未满足的青少年需要避孕的需求是一个紧迫的全球问题,其中包括并延伸不仅仅是防止因计划外怀孕而导致的不良健康结果[2],[3] [3]估计的2100万个青少年怀孕中,每年低收入和中等收入国家都会出现在低收入和中等收入国家中,这是不发机的[4],比这些[4]的一半是这些堕胎的一半。青春期怀孕增加了母子的健康风险[7],[8],并且可能对生活轨迹(包括教育成就和经济安全)产生持久的有害影响[9]。由于缺乏进入青少年和青年的性和生殖健康(AYSHR),这些不利的健康结果也阻止了青年对国家水平的经济繁荣和进步的贡献。
其他资源:http://www.theworldcafe.com/http://www.theworldcafecommunity.org/http:/http://ncdd.org/rc/rc/rc/item/355 http:/ http://archive.unu.edu/hq/library/collection/pdf_files/cris/pmt.pdf http://ncddddddddddddf http:/ncddddddddddddd.org/rc/item/1492 www.openspaceworld.comhttp://ncdd.org/rc/item/1574 http://www.chriscorrigan.com/parkinglot/open-space-resources/ http://charretteinstitute.org/blog/nci-charrettes-collaborative-design-thinking/#more-1597 http://www.tndtownpaper.com/what_is_charrette.htm
利用数据实现安全:机器学习/人工智能实现及时航空安全 Nikunj C. Oza 博士、Chad Stephens 美国宇航局全系统安全项目 现代喷气式客机每飞行一次记录近 1GB 的原始数据,几乎是不到十年前投入使用的喷气式客机记录数据的两倍。鉴于这一宝贵的数据宝库,数据分析是一项非常重要的能力,它可以将这些数据转化为知识,从而帮助理解和实现安全操作。数据分析的实践涉及应用人工智能 (AI) 和机器学习 (ML) 等方法来获取见解并识别数据中的有意义关系。人工智能是一门专注于在基于计算机的代理中开发模拟人类智能的研究领域。ML 是人工智能的一个分支,涉及开发预测或决策算法,这些算法不是明确编程来预测或决策的,而是从代表过去预测或决策的数据中学习的。您可能体验过 ML 支持的功能,例如 Netflix 或 Amazon 中的自定义推荐。由于机器学习算法具有从过去的操作中学习的能力,因此虚拟助手(例如 Apple 的 Siri 或 Amazon 的 Alexa)以及部分或完全自动驾驶汽车成为可能。
与健康和科学相关的主题传统上在媒体中占据重要地位(Ramalho 等人,2012 年)。故事、专题报道、杂志封面、专业节目、专栏和特别版块以及专业评论员和专栏作家的作品都证明了公众对健康信息的需求(Catalán-Matamoros & Peñafi el-Saiz,2019c;Lerner,2015 年)。在媒体将自己定位为健康、科学和技术信息的主要来源之一的情况下,其内容会影响与这些主题相关的日常决策。因此,除了科学领域的专家和机构之外,媒体是创造当代健康形象的主要推动者之一(CGEE,2019 年;Oliveira,2014 年)。在此背景下,疫苗是最近辩论中的一个常见话题(Catalán-Matamoros & Peñafi el-Saiz,2019c)。疫苗在新闻报道和社交网络对话中具有重要意义,鉴于 2020 年 COVID-19 大流行造成的危机,这一话题变得更加突出,疫苗被视为控制疾病和在保持社交距离后恢复某种正常状态的希望象征。然而,媒体对疫苗的讨论不仅仅是因为疫苗具有消灭、预防和控制疾病的潜力。相反,它们主要是由于有关疫苗安全性、可靠性和必要性的虚假或扭曲信息的泛滥(Catalán-Matamoros & Peñafi el-Saiz,2019c)。