XiaoMi-AI文件搜索系统
World File Search Systemnormative
内源性偏好：对宪法政治经济学规范基础的挑战？
摘要本文从行为经济学的观察开始，即偏好是内源性的，即它们是不稳定的，上下文依赖的，并且对适应过程开放。然后，它询问在具有内源性偏好的人们中，福利分析和规范经济学是否仍然是可能的。尤其是Viktor Vanberg和Carl Christian VonWeizsäcker的最新建议。在强调制度的观点时，两者都可以看作是派生自由主义的支持者，并且都声称他们的方法可以比保留在传统福利经济学的思维框架内的方法更连贯的方式处理内源性偏好问题。本文认为，主要强调信息提供对个人自治的重要性时，Vanberg的宪法政治经济学方法（CPE）低估了偏好内生性的综合性。虽然vonWeizsäcker的方法是对CPE框架的改进，但本文认为，它过于关注外部结构条件（即，人际影响之间的竞争），并忽略了对个人自动机构必要的内部代理能力的讨论。本文认为，对决策自主权的更为复杂的讨论导致了对规范经济学结果和过程自由的双重关注。结果自由使个人能够满足他们不断发展的偏好和过程自由，使他们能够批判性地反思自己的偏好和周围环境。
使用规范建模和机器学习从脑磁图数据中检测轻度创伤性脑损伤
许多脑部疾病迫切需要新的生物标记物；例如，轻度创伤性脑损伤 (mTBI) 的诊断具有挑战性，因为临床症状多样且不具特异性。EEG 和 MEG 研究已经证明了 mTBI 的几个人群水平指标，可以作为脑损伤的客观标记物。然而，从 EEG/MEG 信号中获取 mTBI 和其他脑部疾病的临床有用生物标记物受到个体间差异大（即使在健康人群中也是如此）的阻碍。在这里，我们使用多元机器学习方法从静息态 MEG 测量中检测 mTBI。为了解决病情的异质性，我们采用了规范建模方法，并将个体 mTBI 患者的 MEG 信号特征建模为相对于正常变化的偏差。为此，使用包含 621 名健康参与者的规范数据集来确定整个皮层功率谱的变化。此外，我们根据全规范数据的年龄匹配子集构建了规范数据集。为了区分患者和健康对照者，我们基于 25 名 mTBI 患者和 20 名未包含在常模数据集中的对照者的定量偏差图训练了支持向量机分类器。表现最佳的分类器利用了整个年龄和频率范围内的完整常模数据。该分类器能够以 79% 的准确率区分患者和对照者。对训练模型的检查显示，θ 频带（4-8 Hz）内的低频活动是 mTBI 的重要指标，这与早期研究一致。结果证明了使用 MEG 数据的常模建模结合机器学习来推进 mTBI 诊断和识别可从治疗和康复中受益患者的可行性。当前方法可应用于多种脑部疾病，从而为获取基于 MEG/EEG 的生物标志物提供基础。
使用
剑桥神经心理测试自动化电池（CANTAB）是一种计算机化且对儿童友好的神经心理评估电池，其中包括旨在评估执行功能某些方面的子测验。使用CANTAB，本研究旨在根据日本学龄儿童的行政职能方面建立规范价值。参与者包括234名儿童（135名男孩和99名6-12岁的女孩）参加了常规课程，而没有发育障碍或教育支持的任何临床记录。参与者根据年龄（6-7、8-9和10-12岁）进行分组。四个CANTAB子测验，包括空间工作记忆（SWM），以评估空间工作记忆，剑桥（SOC）的袜子（SOC）评估计划，内部/颈部内集合（IED），以评估注意力集合设置的变化和灵活性，并停止信号任务（SST），以评估抑制作用，以评估抑制作用，以评估每位参与者。结果表明，所有CANTAB子测验的性能随着年龄的增长而变化。较早的SWM和SST中有所改善，从而表明空间工作记忆和抑制作用早于计划，以及注意力集的转移和灵活性。 此外，在SST子测验中，女孩的错误少于6 - 7年小组中的男孩。 本研究根据日本的学龄儿童的年龄和性别提供了四个CANTAB子测验的规范数据。 我们希望这些发现将用于开发有效的工具，以对执行功能障碍儿童的早期发现和支持。较早的SWM和SST中有所改善，从而表明空间工作记忆和抑制作用早于计划，以及注意力集的转移和灵活性。 此外，在SST子测验中，女孩的错误少于6 - 7年小组中的男孩。 本研究根据日本的学龄儿童的年龄和性别提供了四个CANTAB子测验的规范数据。 我们希望这些发现将用于开发有效的工具，以对执行功能障碍儿童的早期发现和支持。较早的SWM和SST中有所改善，从而表明空间工作记忆和抑制作用早于计划，以及注意力集的转移和灵活性。 此外，在SST子测验中，女孩的错误少于6 - 7年小组中的男孩。 本研究根据日本的学龄儿童的年龄和性别提供了四个CANTAB子测验的规范数据。 我们希望这些发现将用于开发有效的工具，以对执行功能障碍儿童的早期发现和支持。较早的SWM和SST中有所改善，从而表明空间工作记忆和抑制作用早于计划，以及注意力集的转移和灵活性。 此外，在SST子测验中，女孩的错误少于6 - 7年小组中的男孩。 