摘要:电气和电子设备(WEEE)的废物,也称为电子废物,包含贵金属的高价值。WEEE遭受了巨大的不利环境威胁和健康危害。几篇文献已经检查了WEEE的不利影响,很少有人提出了缓解这些电子废物风险的补救措施。这些措施的重点是将电子废物中的贵金属回收回经济。但是,这些研究已经承认,当前的回收过程往往是昂贵的,它们的结果对经济不可行。本研究提出了从线性转变为Turkiye的循环经济的转变。它采用了一种定性方法,形式是对13位专家的访谈。研究的主要发现表明:1)Turkiye缺乏与电子废物管理有关的效率,适当的计划和适当的法律; 2)与WEEE管理相关的法律法规是陈旧且未开发的,3)Turkiye的回收欠发达。这项研究为未来的研究提供了有价值的信息,这些信息将有助于改善Turkiye的回收利用。
混合行动使用多种工具、载体和活动,协同配合并带有敌对意图,以实现其目标。部分或全部可能涉及使用武力。采用这种方法的敌对行为者试图避免引发传统反应,破坏对方有效反应的能力,并寻求在不被追究责任和不受惩罚的情况下实现其目标。混合威胁很难应对。这是因为在它们出现之前很难将其归类为威胁,而且应对措施需要政府、国际组织和私营部门之间的协调、同步和一致性才能有效。关于如何应对混合威胁的讨论通常集中在两种应对方案上。应对混合威胁最常见的建议是建设复原力。其逻辑很明确:每个国家都应努力实现社会凝聚力和意识,确保关键基础设施的安全以及透明开放的政治体系,从而使敌对行为者更难有效干预。复原力还具有显著的次级效益,即保护国家免受自然灾害或工业事故等威胁。近年来,情况表明,即使是最发达和复原力最强的国家,也在应对来自国家和非国家行为者的敌对活动的挑战。复原力使敌对行为者更难(但并非不可能)通过混合手段造成伤害。尽管复原力应是应对混合威胁的核心,并在威慑中发挥重要作用,但仅靠复原力建设是不够的。这场辩论的另一端围绕着对正在展开的混合行动的立即反应。从敌对活动的证据对每个人都是可见的,需要立即迅速作出反应的案例中,我们很容易吸取教训。在这些情况下,破坏已经发生,损害已经造成,
Johannes Damarowsky ( Johannes.damarowsky@wiwi.uni-halle.de ) 在信息系统研究中,对组织内的信息及其流动进行建模已经很成熟。然而,信息的一个视角尚未用标准化的模型符号来表示:组织内的信息对象生命周期。将客户主数据(如姓名、地址、电话号码、电子邮件地址、出生日期)等信息理解为信息对象 (IO) 是一种视角和工具,它与可以表示它的著名静态建模符号非常吻合,例如实体关系模型 (ERM) 或 UML 类图。UML 部署图或 The Open Groups ArchiMate 等符号可以指示客户主数据 IO 的数字表示位于组织 IT 基础架构中的何处,例如哪些数据库在哪些物理服务器上包含它。但是,IO 在其生命周期内的行为没有可用的专用建模符号。重要的 IO 生命周期行为至少包括:1) 初始创建(即创建新客户)、2) 读取(例如,店员读取客户数据)、3) 向其添加新数据字段(例如,第二个地址)、4) 修改现有数据(例如,更新电话号码)、5) 实例化(例如,在纸质表格上打印客户数据或在另一个系统中创建数字副本)、6) 移动、7) 读取或 8) 修改实例(例如,将包含客户数据的纸质表格交给阅读并签名的主管或将客户主数据发送给供应商)、9) 销毁物理或数字实例或初始创建的对象。在最先进的技术中,可以使用行为图(如 UML 活动、用例或序列图)和业务流程符号(如事件驱动流程链 (EPC) 或业务流程模型和符号 (BPMN))来建模 IO 操作,但 IO 生命周期本身并不是一个流程。因此,与 IO 生命周期相关的任务可以包含在多个流程模型中,并且可能仅间接或隐含地引用 IO,从而妨碍快速轻松地概览组织内 IO 的交互。这意味着机会成本,因为 IO 行为与组织信息、业务流程、合规性和信息安全管理相关。一种新颖的信息对象生命周期模型和符号 (IOLMN) 可以简化识别哪些部门记录或更新客户数据的过程,从而更容易识别错误信息的原因。还可以更容易地发现数据是否在多个部门独立记录和存储,这增加了数据存储不一致的风险。从合规性和信息安全的角度来看,可以更容易地识别哪些人对数据具有读取或写入权限,以及数据的实例在哪里创建以及它们可能最终在哪里。在发生安全漏洞的情况下,这样可以更轻松地识别哪些组织单位、流程和 IT 系统使用(读取、写入、修改等)IO 并可能受到影响。为了使 IOLMN 有用并轻松地实现对组织内 IO 的有用视角,它应至少包括 IO 属性、其(及其实例)生命周期行为、这些操作的时间和逻辑顺序和条件,以及涉及的人员、角色、部门、流程或 IT 系统及其对 IO 执行生命周期操作的授权。
摘要 本文旨在从理论上将品牌行动主义 (BA) 定位为战略营销领域的一种构想。尽管该现象的管理相关性日益增强,但从公司角度来看,BA 仍然缺乏一个可供探索的强大理论体系。考虑到 BA 通常与其他行动主义相关且相混淆,尤其是从消费者的角度来看,我们提出了一个综合框架来解释 BA 如何体现为一种营销策略。所提出的框架有助于现有文献,因为它试图组织有关 BA 的知识并澄清对该概念的理解。从这个角度来看,预计该提案将产生新的研究途径,并导致对有关 BA 的某些问题的进一步完善和共识。总体而言,预计该框架有助于描述营销战略领域的现象。
