XiaoMi-AI文件搜索系统
World File Search Systemicans
美国年轻人对政治和公共服务态度的调查
5. [分割样本 A] 以下哪项陈述最能描述您在 2020 年 11 月 3 日举行的上次总统选举中的投票情况？（n=837） 我在投票站投票 .............................................................. 32% 我提前投票了 .............................................................................. 8% 我通过邮寄/缺席选票投票 ...................................................... 29% 我计划投票但无法投票 ........................................................ 2% 我没有在这次选举中投票 ............................................................. 27% 我去了投票站但被允许投票 ............................................. 1% 拒绝投票 ............................................................................................. 1% 6. [分割样本 B] 2020 年 11 月，唐纳德·特朗普代表共和党与民主党候选人乔·拜登竞选。您是否还记得自己是否在那次选举中投票选举总统？ (n=834) 是的，我肯定投票了 .............................................................. 68% 我不是 100% 确定我是否投票了 .............................................................. 5% 我肯定没有投票 .............................................................................. 26% 拒绝投票 .............................................................................................. 1% 7. 在投票方面，您认为自己属于哪个政党？净值：民主党 ................................................................................ 38% 坚定的民主党 .............................................................................. 19% 不是非常坚定的民主党 .............................................................. 19% 净值：共和党 .............................................................................. 23% 坚定的共和党 .............................................................................. 12% 不是非常坚定的共和党 ............................................................. 11% 净值：独立/无党派 ............................................................. 37% 倾向民主党 ............................................................................. 10% 倾向共和党 ............................................................................. 6% 不倾向任何一方 ............................................................. 22% 拒绝接受 ............................................................................................. 