XiaoMi-AI文件搜索系统
World File Search Systemgrounds
弗吉尼亚大学 - 场地规划：框架...
校园规划中包含七个“战略方向”，用于指导校园的物理开发，以支持 UVA 的使命和目标以及规划原则。校园规划旨在为校园的未来发展和其他改进提供灵活的指南。它并非基于校园应如何发展和变化到 2030 年及以后的固定愿景，而是认识到有许多不可预见的因素会影响未来设施的位置、规模、形式和计划。战略方向描述并说明了如何将多项举措结合起来以最好地满足规划原则。在它们为未来项目确定高层方向的同时，它们又为每个校园系统和重建区提出更详细的建议奠定了基础。
生成多种遗传背景下的基因敲除小鼠的通用方法2
。CC-BY-NC-ND 4.0 国际许可证下提供（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2023 年 4 月 10 日发布。；https://doi.org/10.1101/2023.04.10.536207 doi：bioRxiv 预印本
西班牙南部游乐场中的人畜共患寄生虫
摘要：人畜共患寄生疾病被认为是对公共卫生的全球威胁。从这个意义上讲，犬和猫科动物可能会被不同的世界寄生虫感染，并且操场是人类以及家养或野生动物感染的重要重点。了解纳入环境中的动物储层中寄生虫的流行病学状况，识别传播途径，是对这种威胁有效响应的关键要素。因此，这项研究的目的是评估马拉加省（西班牙）120个游乐场中人畜共患潜力的肠道寄生虫的频率。按照标准的寄生程序处理并分析样品。大约36.7％的游乐场是寄生虫阳性，有一个或多个人畜共患寄生虫。最常见的寄生虫是线虫（60.0％），其次是原生动物（33.3％）和Cestodes（6.7％）。在寄生虫阳性游乐场中，Toxocara spp。（17.0±3.5％）和Duodenalis（17.0±3.4％）是最主要的寄生虫。此外，34.1％的操场被多个寄生虫感染。我们的结果表明，在西班牙马拉加的游乐场中，寄生形式具有很高的寄生形式。由于宠物和人类在操场上的密切接触，如果未设计预防和控制措施，潜在的人畜共患风险可能会增加。
创建包容性游乐场：考虑因素和策略手册
Kelly Arbour-Nicitopoulos 博士是加拿大多伦多大学运动机能学与体育教育学院残疾与体育活动副教授。她领导着 ADAPT 实验室，该实验室专注于开发和测试基于理论的体育活动干预措施，以惠及边缘群体，尤其是残疾人。Kelly 还是 Bloorview 研究所的兼职科学家、加拿大残疾人积极生活联盟知识转化前联席主任以及加拿大残疾人参与项目的联合研究员，该项目由大学、公共、私人和政府部门合作伙伴组成，共同致力于提高加拿大残疾人的社区参与度。
库斯湾区埃德森溪和六河露营地商业计划
位于俄勒冈州西南部的土地管理局 (BLM) 库斯湾区已制定了此商业计划，适用于两个公共使用收费露营地和一个日间使用区的管理和运营。该计划的主要目的是分析并提议提高埃德森溪和西克斯河露营地的休闲使用许可证 (RUP) 露营地费用。该计划还为每个露营地制定了管理目标和优先事项，作为使用休闲费用收入目标的公开通知，并为公众提供了对这些目标发表评论的机会。已开发的露营地提供了宝贵的公共服务，并有助于实现 2016 年俄勒冈州西北和沿海资源管理计划中概述的休闲和游客服务管理目标。拟议的费用基于对其他公共机构和私人提供商在各自地理区域内提供类似服务的费用的比较审查，或称为公平市场价值。费用增加
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。