在一些国家,这种错误信息(Wardle & Derakshan,2017)与疫苗犹豫症增加有关,即尽管有疫苗可用,人们仍不愿或拒绝接种疫苗(WHO,2014)。在巴西,自 1990 年代以来,婴儿疫苗接种率一直超过 95%,但从 2016 年开始,这一比例下降了 10 到 20 个百分点。疫苗犹豫症的风险和危害导致该国爆发了此前已得到控制的疾病,例如 2018 年的麻疹。然而,疫苗接种率下降可能有几个因素。从错误信息的影响到获得疫苗的困难(例如:接种岗位的限制和问题),再加上大规模接种疫苗的卫生政策非常成功,给人一种虚假的感觉,即不再需要接种疫苗,疾病也没有那么严重(Sato,2018 年)。尽管疫苗犹豫的原因是多方面的,但人们一致认为,媒体在促进健康和让公众参与疫苗接种方面发挥着关键作用(Cancian,2020 年;Catalán-Matamoros & Peñafi el-Saiz,2019b 年;Sato,2018 年)。 Avaaz 与巴西免疫学会 (SBIm) 合作开展的一项研究发现,“传统媒体”(如电视、广播和新闻门户网站)是疫苗信息的主要来源(68%),领先于社交媒体(48%)(AVAAZ,2019 年)。其中,新闻报道起着核心作用,因为疫苗接种运动的新闻报道会影响公众的看法(Cancian,2020;Sato,2018)。鉴于这种情况,我们在本文中分析了《圣保罗页报》一年来关于疫苗的新闻报道。根据伊比利亚-美洲科学新闻监测和培训网络提出的分析方案(Massarani & Ramalho,2012),总体目标是了解巴西阅读量最大的报纸之一如何为疫苗产生意义。我们调查了主要使用的框架,哪些来源被用来使报道合法化,以及在报道中如何(或未)涉及疫苗的风险、争议和好处,以及与免疫相关的研究和概念的科学传播。这项研究的合理性在于这个主题在当今具有社会意义,疫苗犹豫不决正在威胁公众健康,并且与媒体的消费信息有关。鉴于新闻业已成为构建健康形象的中心,分析疫苗接种报道有助于了解新闻中如何处理这个主题,以及它如何促进媒体研究、科学传播和健康领域的交叉。
基于精神病理学特征之间存在显著相关性的证据[1-4],一些作者最近提出了一个普遍精神病理学因素的假设,即所谓的p因子假设,它构成了所有常见精神障碍的基础[5]。与解释所有认知测试分数之间正相关的g因子[6、7]类似,p因子被视为一种解释个体患上任何形式精神病理学疾病的倾向的方法。多项研究为p因子假设提供了实证支持(例如[8-10]),表明该假设可以预测精神障碍和行为问题(如学业困难)。在过去十年中,科学文献提出了多种代表p因子的候选结构,例如超有序人格特质[11]、不愉快的情感状态[12]、冲动控制能力低下[13]、认知功能缺陷[14]和心理倾向[5]。这些部分相互矛盾的解释似乎在本质上具有相同的一般方法,即 p 因子反映了给定的单个(或有限集合)潜在结构,需要通过经验检测出来。p 因子假说之所以受到关注,是因为它有可能满足在有关精神病理学/精神病理学诊断有效性的持续争论的更广泛背景下对统一精神病理学解释框架的需求 [ 15 , 16 ]。对于其临床意义或其基本机制仍无一致意见 [ 17 ]。最近,p 因子被解释为意义建构僵化的表现(即,一种理解经验的方式,其特点是变化性低)[ 18 , 19 ]。意义建构发展过程中的干扰因素代表了精神病理学的一种途径,Tronick 和 Beeghly[ 20 ] 在婴儿研究的背景下对此进行了讨论。作者描述了婴儿的心智成长是如何由所谓的“意义行为”驱动的,这种行为包括从上位维度收集和组织有关其环境的信息。例如,通过与照顾者的持续接触,婴儿会创建内部工作模型(即新意义),这些模型可能基于安全感,也可能基于在某些接触中保护自己的需要,这可能会导致成年后的适应不良行为。根据这种观点,有人提出了 p 因素的符号学、具身性和精神分析概念,即 Harmonium 模型 [ 18 ],该模型侧重于意义建构过程背后的整体动态。Harmonium 模型的特殊性在于它提供了 p 因素的计算说明,因此也提供了精神病理学的计算说明;即,对其运作规则的细粒度描述。
