XiaoMi-AI文件搜索系统
World File Search Systempandem
管理大流行后建筑业的劳动力生产率
建筑行业受到19日大流行的重大影响，既有前所未有的挑战和变革的机会。劳动力短缺，遵守增强的健康和安全法规，以及采用数字技术的快速加速已集体重塑了该行业的运作方式。这些破坏需要重新评估传统劳动力管理实践，强调韧性和创新。本文探讨了在大流行时代提高劳动力生产率的关键策略。中央主题包括利用高级技术，例如自动化，建筑信息建模（BIM）和可穿戴安全设备；采用灵活的工作实践来满足不断发展的劳动力需求；并实施全面的培训计划，以弥合技能差距并促进适应性。本文还研究了政策和行业合作在塑造可持续实践中的作用，强调了公私伙伴关系的重要性以及政府对技术投资的支持。建议专注于培养建筑团队中的韧性，适应性和包容性文化，以减轻劳动力短缺并提高整体运营效率。案例研究说明了数字工具和创新劳动力策略的成功整合强调了这些方法的可行性和好处。通过采用这些策略，建筑行业可以在面对未来的不确定性的情况下将自己定位为可持续增长，提高生产率和韧性提高。
气候行动是应对疫情的韧性
第四，世界各地的卫生系统，尤其是中低收入国家的卫生系统，仍然缺乏发现、控制和应对新出现的疫情和流行病，或应对气候变化带来的日益加重的疾病负担的能力。建立能够预防、发现和控制疫情的卫生系统是我们最好的适应措施，并将增强对极端气候事件的抵御能力，而极端气候事件的抵御能力也依赖于许多类似的系统。这需要投资于更完善的早期预警和疾病监测系统、可在危机时期提升的实验室和检测能力、具备必要应急能力的熟练劳动力、包含“同一健康”理念的强大公共卫生机构、良好的管理和领导力，当然还有对科学的信任。27
揭示了抗菌抗性的大流行
抗菌耐药性（AMR）是对人，动物和环境健康的主要全球威胁，它正在不断发展。应归咎于多药（MDR）细菌的发展，传播和持久性，也称为“超级细菌”。抗菌剂的有效性受到耐受性或抵抗力从首次使用的潜力而损害。用于治疗细菌，真菌，病毒和寄生虫感染的抗菌剂属于此类。随着这种耐药的增长，几种生理和生化过程可能会发挥作用。在人类历史上的关键时刻发现了抗生素，彻底改变了医学并挽救了无数的生命。可悲的是，这种“魔术子弹”之后是对它们产生抗药性的病原体。尽管在过去几十年中采取了几项建议和措施，但环境并没有跟上微生物越来越对可用药物的免疫力，这种现象称为抗菌耐药性（AMR）。鉴于AMR危机的幅度以及受其影响影响的众多社会领域，该问题的解决方案必须是全面和系统的。 在这一点上，不可能确定预测未来的情况，但是由于新型抗生素的稀缺性，AMR的调节似乎非常困难。 要解决此问题，应使用多方面的策略。 医学生，医生和药剂师必须接受持续和更新的培训。 除非迅速解决AMR，否则可能会丢失。鉴于AMR危机的幅度以及受其影响影响的众多社会领域，该问题的解决方案必须是全面和系统的。在这一点上，不可能确定预测未来的情况，但是由于新型抗生素的稀缺性，AMR的调节似乎非常困难。要解决此问题，应使用多方面的策略。医学生，医生和药剂师必须接受持续和更新的培训。可能会丢失。必须将研究的一个组成部分纳入AMR政策，以及制药行业的鼓励生产“超级细菌抗生素”。
出版详情：Liu, T., Tsang, W., Xie, Y., Tian, K., Huang, F., Chen, Y., Lau, O., Feng, G., Du, J., Chu, B., Shi, T., Zhao, J., Cai, Y., Hu, X., Akinwunmi, B., Huang, J., Zhang, CJP, & Ming, W.-K. (2021). 新冠疫情前和疫情期间人工智能临床医生的偏好：离散选择实验和倾向得分匹配研究。医学互联网研究杂志，23(3)，文章 e26997。https://doi.org/10.2196/26997
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 暨南大学国际学院，广州，中国 3 南安普顿大学社会科学学院，南安普顿，英国 4 香港理工大学应用数学系，香港，香港 5 河南理工大学计算机科学与技术学院，河南，中国 6 北京师范大学（珠海）应用数学学院，珠海，中国 7 布莱根妇女医院妇产科，马萨诸塞州波士顿，美国 8 哈佛大学医学院麻省总医院基因组医学中心，马萨诸塞州波士顿，美国 9 伦敦帝国理工学院公共卫生学院流行病学与生物统计学系，伦敦，英国 10 香港大学公共卫生学院，香港，香港 * 这些作者的贡献相同
