)。具体而言,本章讨论了如何将贝叶斯数据分析和 ML 方法应用于 (1) 角块轴承失接触退化的诊断;(2) 优化门上 SHM 的传感器位置;(3) 融合各种数据源以实现有效的 PHM;(4) 通过考虑不确定性下人类决策的行为方面来决定维护策略。
本研究旨在利用辐射探测器、无人系统和情境传感器的最新进展,证明远程感应核和放射性威胁材料的可行性。其广泛目的是将探测器从人类手中转移到半自主系统上,以用于广泛的用途。搜索特殊核材料是一个特定的任务领域,小型无人机系统上使用的辐射探测器可以通过利用远程访问带来的优势提供巨大的操作价值:缩短收集时间、缩短源到探测器的距离并减少无意屏蔽。本研究的目标有五个:(1) 评估当前的定向搜索能力并证实无人方法将带来的改进,(2) 扩大对背景辐射环境的了解,包括建筑物屋顶,(3) 根据对当前传感器和平台能力的分析,确定系统要求并绘制权衡参数空间(即权衡空间),(4) 研究和优化搜索方法,以及 (5) 确定和描述其他任务领域以供进一步调查。为了实现这五个目标,我们首先确定了三种不同搜索模式的信号收集时间、源到探测器距离(即间隔)和中间材料衰减的边界条件:车载间隔检测
目前,大型结构的健康监测方法主要依赖于分布式传感器网络和现场检查的组合。本文提出了一种针对受多种故障模式影响的结构的新型在线诊断和预测框架,并使用多个数据源(即应变计和图像)通过高保真有限元模型演示了所提出的方法。该方法旨在准确模拟不同故障特征之间的相互作用,随后基于生成的结构物理对损伤状态进行有效估计和预测。使用动态贝叶斯网络,该网络结合不同的数据源来评估不同类型的劣化机制下的结构。在诊断中,动态贝叶斯网络用于近似与损伤相关的参数并估计与时间相关的变量。在预测中,动态贝叶斯网络根据故障的演变对结构的剩余使用寿命进行概率预测。研究发现,所提出的框架在使用组合数据源进行在线诊断和预测方面非常有效。
错误的决策可能会带来灾难性的后果,大量文献表明,人类的判断和决策充斥着大量违反逻辑、概率论和预期效用理论规则的系统性行为。20 世纪 70 年代发现这些认知偏见,挑战了智人作为理性动物的概念,并深刻动摇了认知、神经和社会科学中经济学和理性模型的基础。四十年后,这些学科仍然缺乏能够解释人们认知偏见的严格理论基础。此外,设计有效的干预措施来纠正认知偏见并改善人类的判断和决策仍然是一门艺术,而不是一门科学。我在论文的第一部分和第二部分分别讨论了这两个基本问题。
矿物尘埃气溶胶通过与辐射、云、大气化学、冰冻圈和生物地球化学的相互作用影响地球的能量预算。在本评论中,我们总结了这些相互作用,并评估了尘埃以及尘埃变化对全球气候和气候变化的影响。尘埃相互作用对地球全球能量预算的总体影响——尘埃有效辐射效应——为 -0.2 ± 0.5 Wm -2(90% 置信区间),这表明尘埃净值使气候变冷。自工业化前时代以来,全球尘埃质量负荷增加了 55 ± 30%,主要是由于亚洲和北非的尘埃增加,导致地球能量预算发生变化。事实上,尘埃的增加产生了全球平均有效辐射强迫 -0.07 ± 0.18 Wm -2,在一定程度上抵消了温室效应。当前的气候模型和气候评估没有反映出历史上尘埃的增加,因此忽略了由此产生的辐射强迫,导致气候变化预测和气候敏感性评估出现偏差。气候模型对未来尘埃变化的模拟差异很大,而且非常不确定。因此,需要进一步研究以限制尘埃对气候的辐射效应,并改善气候模型中尘埃的表征。