研究人类智力的核心组成部分 - 我们结合单词含义的能力 - 神经科学家寻找含义构成的神经相关性,例如与理解句子的难度成正比的大脑活动。然而,对含义构成的产物几乎不知情,这是单词超出其个人含义的综合含义。我们将该产品称为“ supra-word含义”,并通过使用最新的神经网络算法和一种新技术来设计其计算表示形式,从而将组成的新技术与个人字含义分开。使用功能磁共振成像,我们揭示了被认为可以处理词汇水平含义的枢纽也保持上词的含义,这表明了词汇和组合语义的共同底物。令人惊讶的是,我们无法检测到磁脑摄影中的上词的含义,这表明与同步式捕获相比,通过不同的神经机制来维持所构成的含义。这种敏感性差异对过去的神经影像结果和未来可穿戴神经技术具有影响。
研究人类智力的核心组成部分 - 我们结合单词含义的能力 - 神经科学家寻找含义构成的神经相关性,例如与理解句子的难度成正比的大脑活动。但是,对大脑中的含义成分的产物知之甚少,这是单词超出其个人含义的综合含义。我们将该产品称为“ supra-word含义”,并通过使用最新的神经网络算法和一种新技术来设计其计算表示形式,从而将组成的新技术与个人字含义分开。使用功能性磁共振成像,我们发现在双侧前和后颞叶中处理上词的含义。令人惊讶的是,我们无法检测到磁脑摄影中的上文含义。这些结果表明,组成的含义是通过不包括同步细胞填充的不同神经机制来维持的。敏感性的这种差异对过去神经影像学和未来的神经影像学研究具有影响。
我们记录了贬低他人需求的趋势:相信心理需求(需要智力能力,因此对人类的意义和自治的需求和自主权的需求更为独特)相对较小,对他人而言,与其他生物需求相比,与其他生物学相比,相对较少的重要性是与其他生物学共享的相对较少的重要性,因此需要更多的动物主义(例如,食物和睡眠和睡眠)。由于评估心理需求需要一个精致的人类般的思想,因此也应该假定,假定具有相对较弱的精神能力的代理商也应假定与生物学需求相比,对心理需求的价值更少。支持这一点,我们的研究发现,人们贬低了非人类动物(例如黑猩猩)和历史上的非人性化群体(例如吸毒成瘾者)的需求,而不是亲密朋友或自己的需求(研究1和3)。由于精神能力比外部观察更容易地通过内省认识到,因此人们比同伴的需求更加贬低同伴的需求,从而推断出自己的行为是由心理需求与其他相同行为更强烈的指导(研究4)。另外两个实验表明,贬低可能是系统的错误(研究5和6),因为慈善机构捐助者和学生低估了无家可归者的心理学(与身体)需求的重要性,这与无家可归者的自我报告和选择相符。低估他人心理需求的重要性可能会损害帮助他人的能力。这些实验表明,贬低是非人性化的独特方面,反映出对他人思想的可靠,结果和可能错误的理解。
摘要。疲劳的飞行员容易出现认知障碍,从而降低他们的表现和对高安全标准的遵守。鉴于当前航空业面临的挑战,我们报告了我们正在进行的关于重新评估机组人员人为因素研究的项目的早期阶段。我们的动机源于航空组织需要为运营航空环境开发决策支持系统,能够为组织的疲劳风险管理工作提供信息。为此,关键标准是需要尽可能减少干扰并为安全系统增加信息价值。摆脱合规性疲劳风险管理中的问题和临床研究的侵入性,我们报告了一种神经科学方法,能够产生可以轻松集成到运营层面决策支持系统中的标记。报告我们实时项目的初步阶段,我们评估了适合开发跟踪细微飞行员状态(例如困倦和微睡眠事件)的系统的工具。
了解情况并非如此 - 胆固醇太高,血压太高,骨密度太低等。除了进行常规实验室测试以监测我们的健康状况外,21世纪的基因组革命现在使任何人都可以分析其基因组。随着基因组数据的增加的可用性,一组特征性的遗传特征已经足以识别出一种处于危险中的疾病,甚至在发生任何生理变化之前。有了这个定义,可以从受精卵或胚胎开始与人类生活的任何阶段讨论疾病。此外,因为每个人都患有自己的“原始”疾病(它们处于危险中的疾病)的疾病 - 基因组学普遍地使人类状况医疗化并提出了一个问题:疾病何时开始?