1% 8. 当谈到大多数政治问题时，您是否认为自己是……？ 自由派 ............................................................................................. 32% 温和，倾向自由派 ............................................................................. 9% 温和，不倾向 ............................................................................. 28% 温和，倾向保守派 ............................................................................. 7% 保守派 ............................................................................................. 22% 拒绝接受 .......................................................................................... 2%
了解美国人如何看待事实检查标签
研究文章新闻干预措施很重要：了解美国人如何看待事实检查标签，而算法和众包越来越多地用于揭露或标记社交媒体上的错误信息，当专业事实检查员或记者执行时，此类任务可能最有效。借鉴了全国调查（n = 1,003），我们发现美国成年人评估了由专业事实检查者创建的事实检查标签，比算法和其他用户更有效。新闻媒体标签被认为比用户标签更有效，但与事实检查器和算法在统计上没有统计上的不同。用户和算法创建的标签之间没有显着差异。这些发现对平台和事实核对从业者具有影响，强调了新闻专业精神在事实检查中的重要性。作者：Chenyan Jia（1,2），Taeyoung Lee（3）隶属关系：（1）美国东北大学艺术，媒体与设计学院，（2）Khoury计算机科学学院，美国东北大学，美国，美国，美国，（3）杰克·J·瓦伦蒂，杰克·J·瓦伦蒂，杰克·J·瓦伦蒂，美国休斯顿大学，美国休斯顿大学，cite：jia，jia，jia，c。新闻干预措施很重要：了解美国人如何看待事实检查标签。哈佛肯尼迪学校（HKS）错误信息评论，5（2）。收到：2023年9月26日。接受：2024年2月16日。出版：2024年4月11日。研究问题
“关于扩大 2017 年减税措施以帮助勤劳美国人的成功听证会”众议院筹款委员会，4 月 11 日星期四
摘要 政策评估和评估是关于成本相对于服务于既定目标的有效性。政策打算做什么，它实际上做了什么，以及它的成本是多少。这是投资回报，是物有所值，或者只是一个是否值得的问题。2017 年税法失败了。其最明显的影响是增加了最富有的美国人的收入，并且是当时历史上股票回购规模最大的一年。它并没有显著地促进经济增长或底层 90% 工人的工资增长。七年后，研究人员无法就它是否增加了企业投资达成一致，尽管如果影响很大，也不难发现。这次失败的代价不仅是高昂的价格，而且是其他政策的机会成本和所有未来政策的价格上涨，因为它对债务的贡献。没有政策理由延长 2017 年税法，尤其是在价格上涨 50% 的情况下。
针对2型糖尿病的中国美国人的家庭导向的MHealth干预措施的可行性：试点随机对照试验
1 美国纽约州纽约州纽约州健康中心，纽约州，纽约州，美国，美国2号，纽约州纽约州纽约州医学院2号人口卫生部爱因斯坦医学院，纽约，纽约，纽约州，美国，美国，纽约州格罗斯曼医学院5号医学院，纽约大学朗格尼健康医学院，纽约州纽约州，纽约，纽约州，美国，美国，纽约州6雅各比医学中心6，美国，美国纽约州纽约州，美国纽约州，美国纽约州，美国纽约市，美国，美国，纽约州，美国纽约州，美国8号，纽约州，美国纽约州8尼约克大学，纽约州8岁，纽约州。美国纽约州纽约州纽约州健康中心，纽约州，纽约州，美国，美国2号，纽约州纽约州纽约州医学院2号人口卫生部爱因斯坦医学院，纽约，纽约，纽约州，美国，美国，纽约州格罗斯曼医学院5号医学院，纽约大学朗格尼健康医学院，纽约州纽约州，纽约，纽约州，美国，美国，纽约州6雅各比医学中心6，美国，美国纽约州纽约州，美国纽约州，美国纽约州，美国纽约市，美国，美国，纽约州，美国纽约州，美国8号，纽约州，美国纽约州8尼约克大学，纽约州8岁，纽约州。