XiaoMi-AI文件搜索系统
World File Search Systemols
人工智能对抗第一波新冠肺炎疫情
摘要背景：2019年底，新冠肺炎疫情意外爆发。由于该疾病传染性强、传播范围广、风险大，疫情防控成为全球面临的巨大挑战。人工智能（AI）是应对新冠肺炎疫情的潜在有力工具之一。本研究系统评估了人工智能在中国第一波新冠肺炎疫情中对感染防控的有效性。方法：为了更好地评估人工智能在疫情突发事件中的作用，我们重点研究了2019年12月初至2020年4月底中国304个城市的第一波新冠肺炎疫情。我们使用了三组因变量来捕捉人工智能效应的各个维度：（1）累计确诊病例达到峰值的时间，（2）病死率和是否有重症病例，（3）地方复工复产政策数量和出台时间。主要解释变量是以人工智能专利数量衡量的地方人工智能发展情况。为了拟合不同因变量的特征，我们采用了多种估计方法，包括 OLS、Tobit、Probit 和 Poisson 估计。我们纳入了大量的控制变量并添加了交互项来测试人工智能发挥作用的机制。结果：我们的结果表明，人工智能对（1）筛查和检测疾病以及（2）监测和评估疫情发展具有非常显著的影响。具体而言，人工智能有助于在跨城市流动性高的城市筛查和检测 COVID-19。此外，人工智能在复工风险高的城市恢复生产中发挥了重要作用。然而，支持人工智能在疾病诊断和治疗中有效性的证据有限。结论：这些结果表明人工智能可以在抗击疫情中发挥重要作用。关键词：人工智能、COVID-19、预防、中国
原油贸易对尼日利亚经济的影响
系列方法。学位：尼日利亚理学硕士是一个主要的石油外来国家，约有90％的外国收入和6.33％的国内生产总值（GDP）直接或间接依赖于原油贸易。尽管这种明显依赖原油，但经验研究仍然很少，探讨了原油贸易对国家经济格局的影响。目前的研究努力阐明各种原油贸易决定因素对尼日利亚的人均GDP的影响，并采用了普通的最不方（OLS）回归模型。相关发现强调了布伦特原油价格，非常大的原油（VLCC）货运率以及印度对原油进口的价值作为尼日利亚人均GDP的显着影响者。这些决定因素是显着的，并且与尼日利亚的GDP呈正相关，系数分别为28.6％，13.7％和6.2％。有趣的是，布伦特原油价格出现为与尼日利亚的人均GDP保持长期关联的孤立决定因素，这证明了误差校正期限系数为-0.234。鉴于这些发现，该研究主张政府实体和政策制定者采取严格监测机制的干预措施。这将需要制定立法框架有助于对石油价格动态的有效监督，从而实现敏锐的石油生产治理，尤其是在以低原油价格为特征的时期。此外，尼日利亚应该通过专注于非石油出口来使其经济多样化。此外，在尼日利亚与其原油贸易盟友（尤其是印度）之间建立共生双边协议的当务之急。这种战略参与将有助于支撑需求稳定并确保多年生和可靠的收入来源。这种策略重新校准旨在减少对原油过度依赖的经济脆弱性，作为主要外国税收途径，同时促进强大而可持续的经济。进一步的研究可以调查尼日利亚对石油收入的依赖以及对经济多元化的需求的影响。关键词：原油，贸易，人均GDP，尼日利亚经济
金融科技背景下的越南商业银行研究
电子邮件：nhatnm@hub.edu.vn；https://orcid.org/0009-0006-5915-8605 摘要背景：第四次工业革命显著影响了经济和社会生活的几乎每个方面。在 COVID-19 大流行期间，数字银行交易已被证明是有用的。然而，它们也引起了许多担忧，尤其是对银行而言。为了在快速变化的数字技术环境中生存，银行别无选择，只能增加技术投资支出，而不管这些投资的有效性如何。目的：本研究旨在探讨在金融科技增长背景下，技术投资因素对股票回报和银行利润之间的关系。方法：本研究基于 2010 年至 2023 年越南 26 家股份制商业银行的数据进行；技术投资对股票回报和盈利能力的影响可以使用几种统计模型进行分析，例如普通最小二乘法（OLS）、固定效应模型（FEM）、随机效应模型（REM）、可行广义最小二乘法（FGLS）和广义矩方法（GMM）。结果：作者的研究表明，在 Covid 期间，技术要素显著影响了股票回报并有助于银行增加利润。然而，虽然技术投资带来了更高的利润，但也导致商业银行的股票收益下降。结论：作者还发现银行规模、利润因素和股票市场之间存在负相关关系。独特贡献：本研究考察了金融科技扩张背景下技术投资对越南商业银行股票回报和盈利能力的影响。它从理论和实践两个方面探讨了这项研究的好处。关键建议：基于研究结果，作者建议制定立法和政策，以加强技术投资及其对越南商业银行股票回报和盈利能力的影响，同时考虑到金融科技的扩张。此外，商业银行必须加大对科技的投入，将其视为可预见的未来的关键方法。同时，建立合理的科技投资基准也至关重要。然而，由于每家银行的基本属性不同，以及不同银行所处的经济和技术条件也不同，这项任务非常复杂。关键词：科技投资；股票收益；盈利能力；金融科技增长。