本研究根据日本的学龄儿童的年龄和性别提供了四个CANTAB子测验的规范数据。 我们希望这些发现将用于开发有效的工具，以对执行功能障碍儿童的早期发现和支持。较早的SWM和SST中有所改善，从而表明空间工作记忆和抑制作用早于计划，以及注意力集的转移和灵活性。 此外，在SST子测验中，女孩的错误少于6 - 7年小组中的男孩。 本研究根据日本的学龄儿童的年龄和性别提供了四个CANTAB子测验的规范数据。 我们希望这些发现将用于开发有效的工具，以对执行功能障碍儿童的早期发现和支持。较早的SWM和SST中有所改善，从而表明空间工作记忆和抑制作用早于计划，以及注意力集的转移和灵活性。此外，在SST子测验中，女孩的错误少于6 - 7年小组中的男孩。本研究根据日本的学龄儿童的年龄和性别提供了四个CANTAB子测验的规范数据。我们希望这些发现将用于开发有效的工具，以对执行功能障碍儿童的早期发现和支持。
Desiderata用于突触可塑性的规范模型
突触可塑性的规范模型使用数学和计算模拟的组合来预测行为和网络级别自适应现象。近年来，这些模型上已经爆炸了理论工作，但是实验确认相对有限。在本综述中，我们根据一组Desiderata组织了对规范性可塑性模型的工作，该模型在满足时旨在确保模型在可塑性和适应性行为之间具有明确的联系，与有关神经可塑性的已知生物证据的一致性以及有关神经可塑性的一致性以及特定的可测试预测。然后，我们讨论了新模型如何开始改善这些会计学，并提出进一步发展的途径。作为原型，我们提供了两个特定模型的详细分析-Enforce和Wake-Sleep算法。我们提供了一个概念指南，以帮助开发精确，强大且可以实验测试的神经学习理论。
采用规范建模的证据
摘要 在这项工作中，我们扩展了 Rutherford 等人（2022a）中引入的规范模型库，以包括绘制结构表面积和大脑功能连接寿命轨迹的规范模型，这些模型使用两个独特的静息状态网络图谱（Yeo-17 和 Smith-10）进行测量，以及一个用于将这些模型传输到新数据源的更新的在线平台。我们通过在几个基准测试任务中对规范建模输出的特征和原始数据特征进行正面比较来展示这些模型的价值：大规模单变量组差异测试（精神分裂症与对照组）、分类（精神分裂症与对照组）和回归（预测一般认知能力）。在所有基准测试中，我们展示了使用规范建模特征的优势，在组差异测试和分类任务中表现出最强的统计显着结果。我们希望这些可访问的资源能够促进整个神经影像学界更广泛地采用规范建模。
平台经济中体面劳动的规范差距分析
2 公约和建议实施专家委员会（CEACR）对成员国如何在法律和实践中适用公约进行公正和技术性的分析，同时考虑到不同的国家现实和法律制度。在此过程中，它必须确定公约条款的法律范围、内容和含义。其意见和建议不具约束力，旨在指导国家当局的行动。国际劳工组织，《公约和建议实施专家委员会报告》，ILC.110/III(A)，2022 年，第 23 段。虽然结社自由委员会（CFA）必须确保结社自由领域的普遍性、连续性、可预见性、公平性和平等待遇原则，但其得出结论和建议的每个案例都是独一无二的，应在其特定背景下考虑，见国际劳工组织，《结社自由：结社自由委员会决定汇编》，第六版，2018 年，第 9 段。
老年人样本中 RBANS 学习比率的人口统计学校正规范数据
老年人的神经心理学评估传统上评估多次试验中信息的学习和保留情况（Lezak 等人，2012；Suhr，2015）。可重复的神经心理学状态评估组合（RBANS；Randolph，2012）是一种认知测量方法，自二十年前创建以来一直被频繁使用，包含相关的学习数据。具体来说，RBANS 的列表学习和故事记忆子测试评估学习和即时记忆，并且可以与它们的延迟回忆对应项（RBANS 子测试列表回忆、列表识别、故事回忆和图形回忆）结合使用，以评估一段时间内的编码和保留情况。此外，学习斜率的陡度（或坡度）可以反映出个人从多次试验中反复接触刺激中获益的潜力。学习和记忆障碍患者的学习斜率通常较浅，包括阿尔茨海默病 (AD；Gifford 等人，2015 年)、额颞叶痴呆 (Lemos 等人，2014 年)、血管性痴呆 (Mast & Allaire，2006 年) 和注意力缺陷多动障碍 (ADHD；Skodzik 等人，2017 年)。尽管许多测试手册提供了有关学习斜率数据的基本信息，但此类学习斜率的计算往往相对简单——传统上仅考虑最后一次和第一次学习试验之间的差异（“最后一次试验减去第一次试验”）。因此，这些数据有可能为某些患者的学习提供更细致的理解。
已发布版本的引用 (APA)：Vernooij, M. W., Zaki, L. A. M., Smits, M., Tolman, C., Papma, J. M., Visser, J. J., & Steketee, R. M. E. (2022)。比较两种人工智能软件包在记忆临床成像中的规范性脑容量测定。神经放射学，64 (7)，1359-1366。 https://doi.org/10.1007/s00234-022-02898-w EUR 研究信息门户上的出版物链接
