XiaoMi-AI文件搜索系统
World File Search Systemgini
西班牙
国民帐户统计，https://doi.org/10.1787/na-data-en;劳动力参与率（15-64岁）：经合组织的就业和劳动力市场统计，https：//doi.org/10.1787/data-00310-en; NEET（15-29岁，所有教育水平）：经合组织2022年，https：//doi.org/10.1787/199991487;贫困率（税收和转让后，贫困线50％）：经合组织社会和福利统计（数据库），https：//doi.org/10.1787/data-00654-en; Gini系数（可支配收入，税后和转让）：经合组织收入分配数据库，https：//www.oecd.org/social/income/income-distribution-database.htm;农村人口（OECD）：经合组织，CFE地区和城市数据库，http：//oe.cd/geostats;利益相关者参与制定法规：OECD Better Life Index，https：//www.oecdbetterlifeindex.org/#/1111111111;公共社会支出：经合组织社会支出数据库（SOCX），http：//dotstat.oecd.org// index.aspx？queryID = 26920;社会保护公共采购的份额（占政府总体政府总采购的百分比）：OECD（2022），“一眼政府-2021版”，http：//dotstat.oecd.org//index.aspx?queryID=107598;公共支出无能力：OECD（2022）；公共支出无能力（指标），https://doi.org/10.1787/f35b71ed-en（公共支出无行为能力是指疾病，残疾和职业伤害引起的支出）；教育支出（初级到第三级，GDP的百分比）：OECD教育统计数据（数据库），https：//doi.org/10.1787/c4e1b551-en;参加正式的志愿活动（人数的百分比）：基于2015年EU-SILC Ad-Hoc模块的Eurostat Table [ILC_SCP19]。区域就业数据是从OECD区域数据库中检索的，http://oe.cd/geostats。
法国
国民帐户统计，https://doi.org/10.1787/na-data-en;劳动力参与率（15-64岁）：经合组织的就业和劳动力市场统计，https：//doi.org/10.1787/data-00310-en; NEET（15-29岁，所有教育水平）：经合组织2022年，https：//doi.org/10.1787/199991487;贫困率（税收和转让后，贫困线50％）：经合组织社会和福利统计（数据库），https：//doi.org/10.1787/data-00654-en; Gini系数（可支配收入，税后和转让）：经合组织收入分配数据库，https：//www.oecd.org/social/income/income-distribution-database.htm;农村人口（OECD）：经合组织，CFE地区和城市数据库，http：//oe.cd/geostats;利益相关者参与制定法规：OECD Better Life Index，https：//www.oecdbetterlifeindex.org/#/1111111111;公共社会支出：经合组织社会支出数据库（SOCX），http：//dotstat.oecd.org// index.aspx？queryID = 26920;社会保护公共采购的份额（占政府总体政府总采购的百分比）：OECD（2022），“一眼政府-2021版”，http：//dotstat.oecd.org//index.aspx?queryID=107598;公共支出无能力：OECD（2022）；公共支出无能力（指标），https://doi.org/10.1787/f35b71ed-en（公共支出无行为能力是指疾病，残疾和职业伤害引起的支出）；教育支出（初级到第三级，GDP的百分比）：OECD教育统计数据（数据库），https：//doi.org/10.1787/c4e1b551-en;参加正式的志愿活动（人数的百分比）：基于2015年EU-SILC Ad-Hoc模块的Eurostat Table [ILC_SCP19]。
希腊
国民帐户统计，https://doi.org/10.1787/na-data-en;劳动力参与率（15-64岁）：经合组织的就业和劳动力市场统计，https：//doi.org/10.1787/data-00310-en; NEET（15-29岁，所有教育水平）：经合组织2022年，https：//doi.org/10.1787/199991487;贫困率（税收和转让后，贫困线50％）：经合组织社会和福利统计（数据库），https：//doi.org/10.1787/data-00654-en; Gini系数（可支配收入，税后和转让）：经合组织收入分配数据库，https：//www.oecd.org/social/income/income-distribution-database.htm;农村人口（OECD）：经合组织，CFE地区和城市数据库，http：//oe.cd/geostats;利益相关者参与制定法规：OECD Better Life Index，https：//www.oecdbetterlifeindex.org/#/1111111111;公共社会支出：经合组织社会支出数据库（SOCX），http：//dotstat.oecd.org// index.aspx？