24-12-2022 可再生能源消费在促进可持续发展和循环经济中的作用。数据驱动
Lucio Laureti 1*、Alberto Costantiello 2*、Angelo Leogrande 3*° *LUM University Giuseppe Degennaro，卡萨马西马，巴里，普利亚，意大利，欧盟°LUM Enterprise srl，卡萨马西马，巴里，普利亚，意大利，欧盟 可再生能源消费在促进可持续性和循环经济中的作用。数据驱动分析摘要 在本文中，我们研究了“可再生能源消费”在循环经济背景下的作用。我们使用世界银行 2011 年至 2020 年期间 193 个国家的数据。我们执行了几种计量经济学技术，即具有固定效应的面板数据、具有随机效应的面板数据、汇总 OLS、WLS。我们的结果表明，“可再生能源消耗”与“制冷度日数”和“调整后的储蓄：净森林消耗”等呈正相关，与“温室气体净排放/土地利用与林业清除”和“平均干旱指数”等呈负相关。此外，我们应用经过 Silhouette 系数优化的 k-Means 算法进行聚类分析，发现存在两个聚类。最后，我们比较了八种不同的机器学习算法来预测可再生能源消耗的值。我们的结果表明，多项式回归是预测意义上的最佳算法，平均可再生能源消耗预计增长 2.61%。JEL 代码：Q5、Q50、Q51、Q52、Q53。关键词：环境经济学、一般、环境影响评估、污染控制的采用和成本、回收利用。 1. 介绍-研究问题 在下文中，我们将分析可再生能源消费在循环经济背景下的作用，并关注环境可持续性。促使我们进行这一分析的原因一方面在于气候变化存在的经验证据，另一方面在于日益推动各国投资绿色经济的国际经济政策。最后，有必要考虑经济科学的作用，它一直警告污染产生的负面外部性。当然，工业主导的经济增长与污染之间的联系是所有国家资本主义发展的历史事实。即使在资本主义起源的欧洲，污染也摧毁了河流、森林、污染了城市并摧毁了整个人口。因此，意识到将绿色元素引入资本主义的必要性不仅是 Z 世代的趋势，而且是西方文明和全球文明的真正长期需求。当然，可再生能源在发展中国家和工业化国家都获得了大量资金和补贴。然而，人们对完全依赖可再生能源提高能源效率的可能性存在许多疑问。事实上，许多 GDP 增长迅速的国家仍然
临时工作人员指导 - DANU-ISG-2022-01，先进反应堆应用内容项目，“风险知情、技术包容的先进反应堆应用审查 - 路线图”
临时工作人员指导 基于风险、技术包容的先进反应堆应用审查——路线图 DANU-ISG-2022-01 目的 美国核管理委员会 (NRC) 工作人员提供此临时工作人员指导 (ISG) 有两个原因。首先，本 ISG 提供指导以促进根据《联邦法规》第 10 篇 (10 CFR) 第 50 部分“国内生产和利用设施许可”(参考文献 1) 准备非轻水反应堆 (non-LWR) 的建造许可证 (CP) 或运营许可证 (OL) 申请，或根据 10 CFR 第 52 部分“核电站的许可、认证和批准”(参考文献 2) 准备联合许可证 (COL)、制造许可证 (ML)、标准设计批准 (SDA) 和设计认证 (DC)。 1 其次，本 ISG 为 NRC 工作人员提供了如何审查此类申请的指导。截至本 ISG 发布之日，NRC 正在制定一项规则以修订 10 CFR 第 50 和 52 部分（RIN 3150-Al66）。NRC 工作人员指出，本指南可能需要更新以符合通过该规则制定而采用的 10 CFR 第 50 和 52 部分的变更（如果有）。此外，截至本 ISG 发布之日，NRC 正在制定一个可选的基于性能、包含技术的监管框架，用于为指定为 10 CFR 第 53 部分“先进核反应堆的许可和监管”（RIN 3150-AK31）的核电站颁发许可证。在这些法规颁布后，NRC 工作人员预计本指南将更新并纳入 NRC 的监管指南 (RG) 系列或 NUREG 系列文件，以解决本文件中许可流程特有的申请考虑内容。本 ISG 中的指南提供了 (1) 根据 10 CFR 第 50 部分或 10 CFR 第 52 部分提交的非轻水反应堆申请应包含的信息的概述；(2) 为 NRC 工作人员提供的审查路线图，主要目的是确保工作人员审查的一致性、质量和统一性；以及 (3) 明确定义的基础，工作人员可以据此评估审查范围的拟议差异（例如，CP 与 OL）。本 ISG 中描述的信息的具体部分主要与 RG-1.233 中认可的许可现代化项目 (LMP) 方法一致，RG-1.233 是“非轻水反应堆许可、认证和批准申请许可基础和内容的技术包容性、风险知情和基于绩效的方法指南”，于 2020 年 6 月发布（参考文献 3），作为申请人在开发申请部分时可以使用的一种可接受流程。尽管如此，本 ISG 中的概念和一般信息也可用于审查使用其他方法（如适用）提交的申请，例如基于最大假设事故或确定性方法的方法。其他