出版详情：Liu, T., Tsang, W., Huang, F., Lau, OY, Chen, Y., Sheng, J., Guo, Y., Akinwunmi, B., Zhang, C. JP., & Ming, W.-K. (2021). 中国 SARS-CoV-2 大流行期间患者对人工智能应用与临床医生在疾病诊断中的偏好：离散选择实验。《医学互联网研究杂志》，23(2)，文章 e22841。https://doi.org/10.2196/22841
背景：误诊、乱收费、排队、诊所等待时间长等是全球医疗行业长期存在的现象。这些因素可能导致患者对临床医生误诊的焦虑。然而，随着大数据在生物医学和医疗保健界的使用日益增长，人工智能 (Al) 诊断技术的性能正在提高，可以帮助避免医疗实践错误，包括在当前 COVID-19 的情况下。目的：本研究旨在在中国 COVID-19 疫情的背景下，从人工智能诊断与临床医生的不同角度可视化和衡量患者的异质偏好。我们还旨在说明离散选择实验 (DCE) 潜在类别的不同决策因素，以及人工智能技术在 SARS-CoV-2 大流行期间及未来判断和管理中的应用前景。方法：DCE 方法是本文应用的主要分析方法。我们假设了诊断方法、门诊等候时间、诊断时间、准确率、诊断后随访、诊断费用等不同维度的属性，并形成问卷。利用 DCE 问卷收集的数据，应用 Sawtooth 软件对数据集构建了广义多项逻辑 (GMNL) 模型、混合逻辑模型和潜在类别模型。此外，我们计算了变量的系数、标准误差、P 值和优势比 (OR)，并形成效用报告以呈现属性的重要性和加权百分比。结果：无论临床医生的描述如何，共有 55.8% 的受访者 (767 人中的 428 人) 选择了 AI 诊断。在 GMNL 模型中，我们发现人们最喜欢 100% 的准确率 (OR 4.548, 95% CI 4.048-5.110, P <.001)。对于潜在类别模型，最容易接受的模型由 3 个潜在类别的受访者组成。影响最大、百分比权重最高的属性是诊断的准确性（总体为 39.29%）和费用（总体为 21.69%），尤其是对诊断“准确性”属性的偏好，该属性在各个类别中保持不变。对于第 1 类和第 3 类，人们更喜欢 AI + 临床医生的方法（第 1 类：OR 1.247，95% CI 1.036-1.463，P <.001；第 3 类：OR 1.958，95% CI
Carole Adam、Cédric Lauradoux。一款严肃的游戏，用于辩论在 COVID-19 大流行期间使用人工智能。第 19 届危机应对和管理信息系统国际会议 (ISCRAM)，2022 年 5 月，法国塔布。�hal-03613418v2�
危机总是在安全和自由之间做出艰难的妥协，COVID-19 疫情也不例外。各国政府实施了各种卫生限制措施，以减少病毒传播。在人工智能 (AI) 的帮助下，监控规模已上升到前所未有的水平。然而，这些技术也带来了许多风险，从潜在的错误或偏见，到在最初的危机持续时间之外的长期执行。公民应该意识到这些技术并非万无一失，并衡量错误的后果，以便做出明智的决定，决定他们想要接受什么，以及接受多长时间。为此，我们设计了一款严肃的游戏，形式是虚拟城镇公民之间的市政辩论。一些初步测试会议帮助我们改进了游戏设计，并证明了这款游戏在引发辩论和提高认识方面具有吸引力。
西班牙国民账户修订后疫情时代经济表现概览：欧洲比较
每年的数据。然而，虽然 1995 年至 2020 年的结果仅反映了这一基准修订的影响，但 2021 年、2022 年和 2023 年的结果也纳入了 INE 例行年度修订政策框架下的更新，这意味着 2021 年的估计数是最终的，而 2022 年和 2023 年的数据仍有可能在未来进行修订。这些例行修订也包含在国民账户修订政策的框架内，确保所有欧洲国家对年度修订采取一致的方法，符合欧盟统计局的指导方针。有关国民账户为分析经济发展提供的全面而系统的定量框架的更多详细信息，请参阅 Fernández、González Mínguez、Izquierdo 和 Urtasun (2023)。
COVID-19大流行作为发展的催化剂...
