XiaoMi-AI文件搜索系统
World File Search Systemgini
新冠疫苗不平等
截至 2021 年底，全球已分发和接种了超过 120 亿剂 COVID-19 疫苗 [ 1 ]。然而，截至 2022 年 7 月，每天报告的新增病例近一百万，新增死亡病例超过两千例。减缓 COVID-19 病毒传播的最佳方法以及预防重症、住院和死亡的最有效方法是接种疫苗 [ 2 ]。从全球 COVID-19 疫苗接种运动开始，世界卫生组织 (WHO) 和新冠疫苗全球获取 (COVAX) 倡议就致力于确保在全球范围内公平、公正地推出疫苗。世卫组织的目标是到 2022 年中期实现全球获得 COVID-19 疫苗，目标是到 2022 年底为每个国家 40% 的人口接种疫苗 [ 3 ]。然而，在首次公开接种 COVID-19 疫苗（2021 年 3 月 31 日）几个月后，就报告了 COVID-19 疫苗分配严重不均的问题，而新的 SARS-COV-2 变种的出现凸显了这一问题 [ 4 ]。我们使用基尼系数来衡量全球 COVID-19 疫苗不平等的程度。
原始文章：parp1pred
癌症是全球死亡的主要原因，根据2020年全球癌症统计数据，2020年导致了超过1000万人的死亡。潜在的癌症疗法涉及通过抑制PARP-1靶向DNA修复过程。在这项研究中，使用非冗余的2018 PARP-1抑制剂构建了分类模型。简要地，通过12种指纹类型描述化合物，并使用随机森林算法以及各种采样方法构建。的结果表明，使用超采样方法的Pubchem产生了最佳性能，Matthews相关系数> 0.7，同时也提供了可预处的分子特征。此外，根据Gini指数确定的特征重要性表明，芳香/环/杂环部分，含氮的指纹和乙醚/醛/酒精部分对于PARP-1抑制很重要。最后，我们的预测模型被部署为称为PARP1Pred的Web应用程序，并在https://parp1pred.streamlitapp.com上公开可用，允许用户使用其笑容的符号作为输入来预测查询化合物的生物学活动。预计本文所述的模型将有助于发现有效的PARP-1抑制剂。关键字：PARP-1，DNA维修，机器学习，QSAR，WebServer，CheminInformatics
是可恢复能源的源源 - 分布 -
能量过渡文献假设可再生能源比化石燃料更均匀地分布。这个假设意味着从化石燃料到可再生能源的转变将使更多国家能够追求能源自给自足并结束对进口能源的依赖。但是，如果假设是错误的，那么能源转变将取决于跨界电或氢贸易，从而为合作和冲突创造了新的国家关系和机会。这项研究的贡献是测试以定量经验的基础来测试可再生能源资源均匀分布的假设。洛伦兹曲线，并在161个国家 /地区对三种类型的化石燃料和三种可再生能源计算的GINI系数。该研究得出结论，可再生能源确实比化石燃料更均匀地分布。这一发现为声称能源过渡将带来一个更加分散的全球能源体系的支持提供了支持，该体系以很少的长距离能源关系为中心。但是，可再生能源资源的分布的均匀性与化石燃料储量的均匀性之间的差异并不像文献所假设的那么大。国际能源贸易以及扩展国际能源政治将不会完全消失。
ewp-654-货币冲击-经济不平等共和国- ...
许多作者试图估计货币政策对收入不平等的影响，并通过实证评估哪种传导渠道比其他渠道更重要。研究结果表明，紧缩性（扩张性）货币政策往往会增加（减少）收入不平等。Carpenter 和 Rodgers（2004）表明，紧缩性货币政策冲击会不成比例地提高少数族裔和低技术工人的失业率。Gornemann、Kuester 和 Nakajima（2012）也证实，紧缩性冲击往往会延长高失业率的时期。Mumtaz 和 Theophilopoulou（2017）使用英国较长的时间序列数据获得了类似的结果。他们发现，紧缩性货币政策冲击会导致收入不平等加剧，因为它们对低收入家庭的负面影响更大。Coibion 等人。 （2017）认为收入结构渠道比其他渠道更重要，并表明紧缩性货币政策提高了顶层十分之一人口的总收入，降低了底层十分之一人口的劳动收入。他们估计，紧缩性政策冲击（以联邦基金利率的意外变化来衡量）往往会加剧随后的收入不平等，以 3 至 5 年后基尼系数来衡量。
经济发展分析期刊 - unnes
摘要 ________________________________________________________________ 本研究旨在解释人力资本、创业机会、制度经济学和区域经济增长之间的关系和影响。研究的目的是建立农村发展的基本微观经济模型，以协助人力资本的作用和制度以及创业企业促进经济增长。此外，研究人员采用了递归相关路径分析模型形式的同步系统方法。该建模系统简单易懂。数据的主要来源是按基尼指数衡量的农村地区企业家的实证微观基本数据。研究结果表明，人力资本和制度是提高区域经济增长质量的主要支柱。有趣的是，商业机会和经济增长之间存在着密切的关系。然而，商业机会对区域经济增长有显著的负面影响。这表明模型之外存在一种干扰，即银行信贷的存在，这显然使企业家遭受损失。因此，有必要进一步研究银行向中小微企业提供信贷对经济增长产生负面影响的原因。