能够与之交流。在这里,增强现实(AR)环境中提供的信息可能有益于传达机器人的意图[24,26],可视化安全信息,并高点用户必须执行的过程或任务[22]。根据我们的经验,这种沉浸式的人类机器人协作(HRC)环境通常在桌面系统(例如Unity3D)上撰写,从而充分利用鼠标和键盘等熟悉的输入技术。但是,在教育者中有效设计AR内容需要准确模拟应锚定的现实世界环境。即使那样,通常在AR中的AR内容模拟AR含量与AR头部安装显示器(HMD)时的位置可视化之间存在明显差异。此外,部署到HMD,测试和调试的过程以及在桌面系统上再次编辑的过程通常很慢,乏味且具有挑战性。为了解决这个问题,先前的工作最近证明了使用增强现实来创作AR-AR-ADITU的潜力[21]。但是,原位AR创作工具的好处是什么,可以说在输入功能方面可能会受到限制(中间交互作用与鼠标和键盘)?我们看到了几个优点:(1)用户可以立即测试例如可视化及其外观属性的变化,而无需重新编译整个应用程序。此外,(2)这样的创作工具可以降低进入障碍,因为它可以允许新手用户在不需要广泛的编程技能的情况下设计受支持的系统。但是,我们从AR中开发创作系统[21]的经验表明,在纯AR环境中,整个AR体验的设计和配置可能很困难:例如,在空气中显示的虚拟键盘上有效的文本输入并不是琐碎的[12],并且操纵传统界面元素(例如,按钮和列表)可能会互动(例如,纽扣和列表),因此很难改善互动。最近的作品因此,将多个设备作为互补接口[9,27](例如AR HMDS和移动触摸屏设备)组合起来,以利用每种技术的各自优势。在我们先前的Robovisar [21]项目上构建,我们提供了一种混合创作工具,其中包括桌面环境,平板电脑和AR HMD,可以集体作者并运行完整的AR用户体验。该系统应允许用户在与机器人直接合作的同时设计所有AR内容。通过启用初始设置和原位创作,我们提出的系统会流畅地支持执行阶段,从而使用户可以在一个或多个机器人上尝试使用其撰写的工作流,这可能但不必是配件。在以下内容中,我们介绍了我们的概念,描述了原型的特征。在本文中,我们将范围限制在创作和协作集会上,从而排除了HRC组装的其他关键方面(例如,机器人编程,设计组装说明)。但是,我们有信心将来这些步骤可以与我们的概念集成在一起。
PBS量子点(PBS-QD)是新一代LED中最好的候选者之一。当PBS-QD暴露于光谱时,Valence带(VB)中的电子会激发到传导带(CB)。激发的电子然后从CB返回到VB,并通过发光释放额外的能量。电子返回VB使得可以重复光吸收发射圆。如果PBS-QD的尺寸小于Bohr Magneton Radius(PMR),则电子的概率返回到VB。这导致了发光二极管(LED)中名为量子点闪烁(QDB)的现象,这是不可取的。在这项研究中,已经提出了一种新方法,在该方法中,添加具有适当带边缘的半导体壳的PBS-QD的金属底物可以提高QD领导的PBS-QDS效率并克服QDB问题。©2024 SPC(SAMI Publishing Company),《亚洲绿色化学杂志》,用于非商业目的。关键字PBS-QDS眨眼保护壳LED PB CDSE
摘要 海洋正受到气候变化和人类活动的不利影响,如海洋塑料污染、极端天气事件、海平面上升等。在应对这些海洋风险时,确保有足够的资金维持海洋经济是一项始终存在的挑战,特别是对于那些脆弱地区、沿海社区和小岛屿发展中国家而言。因此,蓝色金融作为一个概念,对于确保海洋生态系统和资源的可持续性和保护与经济增长相一致至关重要。海洋可持续性吸引了由多边开发银行和国际机构发起的全球融资。本文探讨了蓝色金融机制中各主体之间利益相关者之间的相互联系,以说明在资助海洋健康保护和促进蓝色经济方面增加私人投资和公共捐款的激励措施。然后,我们尝试在国际和国内有关海洋治理的法律制度背景下,提出纳入蓝色融资原则概念的潜在监管和制度安排。我们进一步阐述了这些法律和制度安排在为寻求经济增长和可持续性的海洋发展项目增加私人投资方面提供激励的潜力。关键词:蓝色金融、蓝色经济、气候变化、海洋可持续性、海洋和沿海恢复力 JEL 分类:G28、K33、O44
工程设计、制造和人工智能之间的交集为我们开发新技术的方式带来无数的突破性改进。然而,要实现物理世界和计算世界之间的这种协同作用需要克服一个核心挑战:当今受过教育的专家中,很少有人同时接受过工程设计和人工智能方面的培训。这一事实,加上这两个领域的采用才刚刚开始,以及许多机构数据管理系统过时,导致工业领域相对缺乏高质量数据,也缺乏能够快速使用这些数据进行机器学习和人工智能开发的个人。为了将工程设计和制造领域推进到开发有效的人工智能、数据驱动的分析和生成工具的下一个准备水平,必须建立一个新的 X 设计原则:人工智能设计 (DfAI)。本文提出并讨论了 DfAI 的概念框架,背景是当代领域及其推动者。[DOI:10.1115/1.4055854]