美国纽约州纽约州纽约州健康中心，纽约州，纽约州，美国，美国2号，纽约州纽约州纽约州医学院2号人口卫生部爱因斯坦医学院，纽约，纽约，纽约州，美国，美国，纽约州格罗斯曼医学院5号医学院，纽约大学朗格尼健康医学院，纽约州纽约州，纽约，纽约州，美国，美国，纽约州6雅各比医学中心6，美国，美国纽约州纽约州，美国纽约州，美国纽约州，美国纽约市，美国，美国，纽约州，美国纽约州，美国8号，纽约州，美国纽约州8尼约克大学，纽约州8岁，纽约州。美国纽约州纽约州纽约州健康中心，纽约州，纽约州，美国，美国2号，纽约州纽约州纽约州医学院2号人口卫生部爱因斯坦医学院，纽约，纽约，纽约州，美国，美国，纽约州格罗斯曼医学院5号医学院，纽约大学朗格尼健康医学院，纽约州纽约州，纽约，纽约州，美国，美国，纽约州6雅各比医学中心6，美国，美国纽约州纽约州，美国纽约州，美国纽约州，美国纽约市，美国，美国，纽约州，美国纽约州，美国8号，纽约州，美国纽约州8尼约克大学，纽约州8岁，纽约州。美国纽约州纽约州纽约州健康中心，纽约州，纽约州，美国，美国2号，纽约州纽约州纽约州医学院2号人口卫生部爱因斯坦医学院，纽约，纽约，纽约州，美国，美国，纽约州格罗斯曼医学院5号医学院，纽约大学朗格尼健康医学院，纽约州纽约州，纽约，纽约州，美国，美国，纽约州6雅各比医学中心6，美国，美国纽约州纽约州，美国纽约州，美国纽约州，美国纽约市，美国，美国，纽约州，美国纽约州，美国8号，纽约州，美国纽约州8尼约克大学，纽约州8岁，纽约州。美国纽约州纽约州纽约州健康中心，纽约州，纽约州，美国，美国2号，纽约州纽约州纽约州医学院2号人口卫生部爱因斯坦医学院，纽约，纽约，纽约州，美国，美国，纽约州格罗斯曼医学院5号医学院，纽约大学朗格尼健康医学院，纽约州纽约州，纽约，纽约州，美国，美国，纽约州6雅各比医学中心6，美国，美国纽约州纽约州，美国纽约州，美国纽约州，美国纽约市，美国，美国，纽约州，美国纽约州，美国8号，纽约州，美国纽约州8尼约克大学，纽约州8岁，纽约州。美国纽约州纽约州纽约州健康中心，纽约州，纽约州，美国，美国2号，纽约州纽约州纽约州医学院2号人口卫生部爱因斯坦医学院，纽约，纽约，纽约州，美国，美国，纽约州格罗斯曼医学院5号医学院，纽约大学朗格尼健康医学院，纽约州纽约州，纽约，纽约州，美国，美国，纽约州6雅各比医学中心6，美国，美国纽约州纽约州，美国纽约州，美国纽约州，美国纽约市，美国，美国，纽约州，美国纽约州，美国8号，纽约州，美国纽约州8尼约克大学，纽约州8岁，纽约州。美国纽约州纽约州纽约州健康中心，纽约州，纽约州，美国，美国2号，纽约州纽约州纽约州医学院2号人口卫生部爱因斯坦医学院，纽约，纽约，纽约州，美国，美国，纽约州格罗斯曼医学院5号医学院，纽约大学朗格尼健康医学院，纽约州纽约州，纽约，纽约州，美国，美国，纽约州6雅各比医学中心6，美国，美国纽约州纽约州，美国纽约州，美国纽约州，美国纽约市，美国，美国，纽约州，美国纽约州，美国8号，纽约州，美国纽约州8尼约克大学，纽约州8岁，纽约州。美国纽约州纽约州纽约州健康中心，纽约州，纽约州，美国，美国2号，纽约州纽约州纽约州医学院2号人口卫生部爱因斯坦医学院，纽约，纽约，纽约州，美国，美国，纽约州格罗斯曼医学院5号医学院，纽约大学朗格尼健康医学院，纽约州纽约州，纽约，纽约州，美国，美国，纽约州6雅各比医学中心6，美国，美国纽约州纽约州，美国纽约州，美国纽约州，美国纽约市，美国，美国，纽约州，美国纽约州，美国8号，纽约州，美国纽约州8尼约克大学，纽约州8岁，纽约州。美国纽约州纽约州纽约州健康中心，纽约州，纽约州，美国，美国2号，纽约州纽约州纽约州医学院2号人口卫生部爱因斯坦医学院，纽约，纽约，纽约州，美国，美国，纽约州格罗斯曼医学院5号医学院，纽约大学朗格尼健康医学院，纽约州纽约州，纽约，纽约州，美国，美国，纽约州6雅各比医学中心6，美国，美国纽约州纽约州，美国纽约州，美国纽约州，美国纽约市，美国，美国，纽约州，美国纽约州，美国8号，纽约州，美国纽约州8尼约克大学，纽约州8岁，纽约州。美国纽约州纽约州纽约州健康中心，纽约州，纽约州，美国，美国2号，纽约州纽约州纽约州医学院2号人口卫生部爱因斯坦医学院，纽约，纽约，纽约州，美国，美国，纽约州格罗斯曼医学院5号医学院，纽约大学朗格尼健康医学院，纽约州纽约州，纽约，纽约州，美国，美国，纽约州6雅各比医学中心6，美国，美国纽约州纽约州，美国纽约州，美国纽约州，美国纽约市，美国，美国，纽约州，美国纽约州，美国8号，纽约州，美国纽约州8尼约克大学，纽约州8岁，纽约州。
探索人工智能对美国黑人的影响： - 斯坦福大学 HAI
