XiaoMi-AI文件搜索系统
World File Search SystemoL
Borowska M W，Sikora-KoperskaA。与健康相关的生活质量（HRQOL）评估的重要性（HRQOL）在青少年和年轻人
Borowska M W，Sikora-Koperska A.与健康相关的生活质量（HRQOL）评估在青少年和年轻人（AYA）中的重要性（HRQOL）。Nowotwory J Oncol 2025; 75（印刷提前）。
AI.CAIDfA 分辨率 Na o2 -2o24-ArmGsco
根据国家政治宪法第194条的规定，结合第27972号法律第11个预备标题《市政组织法》，地方政府在其管辖范围内的事务中享有政治、经济和行政自治权，这种自治权基于依法行使政府、行政和管理行为的权力。
Col HWB C＆H SRH策略年度进度报告.docx
4.8。与之相关的是，与具有更高的性传播感染率的社区进行互动工作 - 例如，年轻的黑人加勒比海男人的衣原体以及更好地与某些团体建立联系的沟通策略对建立更多的信任和对服务的信心非常重要，以支持更好的健康行为。正在探索的一种方法是“鸡舍性爱聊天”；通过“鸡舍”中的QR码可以访问的年轻人和年轻人制作的SRH的简短视频，年轻人和年轻人喜欢在大学，上班或晚上出去。它可以探索知识和意识，决策，人际关系和同意，并获得服务，并通过当地YP友好的服务和在线测试。
2024_53_DOLS_TB：气候变化的植物免疫：高温下NLR免疫受体的作用方式
植物性抗病性是农业的基础，维护作物健康和生产力。然而，大多数植物性抗病性蛋白（包括NLR）（包括NLR（核苷酸结合，富含亮氨酸的重复））免疫受体会出现重大挑战，在28摄氏度以上的温度下显示出降低的有效性。这种温度敏感性具有关键的影响，使农作物更容易受到疾病和害虫的影响，尤其是在增加全球温度和气候变化的背景下。尽管其重要性，但这种温度敏感性的根本原因仍然很少理解。该项目旨在通过研究暴露于高温的植物中NLR免疫受体的作用方式来解决这一知识差距。
LeoLabs 宣布哥斯达黎加太空雷达“...
“哥斯达黎加太空雷达的意义是双重的，”前 NASA 宇航员、LeoLabs 联合创始人 Edward Lu 解释道。“首先，它提供了更高级别的数据，以告知和改进我们为进入低地球轨道的新兴卫星星座提供的运营服务。我们提供的每项服务，例如防撞或早期发射跟踪，都受益于哥斯达黎加太空雷达提供的额外数据。这是基础。其次，”Lu 继续说道，“与我们的其他雷达相结合，哥斯达黎加太空雷达扩展了我们提供低地球轨道中更多物体的实时地图、描述风险并将这种见解提供给我们的客户的能力。这是对太空可持续性和飞行安全的重大贡献。”
egoexolearn：用于桥接异步自我
抽象能够将他人的活动映射到自己的观点中，即使从很小的时候就开始是一种基本的人类技能。迈向理解这种人类能力的一步，我们介绍了EgoExolearn，这是一个大规模的数据集，该数据集在过程之后模仿人类的演示，在该过程中，个人在执行以exentric-exentric-view示范视频为指导的任务时记录了以自我为中心的视频。关注日常援助和专业支持中的潜在应用，Egoexolearn Conconconconconconconconconconcons conconce concection和示范视频数据涵盖了在日常生活场景和专业实验室中捕获的120小时的120小时。与视频一起，我们记录了高质量的凝视数据并提供了详细的多模式注释，并构建了一个游乐场，用于建模人类从不同观点桥接异步程序动作的能力。为此，我们提出了基准，例如跨视图协会，跨视图行动计划和跨视图所引用的技能评估以及详细的分析。我们期望EgoExolearn可以作为跨越观点弥合行动的重要资源，从而为创建能够通过在现实世界中观察人类进行缝隙学习的AI代理铺平了道路。数据集和基准代码可在https：//github.com/opengvlab/egoeexolearn上找到。
葡萄糖：可解释的餐后血糖预测和体育锻炼
摘要 - 以餐后的血糖水平超过正常范围的标志性的植物性高血糖，这是在糖尿病和健康个体中向2型糖尿病进展的关键指标。饮食后了解血糖动力学的关键指标是曲线下的餐后区域（PAUC）。根据人的饮食和活动水平预测PAUC，并解释什么影响餐后血糖可以使人可以相应地调整其生活方式以维持正常的葡萄糖水平。在本文中，我们提出了葡萄糖，这是一种可解释的机器学习，以预测饮食，活性和最近的葡萄糖模式中的PAUC和高血糖。我们对10个全职工作人员进行了为期五周的用户研究，以开发和评估计算模型。我们的机器学习模型采用多模式数据，包括空腹葡萄糖，近期葡萄糖，最近的活性和大量营养素量，并提供了可解释的餐后葡萄糖模式的预测。我们对收集到的数据的广泛分析表明，训练有素的模型达到了0.123的归一化均方根误差（NRMSE）。平均而言，带有随机森林主链的葡萄糖素比基线模型可获得16％的结果。此外，血糖素可以准确地预测高血糖率74％，并建议通过不同的反事实解释来帮助避免高血糖。可用代码：https：//github.com/ab9mamun/glucolens。
胰岛素阿斯帕特（Novolog®）
每次怀孕的始于3-5％的出生缺陷的机会。这称为背景风险。胰岛素阿斯帕特预计不会增加出生缺陷的机会以上。在怀孕之前或怀孕期间服用胰岛素阿斯帕特女性的437份报告中，没有报告出生缺陷。在对怀孕和患有1型糖尿病，2型糖尿病或妊娠糖尿病的女性的小型研究中，使用人类胰岛素和胰岛素阿斯帕特治疗其病情之间没有任何差异。
gretl-变化图评估工具包
动机：由于基因组图是代表人群中遗传多样性的强大数据结构，因此它们可以帮助识别传统线性参考遗漏的基因组变异，但它们的复杂性和大小使对基因组图的分析变得具有挑战性。我们试图开发一种基因组图分析工具，该工具通过解决现有工具的局限性来帮助这些分析更容易访问。具体来说，我们提高了可扩展性和用户友好性，并提供了许多新的统计信息以进行图形评估。结果：我们开发了一种有效，全面和集成的工具Gretl，以通过提供广泛的统计数据来分析基因组图并获得对其结构和组成的见解。gretl可以用于评估不同的图表，比较图形构造管道的输出与不同的参数，并对单个图进行深入分析，包括特定于样本的分析。借助Gretl，可以确定遗传变异和潜在目标区域的新型模式，以便以后进行更详细的检查。我们证明，Gretl在速度方面优于其他工具，尤其是对于较大的基因组图。可用性和实现：Gretl在Rust中实现。评论的源代码可在MIT许可证上获得https://github.com/moinsebi/gretl。文档中提供了如何运行gretl的示例。几个Jupyter笔记本电脑是存储库的一部分，可以帮助可视化Gretl结果。