健康安全和网络安全：相互依赖分析
Olena Dobrovolska，Orcid：https：//orcid.org/0000-0000-0002-4159-8446经济科学博士学位，德累斯顿应用科学大学教授（德国）银行和保险公司的管理，德累斯顿应用科学大学（德国）Tetiana Dotsenko 1，Orcid：https：//orcid.org/000000-0000-0001-5713-2205 https://orcid.org/0009-0004-8542-8539 MCOMP，Apptimisting GmbH，Potsdam（德国）Daniil Savchenko，orcid：orcid：https：///orcid.org/009-0009-0009-0007-1007-1684-8654-SUBREAN cooler suprena coolera coolera coolera nourenae olare a。 olena.dobrovolska@htw-dresden.de Type of manuscript: research paper Abstract: The development of medical digital platforms with data on patients, medical institutions and medicines, the growing use of IoT devices in medicine, the development of telemedicine accelerated by the COVID-19 pandemic, the growth of big data-based treatment technologies – all this makes it necessary to ensure reliable cyberdefence in the field of public health,保持诊所和健康保险公司财务信息的机密性，通过患者记录免受黑客攻击保护数据库，并确保安全沟通。本文使用经济和数学建模来研究两个著名的国际指数及其组成部分：全球健康安全指数（GHSI）和2021年190个国家/地区的全球网络安全指数（GCSI）。输入基础包括20个网络安全子索引和7个2021的健康安全子索引。基于迭代分裂的K-均值方法，将所有国家分为3个集群。第一个群集包括55个国家（研究指数的中等水平），第二–49（高级），第三名 - 86（低水平）。通过方差分析来证实，分为簇并选择其最佳数量的可行性。通过Sigma限制参数化的方法，显着性的单变量检验，T值的帕累托图和相关分析，所有因素，无一例外地证明是相关的。由于OLS方法，生成了多个线性回归，描述了这些索引的各个组件及其积分值之间的关系。已确认模型中所包含的因素的统计意义，并测试了模型本身的适当性和准确性。在相关分析，这些索引组成部分之间的统计关系的存在和幅度。在这些索引的积分值以及子索引对之间观察到最强的相关性：1）法律措施（GHSI组件）和预防（GCSI组件）； 2）技术措施（GHSI组件）和检测和报告（GCSI组件）。为了确定因子组之间的因果关系，进行了规范分析，这表明GHSI参数是因果关系，而GCSI参数是由此产生的。线性回归模型在GHSI和GCSI指数之间显示出显着的正相关关系。出版商：学术研究和出版UG（I.G.）关键字：网络安全，全球网络安全指数，全球卫生安全指数，卫生系统，公共卫生分类：I18，K22，K22，K22，K24，2024年4月10日接受：2024年6月20日出版：2024年7月4日，资金：该研究是由研究协议资助的，该研究是由11th fullipp schart in ear fultips Schart in oal fultip schart schart in ol fultip schart schart schart in ol fultip schart， 基础。这项工作是在0124U000544研究中进行的，“该国战时经济的网络安全和数字化转型：与网络犯罪，腐败和影子部门的斗争”。（德国）创始人：学术研究和出版UG（I.G.）（德国）引用：Dobrovolska，O。，Ortmanns，W.，Dotsenko，T.，Lustenko，V。，＆Savchenko，D。（2024）。卫生安全和网络安全：相互依存的分析。健康经济学和管理评论，第5（2），84-103页。 https://doi.org/10.61093/hem.2024.2-06。1该文章是由Tetiana Dotsenko在柏林技术大学（医疗保健管理部）的研究期间撰写的