COVID-19大流行一直是采用可持续环境实践的重要催化剂。限制性措施，例如隔离和削减国际旅行，已减少了温室气体排放和改善城市的空气质量。这为重新考虑消费和资源使用模式提供了机会，并加速了各个部门的更绿色，更可持续的方法的过渡，包括运输，能源和制造业。大流行还强调了环境健康与人类生活质量之间的关系，刺激了绿色经济，可再生能源和循环经济计划的发展。从长远来看，采用可持续实践不仅可以减轻气候变化的影响，而且可以改善公共卫生和福祉。COVID-19-19大流行，可持续环境实践，气候变化，空气质量，可再生能源，循环经济，生活质量，绿色经济。 关键词：可持续的环境实践，气候变化，空气质量，可再生能源，循环经济，生活质量，绿色经济COVID-19-19大流行，可持续环境实践，气候变化，空气质量，可再生能源，循环经济，生活质量，绿色经济。关键词：可持续的环境实践，气候变化，空气质量，可再生能源，循环经济，生活质量，绿色经济
引用/建议引用：Efthymiou, I.-P.、Sidiropoulos, S.、Kritas, D.、Rapti, P.、Vozikis, A. 和 Souliotis, K. (2020)。AI 在 Covid-19 大流行期间改变医疗管理。HAPSc 政策简报系列，1 (1)，130-138。https://doi.org/10.12681/ hapscpbs.24958
人工智能 (AI) 作为改善医疗保健的平台的出现，为提高患者和临床团队的表现、降低成本和减少社区的健康影响提供了无与伦比的机会。它广泛描述了用于实施医疗保健的 AI 工具的法律和立法背景；强调了平等、可及性和人权目标的必要性；并确定了进一步发展的重要因素。AI 框架描述了 AI 开发、采用和管理的障碍、缺点和最佳实践。它为医疗保健带来了范式转变，推动力是临床数据访问的增加和分析技术的快速进步。人工智能 (AI) 将彻底改变医学实践并改变医疗保健的提供方式。本文讨论了人工智能在医疗保健和相关领域发展中的作用。它还讨论了人工智能在各个医疗保健部门转型中的价值。
数字技术在疫情期间和疫情后支持女性创业者的作用：案例分析
新冠疫情给全球企业造成了严重破坏，女性企业家受到的影响尤为严重。女性企业家面临着诸多挑战，例如获得资金的机会减少、照顾责任增加以及企业因封锁而倒闭。然而，数字技术已成为疫情期间和疫情后支持女性企业家的关键因素。本文旨在探讨数字技术在支持世界各地女性企业家方面的作用，并确定数字环境为女性企业家带来的挑战和机遇。近年来，女性企业家在推动经济增长和创新方面的作用受到越来越多的关注。女性企业家面临着各种挑战，包括获得资金、市场机会和网络的机会有限。新冠疫情进一步加剧了这些挑战，导致经济大范围混乱和不确定性。