XiaoMi-AI文件搜索系统
World File Search Systempandemic
新冠疫情爆发以来英格兰心血管疾病超额死亡人数：分析与解释
世界卫生组织将“根本死因”定义为：“引发一系列直接导致死亡的病态事件的疾病或伤害，或导致致命伤害的事故或暴力情况”。1 这一定义包含在英格兰和威尔士医生填写国家统计局 (ONS) 颁发的《死亡原因医学证明书》指南中。2 ONS 在编码死亡原因的过程中，会将根本死因分配给每例死亡病例。这通常是认证人员在死亡原因医学证明书第 1 部分的最底行记录的状况（例如，1c 导致 1b 导致 1a）。但是，情况并非总是如此，例如当死亡证明书填写不正确时（例如，如果一行中有多个原因，且没有顺序指示），或者对于正确填写的证明书，存在特定状况、组合或情况时。在这些情况下，ONS 采用一套选择和修改规则来确定根本死因。有关这些内容的更多详细信息，请参阅国家统计局死亡率统计用户指南第 9 部分。3
在 COVID 大流行的不同阶段，AI 算法的表现：我们可以从 AI 中学到什么，反之亦然。
a 意大利帕维亚大学临床、外科、诊断和儿科科学系和意大利帕维亚圣马泰奥联邦 IRCCS 医学指导系 b 意大利帕维亚大学电气、计算机和生物医学工程系 c 意大利帕维亚圣马泰奥联邦 IRCCS 医学指导系 d Reply S.p.A.，Corso Francia，110，意大利都灵 e 意大利帕维亚大学内科和治疗学系和急诊科意大利帕维亚圣马泰奥联邦 IRCCS 医学指导系 f 意大利帕维亚大学临床、外科、诊断和儿科科学系和意大利帕维亚圣马泰奥联邦 IRCCS 医学指导系 g 意大利帕维亚大学放射肿瘤学系意大利帕维亚 IRCCS Policlinico San Matteo 基金会传染病科 h 意大利帕维亚大学内科和治疗学系呼吸疾病科，Fondazione IRCCS Policlinico San Matteo，帕维亚，意大利
在大流行期间，澳大利亚卫生专业学生在COVID-19的障碍和促进者：一项全国性研究
摘要使用横断面的在线调查，我们调查了有关COVID-19的知识，态度和风险感知，并确定了影响2021年10月至2022年1月至2022年澳大利亚卫生专业学生疫苗接种的因素。我们分析了来自17所澳大利亚大学的1114名卫生专业学生的数据。大多数参与者都参加了护理计划（n = 958，86.8％），参与者中有91.6％（n = 858）接受了COVID-19-19。约有27％的人认为Covid-19并不比季节性影响更严重，并且他们患Covid-19的风险很低。将近20％的人不同意澳大利亚的Covid-19疫苗是安全的，并且认为它们比一般人群更高的风险获得了Covid感染的风险。高风险的疫苗接种视为其专业责任，疫苗授权强烈预测疫苗接种行为。参与者将卫生专业人员，政府网站和世界卫生组织的共同信息视为最值得信赖的信息来源。的调查结果表明，医疗保健决策者和大学管理人员需要通过疫苗接种来监测学生的犹豫，以改善学生向普通人群促进疫苗接种。
大流行期间家用投资组合中的黄金
∗作者感谢Arvind Sahay，Harish Chopra，Paramita Mukherjee，P。R. Somasun-Daram以及第6届IGPC-IIMA年度黄金市场会议的参与者，以提供其有用的建议。从IIM艾哈迈达巴德印度黄金政策中心获得的资金得到了承认。我们感谢Rajesh Shukla在家庭调查数据方面的帮助，并感谢Robert Beyer和Daynun Crull在我们的分析中使用的夜间灯光强度数据。作者名称以姓氏的字母顺序出现。任何错误和遗漏仍然是我们自己的。
COVID-19 疫情期间使用的人工智能系统中偏见的伦理评估和缓解策略