使用修改的线性判别
*通讯作者：Zeba Khanam，z.khanam@seu.edu.edu.sa摘要视网膜病是对眼睛的视网膜的损害，这是严重的糖尿病微血管并发症。通常使用机器学习和深度学习算法等AI方法开发用于DR管理的CAD工具。最近，使用深度学习模型开发了用于DR的诊断工具。由于这一事实，这些模型的培训需要大量数据。数据集中的实例较少，因此大量数据不均匀。这项研究引入了一种称为Modified LDA的新范式，该范式使用少量培训数据成功培训模型，从而避免了使用此类有限数据时出现的过度拟合和近似错误的常见问题。通过我们的研究，我们提出了一种新的方法（一种修改的线性判别算法），用于对糖尿病患者进行分类和诊断。从Kaggle收集的信息。准确性（97.92％），曲线下的面积（0.9999）和Gini指数（0.998）都是数字上升的。通过分析客观绩效指标和解释模型，我们发现建议的模型优于识别糖尿病患者的最新方法，并在存在缺失值时对疾病的严重程度进行排名。因此，眼科医生可能能够在该工具的帮助下就糖尿病疾病的严重性获得第二意见。关键字糖尿病预测，线性判别算法，修改算法，机器学习，预测建模，分类，特征选择，数据分析
菲律宾经济：
对埃斯特拉达政府的严厉抨击也掩盖了拉莫斯政府的糟糕记录。尽管国内外投资者以及经济管理者对拉莫斯政府的经济计划大加赞赏，但其国内生产总值增长率最高也只有 1996 年的 5.9%，是当年东南亚第二低的增长率。1994 年至 1997 年间，收入分配急剧恶化，基尼系数接近拉丁美洲水平。拉莫斯政府时期实现的财政盈余更多是国有资产私有化收益的结果，而不是税收工作的显著改善。而且——尽管听起来像是老生常谈——应该指出的是，从 1995 年第 4 季度到 1999 年第 2 季度，制造业连续 15 个季度减速。1997 年第 2 季度之后的放缓很可能是东亚金融危机造成的，但危机前制造业产出的下滑可以归咎于经济政策的缺陷。
巴西疫苗鸿沟：如何在Covid-19疫苗覆盖范围中留下一些城市
本研究旨在评估在疫苗运动的头两年中，巴西Covid-19疫苗接种覆盖范围的地理，社会经济和人口差异的进展。来自国家免疫计划信息系统的数据用于估计Covid-19-19疫苗覆盖范围。巴西市政当局根据其助推剂量的疫苗覆盖范围分为两组。第一组占覆盖范围最低的市政当局的20％，而第二组（80％的市政府）的承保范围更高。分别针对四个年龄组进行了分析：5-11、12-17、18-59和60+。解释变量包括社会经济和卫生服务指标。原油和调整后的逻辑回归模型用于估计根据探索性变量类别，市政当局处于最差疫苗接种范围的可能性。在2021年1月至2022年12月/ 12月，巴西服用了44820万剂量的Covid-19-19疫苗。增强疫苗覆盖率从青少年的24.8％到老年人的79.7％不等。在国家疫苗接种运动期间，覆盖范围最高和最低的群体之间的差异。的教育水平较低，黑人人口比例较高，较高的GINI指数和较差的健康服务指标的市政当局的可能性更大的可能性更大。在2021 - 2022年疫苗接种运动期间，巴西在巴西的Covid-19疫苗接种中的不平等水平较高和不平等水平。
俄勒冈州公共雇员退休系统
2023年12月1日，向俄勒冈州公共雇员退休系统公共雇员退休委员会成员：我们很高兴为截至2023年6月30日的财政年度介绍俄勒冈州公共雇员退休系统（PERS，系统或代理商）的年度全面财务报告（ACFR）。本报告包括公共雇员退休委员会（董事会）行使权限的所有资金。建立了这些资金，以向会员提供退休，死亡和残疾福利以及其他就业后福利（OPEB）；管理退休人员健康保险计划；并监督国家赞助的递延薪酬计划。截至2023年6月30日，PERS为897名雇主以及405,000多名活跃，非活动和退休成员和受益人提供服务。ACFR旨在满足俄勒冈修订法规（ORS）238.630的法律要求。PERS管理负责数据的准确性以及演示文稿的完整性和公平性，包括所有披露。Macias Gini＆O'Connell LLP（MGO）已根据公认的审计标准审核随附的财务报表，以及适用于美国审计长美国审计长的政府审计标准中的财务审计标准。本报告中包括独立审核员的报告。
通过描述性统计和机器学习进行全面的 GPR 信号分析
摘要 —本文全面分析了各种土壤特性如何影响探地雷达 (GPR) 接收信号的特征。这些特性包括介电特性、厚度、层数、雷达配置和表面粗糙度。本文使用 gprMax 进行了详尽的分析，模拟了不同的土壤介质场景，以展示这些参数如何影响 GPR 接收信号。所提出的方法通过描述性统计分析从接收信号中提取关键特征以表征土壤。然后，本文部署了机器学习 (ML) 技术，特别是随机森林 (RF) 模型和基尼均值减少杂质 (MDI) 作为度量，以识别数据集中最有影响力的特征。此过程从时域中提取一组简洁的特征，然后使用频域特征进行扩展。所提出的方法不仅可以有效地捕获高维 GPR 数据中的关键信息，还可以降低其维数，确保保留基本信息。使用这些重要特征而不是复杂的原始 A 扫描数据来训练 ML 和深度学习 (DL) 模型，可以实现更准确的土壤湿度和地下分析。