queryID = 26920;社会保护公共采购的份额（占政府总体政府总采购的百分比）：OECD（2022），“一眼政府-2021版”，http：//dotstat.oecd.org//index.aspx?queryID=107598;公共支出无能力：OECD（2022）；公共支出无能力（指标），https://doi.org/10.1787/f35b71ed-en（公共支出无行为能力是指疾病，残疾和职业伤害引起的支出）；教育支出（初级到第三级，GDP的百分比）：OECD教育统计数据（数据库），https：//doi.org/10.1787/c4e1b551-en;参加正式的志愿活动（人数的百分比）：基于2015年EU-SILC Ad-Hoc模块的Eurostat Table [ILC_SCP19]。
德国
国民账户统计，https://doi.org/10.1787/na-data-en ；劳动力参与率（15-64 岁）：OECD 就业和劳动力市场统计，https://doi.org/10.1787/data-00310-en ；NEET（15-29 岁，各教育水平）：OECD 教育一览 2022，https://doi.org/10.1787/19991487 ；贫困率（税后和转移支付后，贫困线 50%）：OECD 社会和福利统计（数据库），https://doi.org/10.1787/data-00654-en ；基尼系数（可支配收入，税后和转移支付后）：OECD 收入分配数据库，https://www.oecd.org/social/income-distribution-database.htm；农村人口（OECD）：OECD，CFE 地区和城市数据库，http://oe.cd/geostats ；利益相关者参与制定法规：OECD 美好生活指数，https://www.oecdbetterlifeindex.org/#/11111111111 ；公共社会支出：OECD 社会支出数据库 (SOCX)，http://dotstat.oecd.org//Index.aspx?QueryId=26920 ；社会保障公共采购份额（占一般政府采购总额的百分比）：OECD (2022)，“政府概览 - 2021 年版”，http://dotstat.oecd.org//Index.aspx?QueryId=107598 ；残疾公共支出：OECD (2022)；用于无行为能力的公共支出（指标），https://doi.org/10.1787/f35b71ed-en（用于无行为能力的公共支出指因疾病、残疾和工伤而产生的支出）；教育支出（小学至高等教育，占 GDP 的百分比）：经合组织教育统计数据（数据库），https://doi.org/10.1787/c4e1b551-en；参加正式志愿活动的人数（占人口的百分比）：欧盟统计局表格 [ilc_scp19]，基于 2015 年 EU-SILC 特设模块。
爱尔兰
国民账户统计，https://doi.org/10.1787/na-data-en ；劳动力参与率（15-64 岁）：OECD 就业和劳动力市场统计，https://doi.org/10.1787/data-00310-en ；NEET（15-29 岁，各教育水平）：OECD 教育一览 2022，https://doi.org/10.1787/19991487 ；贫困率（税后和转移支付后，贫困线 50%）：OECD 社会和福利统计（数据库），https://doi.org/10.1787/data-00654-en ；基尼系数（可支配收入，税后和转移支付后）：OECD 收入分配数据库，https://www.oecd.org/social/income-distribution-database.htm；农村人口（OECD）：OECD，CFE 地区和城市数据库，http://oe.cd/geostats ；利益相关者参与制定法规：OECD 美好生活指数，https://www.oecdbetterlifeindex.org/#/11111111111 ；公共社会支出：OECD 社会支出数据库 (SOCX)，http://dotstat.oecd.org//Index.aspx?QueryId=26920 ；社会保障公共采购份额（占一般政府采购总额的百分比）：OECD (2022)，“政府概览 - 2021 年版”，http://dotstat.oecd.org//Index.aspx?QueryId=107598 ；残疾公共支出：OECD (2022)；用于无行为能力的公共支出（指标），https://doi.org/10.1787/f35b71ed-en（用于无行为能力的公共支出指因疾病、残疾和工伤而产生的支出）；教育支出（小学至高等教育，占 GDP 的百分比）：经合组织教育统计数据（数据库），https://doi.org/10.1787/c4e1b551-en；参加正式志愿活动的人数（占人口的百分比）：欧盟统计局表格 [ilc_scp19]，基于 2015 年 EU-SILC 特设模块。
2023-2025年宏观经济回顾与展望