摘要 本文的主要目的是反思为解决 COVID-19 大流行引起的问题而开发的人工智能 (AI) 系统所造成的偏见的影响，特别关注为分类和风险预测而开发的系统。第二个目的是回顾为防止人工智能系统出现偏见而开发的评估工具。此外，我们还对与此特定背景下的偏见相关的一些术语进行了概念性澄清。我们主要关注非种族偏见，现有文献中在处理人工智能系统中的偏见时可能较少考虑这些偏见。在论文中，我们发现用于 COVID-19 的人工智能系统中存在偏见可能导致算法正义，而为防止偏见出现而制定的法律框架和战略未能充分考虑健康的社会决定因素。最后，我们就如何纳入更多样化的专业人员资料提出了一些建议，以便开发能够增加认知多样性的人工智能系统，以应对 COVID-19 大流行期间及以后的人工智能偏见。
指责在19号大流行期间未接种疫苗的
抽象的人未接种covid-19（C19）对大流行造成了偏见和责任。由于人们高估了C19的风险，我们检查了这些负面判断是否可以被部分理解为替罪羊的一种形式（即，不公平地指责一个不公平的群体），以及政治意识形态（以前证明是在美国塑造风险感知）是否会调节未诉讼的替代性。我们在C19期间对替罪羊文献和风险感知进行了基础。我们通过2022年初在美国进行的两项基于小插图的研究获得了对我们的猜测的支持。我们改变了Vignette字符的风险概况（年龄，先前感染，合并症）和疫苗接种状态（例如，未接种疫苗，未经近期助推器，未接种，未接种，未接种疫苗接种的疫苗），同时使所有其他信息保持恒定。We observed that people hold the unvaccinated (vs vaccinated) more responsible for negative pandemic outcomes and that political ideology moderated these effects: liberals (vs conservatives) were more likely to scapegoat the unvaccinated (vs vaccinated), even when presented with information challenging the culpability of the unvaccinated known at the time of data collection (eg, natural immunity, availability of vaccines, time自上次疫苗接种以来）。这些发现支持了C19大流行期间出现的特定基于群体的偏见的替罪羊解释。我们鼓励医学伦理学家检查C19大量高估公众的负面后果。公众需要有关健康问题的准确信息。可能涉及打击错误信息，以高估并低估了疾病的风险，以与错误相似的警惕。
COVID-19 疫苗与疫情
摘要 通过在公共卫生紧急事件中加速研发埃博拉病毒感染和 COVID-19 新疫苗所获得的经验，疫苗开发受益于针对新疫苗目标的“多次注射”方法。这种方法包括同时开发采用不同技术的候选疫苗，包括在可行的情况下使用水泡性口炎病毒或腺病毒载体、信使 RNA (mRNA)、全灭活病毒、纳米颗粒和重组蛋白技术，从而产生多种有效的 COVID-19 疫苗。随着 COVID-19 在全球蔓延，COVID-19 疫苗不平等的挑战造成了这样一种局面：跨国制药公司优先向高收入国家提供尖端的 mRNA 技术，而中低收入国家 (LMIC) 则被推到了队列的后面，更多地依赖腺病毒载体、灭活病毒和重组蛋白疫苗。为了防止这种情况在未来的流行病中再次发生，必须在中低收入国家的各个或同时设立中心扩大传统和新疫苗技术的推广能力。与此同时，需要促进和资助向中低收入国家生产商转让新技术的过程，同时建设中低收入国家的国家监管能力，目标是使其中一些达到“严格监管者”的地位。获得疫苗是一个必要的开始，但还不够，因为疫苗接种的医疗基础设施和对抗危险的反疫苗计划都需要支持。最后，迫切需要通过联合国流行病条约建立一个国际框架，以促进、支持和协调更强大、协调和有效的全球应对措施。
人工智能在大流行期间供应链分析中的作用
