XiaoMi-AI文件搜索系统
World File Search Systempreference
患者对于华氏巨球蛋白血症治疗方案的偏好：离散选择实验
摘要简介：过去几十年来，华氏巨球蛋白血症 (WM) 的治疗方案迅速增多。然而，对于首选治疗方法尚无共识。因此，患者的偏好在制定个性化治疗计划时变得越来越重要。然而，WM 患者对其治疗方案的优先考虑和观点仍不清楚。我们使用离散选择实验 (DCE) 评估了 WM 患者的治疗偏好。方法：采用混合方法来识别和选择属性/级别。DCE 问卷包括五个属性：药物类型（靶向治疗与化疗）；给药频率和途径；5 年无进展生存期 (PFS)；不良事件；继发性恶性肿瘤风险。正交设计和混合 Logit 面板数据模型分别用于构建选择任务和评估患者偏好。结果：330 名 WM 患者参与了该项目。总共有 214 份（65%）完整的问卷被纳入数据分析。 5 年 PFS，其次是继发性恶性肿瘤风险，是做出治疗选择的最重要因素。至于副作用，患者选择避免
“补偿失败者？”美国的经济政策偏好与党派重组
为什么近几十年来，受教育程度较低的选民放弃了富裕民主国家的中左翼政党？虽然最近的许多文献都强调了文化问题的作用，但我们认为，至少在美国，民主党在经济问题上的演变发挥了重要作用。我们表明，较低的教育水平预示着对“预分配”政策（例如，有保障的就业、公共工程、更高的最低工资、保护主义和支持工会组织）的强烈支持，远远超过对再分配政策（税收和转移支付）的支持。自 1940 年代以来，受教育程度较低的人对预分配的强烈支持基本没有变化。然后我们转向经济政策的“供给侧”：国会唱名表决显示，民主党执政期间，预分配立法有所下降，而与再分配相关的立法则保持稳定。我们还记录了民主党政客供给的变化。如今，民主党政客比共和党政客更有可能来自精英教育背景，而 1990 年代之前的情况正好相反，这或许有助于解释为什么他们不再提出受教育程度较低的人所青睐的预分配政策。然后，我们通过展示今天受教育程度较低的人更有可能认为共和党是将保持国家繁荣的政党，而从 1948 年到 1990 年代，情况正好相反，来研究经济政策需求方和供应方的交集。
人们对 COVID-19 疫苗接种的偏好和
遏制 COVID-19 大流行取决于对公共卫生建议和要求的遵守，而年轻人的遵守程度低于老年人。此外，年轻人接种 COVID-19 疫苗的比例较低。这项研究的目的是评估对 COVID-19 相关预防性卫生措施和疫苗接种的偏好，并探讨它们与 COVID-19 疫苗可接受性的关系。2021 年 8 月，18-39 岁的加拿大人被邀请参加一项基于网络的调查。我们使用最佳-最差缩放 (BWS) 方法收集和分析偏好数据，并使用多变量二元逻辑回归来估计与疫苗可接受性的关联。根据 266 份完整的回复，我们发现与一般卫生和呼吸礼仪相比，人们更倾向于保持身体距离和戴口罩。无论地点如何，疫苗的可及性都很高、连续接种同一品牌的疫苗以及年轻人社交圈中的人接种疫苗的比例更高，这些都受到高度青睐。疫苗的可接受性与对要求接种疫苗证明的强制要求和通过接种疫苗保护他人的利他动机的偏好较高有关。随着 COVID-19 疫情的起起落落，需要使用更大的、具有全国代表性的样本进行研究来复制和验证这些结果，以评估与最新建议相对应的健康行为偏好。使用这种方法可以为公共卫生当局提供一个独特的机会，以制定符合最新指南的有针对性的、基于偏好的信息，从而有效地鼓励遵守和接种 COVID-19 疫苗。
信息在消费者对Eco- ...