图 1. 维尔京群岛人口 ................................................................................................................8 图 2. 就业人数 ................................................................................................................9 图 3. 按主要行业划分的就业人员 ........................................................................................ 10 图 4. 按性别划分的平均收入 ........................................................................................................ 11 图 5. 按收入组和性别划分的就业人员 ............................................................................. 12 图 6. 按性别划分的基尼系数 ........................................................................................................ 13 图 7. 2024 年月度消费者价格指数 ........................................................................................ 14 图 8. 2013 年至 2025 年通货膨胀率 ........................................................................................ 15 图 9. 名义 GDP 和实际 GDP 及其增长率 ............................................................................. 17 图 10. 通货膨胀对 GDP 的影响 ............................................................................................. 19 图 11. 新成立的公司和从金融服务收取的费用 ............................................................................. 21 图 12. 总费用图 13. 年度游客人数和游客增长率 .............................................................................. 26 图 14. 每月游客人数 .............................................................................................. 27 图 15. 旅游收入预测 .............................................................................................. 28 图 16. 经批准的开发申请开工项目 ............................................................................. 30 图 17. 进口额 ............................................................................................................. 31 图 18. 季度建筑进口 ............................................................................................. 32 图 19. 季度其他进口 ............................................................................................. 35 图 20. 产品驱动因素占总进口的份额 ............................................................................. 36 图 21. 记录的销售交易数量，2016 年至 2023 年 ............................................................. 37 图 22. 记录的交易和按国籍划分的销售数量，2016 年至 2023 年 38 图 23. 住宅和住宅/地块销售交易和数量， 2019-2023 ...... 39 图 24. 2019-2024 年按价格范围划分的房屋销售交易 .............................................. 41
冠状病毒大流行对拉丁美洲和加勒比地区疫苗接种覆盖率的影响