全球供应网络受到了破坏和弱势联系，这是由于COVID-19的流行病，很少有人在一生中见过。由于危机的严重程度，每个国家和工业都感受到了影响，并且在整个流行病中发生的需求和供应发生了巨大变化，这与以前的危机的影响很容易区分。我们研究了在不断变化的外部环境的背景下联盟管理和AI-wiven供应链分析的适应性。我们使用美国汽车组件制造业的调查数据在该领域检查了四个假设。要进行分析，我们使用了智能PL。由AI驱动的供应链分析能力介导的联盟管理能力已被发现增加了组织的运营和财务绩效。我们还发现，以环境动态为调节因素，联盟管理能力对AI驱动的供应链分析能力有重大影响。基于我们的发现，我们对动态能力与组织的关系观点之间的相互作用深表感谢。最后，我们指出了研究的局限性，并为未来的调查提供了许多指导，这可能有助于解决结果引起的一些问题。
后疫情时代的印度经济
摘要 在这项描述性研究中，我们首先分析了在后疫情时代印度经济的中期前景，既包括不确定的全球环境，也包括印度自身的结构性问题。我们还强调了印度经济面临的结构性挑战和机遇——印度未来增长轨迹中存在哪些障碍，以及如何克服这些障碍，因为印度正应对复杂的全球环境，地缘政治主导着贸易，气候变化问题变得至关重要，独裁政权可能越来越不受外国投资者和企业的青睐。我们的目标是对需要认真解决的因素进行广泛的评估，以使印度不仅能够实现和维持高增长率，而且能够跃升为高收入国家并创造足够的就业机会。
来宾社论：中断期间供应链的绩效测量：COVID-19大流行
1。引言Covid-19爆发威胁着并引起了前所未有的破坏，以供应链条，显示供应链管理无法应对黑天鹅事件。意外的Covid-19事件在卫生系统和商业环境方面对世界产生了深远的影响。供应连锁店受到挑战，以避免上游和下游流动的即将发生干扰。从业人员和研究人员都进行了讨论，以交换知识并探索策略，以增强供应链的鲁棒性和弹性，以最大程度地减少受到此类事件的干扰。根据Kumar等人的说法。（2018），前所未有的供应链中断是低频，高影响的事件，导致供应链中一个或多个节点的遣散，导致服务或商品的不可用。供应链中断代表了从其效果中学习的机会（Bode等，2011），尤其是从Covid-19活动中学习可以改善破坏性情况下的未来决策（Van Hoek，2020年）。这很重要，因为破坏事件会对财务和运营性能产生重大影响（MacDonald和Corsi，2013年）。挑战是改进或设计新的绩效测量系统（PMSS），以警告有关中断风险，以更好地支持在Covid-19-19大流行期间的情况下支持决策过程。此外，PMSS还应在不可预测的事件中向经理提供决策的影响。，2000年；肯纳利（Kennerley）和尼利（Neely），2003年）。PMSS向决策者提供有关过去行动的有意义的信息，以帮助他们就未来的表现做出明智的决定（Neely等人，1995; Lebas和Euske，2002年； Rouse and Putterill，2003年）。此外，供应链PMS是“用于量化供应链过程和关系的效率和有效性的一组指标，涵盖了多个组织功能和多个公司，并启用了SC编排”（Maestrini等，2017）。此外，供应链PMS包括内部和外部供应链，其中包括直接供应链（客户和一流供应商）和其他供应链层（整个供应链）（Maestrini等，2017）。考虑到由于大流行而引起的环境转变，一些作者认为，根据业务环境的环境动态和变化，适应PM的重要性（Bititci等人。然而，在供应链环境中，一些作者还指出，必须根据组织环境和利益相关者的要求以及插入供应链的环境的动态进行绩效测量（PM）（Cuthbertson和Piotrowicz，2011; Mishra等，2018）。因此，面对诸如Covid-19之类的紧急情况，了解PM方面至关重要。自Benita Beamon的开创性文章以来，提出了用于评估供应链绩效的新绩效指标，文献已经发展。许多作者提出了许多框架，将重点从绩效指标更改为PMS