消费者对从遗传改善和植物育种创新产生的产品的偏好通常由技术恐惧症和负面的公共想象力来调节。当前的研究通过分析消费者在维特文化领域的双赢创新（为私人演员和社区产生收益）的货币偏好来解决这个问题，即抗真菌抗真菌葡萄（FRG）。这些葡萄的使用减少了适用于葡萄园的化学投入的数量，同时改善了公司的经济绩效。本研究旨在评估消费者是否更喜欢源自FRG品种而不是传统葡萄酒的葡萄酒。尤其是，通过涉及627种意大利葡萄酒饮用者的实验性在线调查，该研究将个人愿意支付的意愿（WTP）与WTP与WTP进行了与WTP相比，该葡萄酒的两种FRG葡萄酒使用两种不同的技术生产：园艺杂交和基因组编辑。这项研究还通过测试，在避孕间实验设计，两个不同的（正/负）信息情景以及这些偏好的核心驱动因素中测试，评估了两极分化媒体覆盖对偏好的潜在影响。调查结果表明，与传统葡萄酒（+9.14％）相比，受访者表达了园艺FRG葡萄酒的预先价格，基因组编辑的FRG葡萄酒（–21.13％）的折扣很高。结果还表明，否定信息减少了消费者的园艺FRG葡萄酒的WTP，而积极的信息则增加了对基因组编辑的FRG葡萄酒的WTP。最后，该研究强调，关心食品可持续性问题和对葡萄酒的知识渊博的人更有可能接受两种FRG类型。总体而言，该研究证实了适当信息在基于植物遗传学的创新中的关键作用，以实现在葡萄酒生产中采用可持续的减虫习惯。
格罗宁根大学患者对人工晶体的偏好......
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
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
世界时间偏好 - PLOS
时间偏好是人类决策的核心；因此，彻底了解它们的国际差异非常重要。然而，以前的测量方法差异很大，从李克特量表回答的问题到彩票类型的问题。我们表明，这些不同的测量方法在很大程度上是相关的，并且它们有一个共同的因素，可以预测广泛的变量：国家的信用评级、汽油价格（作为环境保护的代理）、股票风险溢价和平均受教育年限。关于 N = 117 个国家和地区的时间偏好因素的结果数据将对进一步的研究非常有用。我们的聚合方法适用于合并使用不同方法测量相同潜在结构的跨文化研究。
通用时间偏好 - PLOS
时间偏好是人类决策的核心；因此，彻底了解它们的国际差异非常重要。然而，以前的测量方法差异很大，从李克特量表回答的问题到彩票类型的问题。我们表明，这些不同的测量方法在很大程度上是相关的，并且它们有一个共同的因素，可以预测广泛的变量：国家的信用评级、汽油价格（作为环境保护的代理）、股票风险溢价和平均受教育年限。关于 N = 117 个国家和地区的时间偏好因素的结果数据将对进一步的研究非常有用。我们的聚合方法适用于合并使用不同方法测量相同潜在结构的跨文化研究。
排放目标和投资偏好
生物质可以帮助许多领域实现气候目标。在发电中，它可以补充可变的可再生能源，或者，如果与碳捕获和存储（CC）相结合，也提供了负emisions。本文通过关注平衡可变的可再生能源与生物质的成本偏执，并提供有关接受这些技术的指示，从而增加了现有文献。动态优化模型用于分析生物量在欧洲电力系统中的作用，以期为2050年不同的排放目标。将结果与有关生物量技术的投资优先数据以及风能和太阳能的调查数据进行了比较。如果允许使用CCS的生物能源，则观察到更集中使用的生物质的发射目标的制剂极大地影响了生物量的成本效益。这表明欧洲范围内的排放目标可能比单独的国家目标更具成本优势。政府和非政府参与者往往对投资生物质技术往往是负面的，尽管如果与CC结合使用，则差异更大，这表明实施可能挑战。在所有国家，他们对风能和太阳能的态度都更加积极，支持了欧洲电力系统中可变新建份额越来越份额的现有趋势的延续。©2020作者。由Elsevier Ltd.这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。