摘要：背景：在冠状病毒大流行之前和期间，拉丁美洲和加勒比地区的常规疫苗接种覆盖率下降。我们评估了大流行对国家覆盖水平的影响，并分析了财政和不平等指标、免疫政策和大流行政策是否与国家和地区覆盖水平的变化有关。方法：我们比较了 39 个拉丁美洲和加勒比国家和地区使用时间序列预测模型预测的含白喉-百日咳-破伤风疫苗 (DTPcv) 第一剂和第三剂的覆盖率。数据来自泛美卫生组织/世卫组织/联合国儿童基金会联合报告表。还对假设在大流行期间影响覆盖率的因素进行了二次分析。结果：总体而言，39 个国家和地区中有 31 个（79%）在大流行期间 DTPcv1 和 DTPcv3 覆盖率的下降幅度超过预测，其中分别有 9 个和 12 个超出了 95% 的置信区间。国家内部的收入不平等（即基尼系数）与 DTPcv1 覆盖率的显著下降有关，而跨国收入不平等与 DTPcv1 和 DTPcv3 覆盖率的下降有关。与 2019 年的观察值和 2021 年的预测值相比，2021 年收入不平等程度极端国家五分位数（即 Q1 与 Q5）之间观察到的 DT-Pcv1 和 DTPcv3 覆盖率的绝对和相对不平等差距更加明显。我们还观察到学校关闭与 DTPcv3 覆盖率下降幅度超过预测值之间的趋势接近统计显著性（p = 0.06）。结论：疫情暴露了拉丁美洲和加勒比地区的疫苗接种不平等问题，并严重影响了许多国家的覆盖水平。需要新的策略来重新实现高覆盖率。
影响路径：解开混合食品供应链
在英国，22% 的人口缺乏粮食保障（Butler，2023 年）。该国的收入不平等程度（使用基尼系数）是欧洲最高的国家之一（Francis-Devine 和 Orme，2023 年），过去十年对食物银行的依赖增加了两倍（Trussell Trust，2022 年）。英国日益恶化的粮食不安全状况并非独一无二，因为它反映了其他发达国家受影响最严重的亚群的情况。因此，有人呼吁转变粮食系统，以改善社会环境可持续性。Benton 等人（2022 年）建议制定政策，以抑制粮食浪费，并为弱势家庭提供足够的社会安全网。尽管英国食品供应链（FSC）中的食物浪费水平相对较低，但很少有剩余食物被重新分配供人类食用。然而，剩余食物再分配（SFR）已成为欧洲许多人的主要食物来源。用于人类消费的 SFR 涉及收集和分配剩余食物（原本用于其他目的或被处理掉的可食用食物）给组织、社区或个人消费（Midgley，2020 年）。因此，它被视为一种“双赢”的解决方案，因为它同时解决了食物浪费和粮食不安全问题，同时挽救了食物的能量和营养成分。它还确保了食品生产产生的经济和环境成本不会是毫无意义的。因此，高效的 SFR 有助于实现联合国可持续发展目标 (SDG) 2（零饥饿）、12（负责任的消费和生产，特别是目标 12.3（减少一半的食物浪费））和 13（气候行动）。然而，针对弱势群体优化 SFR 供应链运营的研究有限。
利用人工智能提高生物多样性评估的可信度
物种和生物系统内的生物多样性价值是物种和生态系统生存能力的主要指标之一。近几十年来，生物多样性保护问题已成为考虑全球、国家和地方环境和经济变化的核心问题之一，因为维持生命和经济活动的潜力正在下降。在地方层面保护某些类型的生物资源会对其他地区的情况产生影响。尽管在经济活动与自然环境保护之间关系的研究中发生了重大转变，但生态状况在过去二十年中仍在恶化，导致生物多样性退化。在这种情况下，有必要提高现有的生态系统生物多样性定量评估的可信度并引入新的定量评估，以便对当前生物系统的状态得出客观结论，并预测生物系统的发展，同时考虑外部影响。这将允许调整经济活动，考虑到保护物种丰富度的需要。到目前为止，可以定量评估生态系统生物多样性的定量指标有香农多样性指数、皮耶卢指数和辛普森指数 [1]。这些指数是根据离散度和熵公式计算得出的，这些公式以个体对之间所有关系的数量为参数，无论它们属于哪个特定分类单元。在生物多样性的定量评估中，我们还可以列举 Theil、Berger-Parker、Gini 和 McIntosh 指数。这些指标以及变化预测可以使用目前广泛使用的基于神经网络的人工智能方法获得。神经网络将提高这些评估的客观性，因为它们的使用允许考虑外部因素对生物多样性定量评估的影响，并且神经网络输出的结果不依赖于提供给其输入的数据的分布类型，这与大多数机器学习算法不同，其中的工作基于所研究数据的正态分布假设，但在实践中并非总是如此。使用神经网络对生物多样性进行定量评估基于以下描述的方法：
16S rRNA测序分析伊朗人口中结直肠癌阳性与大肠癌否定性的口服和粪便菌群
抽象背景结直肠癌（CRC）构成了重大的医疗挑战，占全球癌症病例的近6.1％。通过使用创新生物标志物进行的人口筛查促进的早期检测对于MITIGAT的CRC发病率是关键的。与CRC阴性对应物（CNS）相比，这项研究旨在仔细检查CRC阳性个体（CP）的粪便和唾液微生物组，以通过微生物生物标记物来增强CRC诊断。材料和方法总共从伊朗德黑兰的Shahid Beheshti医学科学大学Taleghani医院收集了80个口头和粪便样品，其中包括接受筛查的CPS和CNS。使用16S rRNA测序测定法进行了微生物介绍，并在Illumina novaseq平台上采用Nextera XT Index套件。结果在CP的唾液和粪便样品中观察到了不同的微生物谱，与各种分类水平的CNS（包括门，家庭和种类）的粪便显着不同。CPS的唾液样品表现出大量的Calothrix Parietina，颗粒状Adiacens，Rothia dentocariosa和Rothia Mucilaginosa，在CNS中没有。此外，在CPS的粪便中，Lachnospileceae和Prevotellaceae明显更高，而CPS唾液中的fusobacteria phylum显着升高。相反，与CNS相比，非致病细菌akkermansia粘蛋白iphila的CPS粪便样品显着降低。关键字结直肠癌，口腔微生物群，粪便菌群，早期检测，16S rRNA测序通过一致选择唾液和粪便微生物的结论，基于平均值降低的Gini值，并采用唾液的逻辑回归，并支持粪便模型，我们成功地开发了一种微生物群检测，具有提高的敏感性和提高crc检测的敏感性和特异性。