商业战略、现金持有量和股息支付
经营、投资和融资决策（Goshen & Hamdani，2016；Van den Steen，2016）。因此，如果不考虑公司的经营战略3，那么对公司为何以及何时持有现金或支付股息的任何解释都是不完整或误导的。然而，商业战略在这些重要决策中的作用仍未得到充分探索。因此，在本文中，我们研究了公司的商业战略在其现金持有和股息支付决策中的作用。本文的创新之处在于将管理文献中的组织理论与企业现金持有和股息支付的金融文献联系起来。使用 Bentley 等人（2013）对 Miles 和 Snow（1978、2003）战略类型学的改编，我们预测并发现证据表明，探矿者（防御者）可能比其他公司持有更多（更少）现金并支付更少（更多）的股息。此外，对遵循分析器策略的公司进行额外分析的结果与我们的主要结果一致。与本文密切相关的两项研究是 Magerakis 和 Tzelepis（2020 年；以下简称 MT）以及 Cao 等人（2022 年；以下简称 CCHL）。我们的研究在几个方面不同于 MT 和 CCHL。首先，与我们的研究不同，MT 和 CCHL 分别探讨了商业战略对现金持有量和股息支付的影响。鉴于公司的现金持有量和股息支付决策是相互关联的，孤立地考虑其中一个可能会导致相关遗漏变量问题，从而导致结果出现偏差。凯恩斯（1936 年）认为，内部资源有限的公司可以通过清算资产、发行新股/债务或跳过股息来增加资金。此外，大量现金持有量可以保护公司免受流动性危机的影响并促进股息支付。一家利润丰厚但缺乏足够现金支付股息的公司要么被迫借款，要么清算部分资产。另一方面，在支付股息之后，公司的现金持有量会下降。显然，现金持有量和股息支付是相互关联的。有强有力的实证证据支持这些观点。例如，Pinkowitz 等人（2006 年）论证并提供证据表明，在投资者保护较差的国家，由于控股股东存在内部现金被侵占的风险，投资者对支付的 1 美元股息的评价远高于公司内部保留的 1 美元现金持有量。Al-Najjar 和 Belghitar（2011 年）进一步证明公司现金持有量和股息支付是相互关联的。在他们的模型中，当他们估计现金时，他们控制股息，反之亦然。因此，与 MT 和 CCHL 不同，作为稳健性检验的一部分，我们使用联立方程方法估计我们的模型。其次，一些方法论问题和不一致的结果使人们对 MT 和 CCHL 研究结果的普遍性产生了怀疑。例如，MT 和 CCHL 都使用了非常长的样本期：分别为 1970-2016 年和 1962-2019 年。具体来说，CCHL 的最终数据集包含 1962-2019 年期间来自 12,000 多家美国公司的 90,241 个公司年观测值（Cao 等，2022 年，第 5 页）。由于样本期为 58 年，因此平均每年有 1556 个观测值与样本中的 12,000 多家公司有关。因此，样本中的数据不连续性和美国数据的结构性变化对其结果构成了严重威胁。2000 年及以后的美国经济与 20 世纪 60 年代和 70 年代有很大不同。在 20 世纪 60 年代和 70 年代，没有互联网，数字技术在经济中的存在非常有限。如今，科技公司（如苹果、谷歌、Facebook、微软、亚马逊）主导着美国经济。这些问题进一步引发了人们对 MT 和 CCHL 结果的普遍性的质疑。此外，MT 发现，普通最小二乘法 (OLS) 和广义矩法 (GMM) 估计值在策略（感兴趣的变量）上的结果不一致。策略对现金持有量的影响仅对防御者组具有统计显著性（Magerakis & Tzelepis，2020 年，第 688 页）。此外，鉴于 MT 报告的结果基于单一
当人类相信自己的队友是人工智能时会发生什么？对人类与自主机器人合作的调查
随着人工智能 (AI) 的熟练程度不断提高，AI 用作团队成员而不是工具的潜力正在接近实现。这一进步正在推动对人类团队的适用性或人类自主知识的应用进行新的研究。在当前的研究中，我们通过质量方法来阐述团队的人员组成（团队中的人员数量和人员数量）如何影响团队的情绪、团队流程、团队成员本质状态，以及它们作为团队认知系统的出现。共有 4 6 个团队完成了团队或 K 模拟，在了解他们的团队经验或经验后，我们将进行查看。所有团队均由人类组成；然而，有两个条件是，他们的团队成员都是非同伙代理人。访谈是使用扎根的方法进行分析的，其中揭示了团队组成之间的主题差异。根据我们的研究结果，我们提供了一个新模型来描述早期行动团队如何实现有效的团队过程以及新兴的认知状态。