Nina Dewi Toft Djanegara 是斯坦福大学人类学博士候选人，也是麻省理工学院 (MIT) 的客座研究员。在撰写这份白皮书时，她是斯坦福种族和民族比较研究中心 (CCSRE) 技术与种族平等计划的副主任。在这个职位上，她负责监督该计划的从业者研究员计划、研究生和本科生奖学金以及战略发展。她的研究使用民族志和档案方法来探索如何应用计算机视觉来“解决”政治问题。特别是，她的论文研究了监控技术（例如面部识别和生物特征识别）如何应用于边境管理和执法。她拥有耶鲁大学环境科学硕士学位和加州大学伯克利分校国际发展研究学士学位。
鉴定出念珠菌血霉素，白色念珠菌和clavispora lusitaniae的毒力因子，具有低敏感性和对氟康唑和两性霉素B
摘要：新兴的威胁生命的多种耐药性（MDR）物种，例如Haemulonii物种复合物，Clavispora Lusitaniae（Sin。C。lusitaniae）和其他念珠菌在不久的将来被认为是人类健康风险的增加。（1）背景：许多研究强调，耐药性的增加可能与念珠菌中的几种毒力因素有关，并且其知识对于制定新的抗真菌策略也至关重要。（2）方法：在G. mellonella幼虫上的疏水性，粘附，生物膜形成，脂肪酶活性，对渗透压的耐药性和毒力为“体内”。（3）结果：观察到种内和间隙的变异性。C. haemulonii表现出较高的疏水性和粘附并形成生物膜的能力。C。lusitaniae疏水较少，是生物膜形成 - 应变依赖性的，并且没有显示脂肪酶活性。幼虫的死亡率明显高于感染Haemulonii和C. lusitaniae的死亡率。（4）结论：在这些非野生型念珠菌和克拉维斯普拉斯分离株中观察到的与其疏水能力相关的生物膜，适应压力并在体内模型中感染的能力，显示出其明显的毒力特征。由于定义毒力的因素与这些真菌对可用于临床使用的少数抗真菌性的抗性的发展有关，因此必须考虑这些细胞的生理学差异以开发新的抗真菌疗法。
低肌肉质量指数与拉丁美洲人群中的2型糖尿病风险有关：横断面研究
简介：大约3200万美国人患有2型糖尿病，这一数字继续增长。在某些亚组中观察到较高的患病率，包括边缘化的种族/族裔成员以及无序社区的居民（即那些垃圾和故意破坏的人）。与非西班牙裔白人相比，在无序社区中边缘化的种族/族裔群体对边缘化的种族/族裔群体的代表性不成比例。这些邻里差异可能会部分导致健康差异，因为邻里障碍的迹象通常与从社区的普遍退出有关，从而最大程度地减少了身体和社会参与的机会。然而，研究表明，在邻里障碍的报告率以及邻里障碍被解释为对健康和福祉构成威胁的程度上，种族/族裔群体之间的变异性。
强化学习和工作记忆系统的双重过程障碍是生理焦虑中学习缺陷的基础
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2024年1月5日发布。 https://doi.org/10.1101/2024.01.05.574287 doi：Biorxiv Preprint
区域级别的剥夺和糖尿病护理级联的个人水平社会经济相关性，南非夸祖鲁 - 纳塔尔省乌姆根根洛夫（Umgungundlovu）
南非正在经历一种迅速增长的糖尿病流行，威胁其健康护理系统。对南非糖尿病决定因素的研究引起了人们的关注，因为自种族隔离衰落以来，南非迅速城市化的生活方式变化。然而，很少有研究调查了南非黑人人口的细分市场，他们如何继续忍受种族隔离的机构歧视遗产，经历这种过渡。本文探讨了在夸祖鲁 - 纳塔尔省的三个城市中，在45岁或45岁以上的黑人南非人的样本中，个人和地区水平的社会经济地位与糖尿病的患病率，意识，治疗和控制率之间的关联。从2017年2月至2018年2月收集了3,685名参与者的横截面数据。以就业状况和教育程度评估个人级别的社会经济地位。使用南非最新的多维贫困指数评分来测量区域水平的剥夺。协变量包括年龄，性别，BMI和高血压诊断。糖尿病的患病率为23％（n = 830）。，有769人知道他们的诊断，有629人接受了治疗，404人控制了糖尿病。与没有正规教育的人相比，接受一些高中教育的黑人黑人患病率提高了糖尿病的患病率，而完成高中的人的治疗率较低。就业状况与糖尿病患病率负相关。居住在更贫困的病房中的南非黑人患有较低的糖尿病患病率，而居住在2001年至2011年被剥夺的病房中的糖尿病患病率较高。这项研究的结果可以帮助决策者和从业人员确定南非黑人黑人糖尿病的改变风险因素。潜在的基于社区的干预措施包括专注于患者赋权和
州情况说明书：众议院共和党的拨款法案将对南卡罗来纳州各地辛勤工作的家庭产生毁灭性影响
医疗补助服务机构监督南卡罗来纳州养老院安全的能力，将检查次数减少至少 10%。• 延长社会保障等待时间：众议院共和党人削减社会保障管理局的资金将影响大约 1,309,000 名领取社会保障和补充保障收入福利的南卡罗来纳人。这些削减将导致申请残疾福利的人平均等待大约 9 个月才能得到决定，等待时间比疫情前增加一倍以上。在资金水平如此低的情况下，社会保障实地办事处可能会被迫缩短向公众开放的时间或天数，在某些情况下甚至会完全关闭。