摘要 目的 比较两个执行规范性脑容量分析的人工智能软件包，并探索它们是否会在临床背景下对痴呆症诊断产生不同的影响。方法 回顾性地纳入了 60 名患者（20 名阿尔茨海默病、20 名额颞叶痴呆、20 名轻度认知障碍）和 20 名对照。每个受试者使用两家专有制造商的软件包处理一次 MRI，为每个受试者生成两份定量报告。两名神经放射科医生仅使用这些报告中的规范容量分析数据分配强制选择诊断。他们将体积分布分类为“正常”或“异常”，如果“异常”，他们会指定最可能的痴呆亚型。通过比较（1）基于软件输出的诊断之间的一致性；（2）诊断准确性、敏感性和特异性；来评估软件包之间的临床影响差异；和 (3) 诊断信心。还比较了定量输出，以提供任何诊断差异的背景。结果 软件包之间的诊断一致性为中等，用于区分正常和异常体积（K = .41– .43）和特定诊断（K = .36–.38）。但是，每个软件包在区分正常和异常概况时都产生了较高的观察者间一致性（K = .73–.82）。软件包之间的准确度、灵敏度和特异性没有差异。对于一个评估者来说，不同软件包之间的诊断信心是不同的。软件包之间的全脑颅内容积输出不同（10.73%，p < .001），用于诊断的规范区域数据相关性弱至中等（r s = .12–.80）。结论 用于脑 MRI 定量规范评估的不同人工智能软件包可以在临床解释层面产生不同的效果。诊所不应假设不同的软件包可以互换，因此建议在采用之前对软件包进行内部评估。
遗传选择人群中认知发展的规范图表
Ania M. Finkinski 1.2.3.4 , Carrie E. Bearden 5 , Anne S. Bestett 6.7.8.9 , R. Khn 10.11 , Sink R. Sink Right 12 , Wandon 12 , Wanda Temple 2.8 , Donna McDonald-McGinn 13.14 , Ann Swillen 15.16 , Bearly Emanuel 13 , Bernice Morrow 18 , Eva Cow 7.8 , Marianne of Bree 19 , Joris Vermes , , Stephen Warren Warren Warren , Michael Owen 19 , Therere of Amels forward 4 , Stephan Eliez 21 , Doron Gothelf 22.23 , Celso Arango 24 , Tony Smon 26 , Keerran Murphy 27 , Griela Repetto 27 , Dariela Repetto 28 , Suner 29 , Suner 29 , Suner 29 Vicari 30 , Joseph Cubells 20.31 , Marco Armando 21 ,妮可·菲利普（Nicole Philipp）32.33，琳达·坎贝尔（Linda Campbell）34，六号加西亚·米（Sixto Garcia-Min）21，Vandaan Shashi 36，Shashi 36转弯，222222222222222222222222222222222222222222222222222222222222222222222这。大脑和行为，雅各布·福斯特曼（Jacob Forstman）8.10.37和leimi J. Breetvelt 37
支持联合国可持续发展目标 (SDG) 的全球数字生态系统的人工智能治理概念和规范方法
摘要 AI治理就像是人人都在谈论但从未有人见过的神话生物。有时，它被简化为一系列共同原则，例如透明度、非歧视和可持续性；有时，它与算法解决方案认证的特定机制或保护个人数据隐私的方法混为一谈。我们建议在全球数字公共产品生态系统的背景下对AI治理采取概念性和规范性方法，以推动联合国可持续发展目标（SDG）的进展。从概念上讲，我们建议将这种方法植根于人类能力概念——人们能够做什么和成为什么，以及将地方与全球连接起来的分层治理框架。从规范上讲，我们建议以下六个不可简化的原则：a. 人权第一；b. 多利益相关方智能监管；c. 个人数据的隐私和保护；d.采用 3M 数据使用的整体方法——数据滥用、数据误用和数据缺失；e. 全球协作（“数字合作”）；f. 更多地以实践为基础进行治理，特别是分别和共同思考数据和算法。在整篇文章中，我们使用了健康领域的例子，特别是在当前 Covid-19 大流行的背景下。我们最后认为，采取分布式但协调的全球数字公地方法治理人工智能是实现以公民为中心、对社会有益的数字技术用于可持续发展目标的最佳保证。