XiaoMi-AI文件搜索系统
World File Search Systemscientific
可再生能源能源回报率科学文献趋势，为政策制定者提供支持
摘要：化石燃料的稀缺性及其温室气体 (GHG) 排放对环境的影响促使世界各国政府开展研究并促进使用可再生能源 (RES)，例如生物质能、风能和太阳能。因此，尽管这些努力代表了解决化石燃料短缺和减少温室气体排放的潜在解决方案，但最近出现了一些关于其能源效率的质疑。事实上，评估它们的能源增益非常有用，这意味着量化和比较生产替代燃料所消耗的能源量。在此背景下，本文旨在分析关于能源回报率 (ERR) 指标（例如能源投资回报率 (EROEI)）的学术文献研究趋势，其中考虑了生物质能、风能和太阳能。这可能对机构和公共组织有用，以便重新定义他们的政治愿景，以实现可持续的社会经济体系，与从化石燃料向可再生能源的过渡保持一致。结果表明，生物质似乎比同等的化石能源更昂贵、效率更低，而太阳能光伏 (PV) 和风能已经达到成熟和先进的技术水平。
合理处方的科学基础。基于 WHO 6 步法的精准临床药理学指南 Rongen，GAPJM；Marquet，P
摘要 背景与方法 本意见书扩展了世界卫生组织的“最佳药物治疗六步法”，详细探讨了其背后的药理学和病理生理学原理。这一工作确定了大量需要解决的研究领域，以使临床药理学朝着“精准临床药理学”的方向发展，而精准临床药理学是精准医疗的先决条件。 结果 为了提高患者群体（指导药物开发）和个人（指导治疗选择和优化临床结果）的临床疗效和安全性，临床药理学的发展至少应解决以下问题：（1）分子诊断检测指导药物设计和开发，使医生能够快速准确地确定个体患者的最佳治疗靶点（指导为合适的患者选择合适的药物）；（2）建立和验证靶点参与和修饰的生物标志物作为临床疗效和安全性的预测因子； (3) 将生理性的 PK/PD 模型和药理作用的中间标记物与疾病的自然演变相结合，利用先进的建模技术（基于确定性模型、机器学习和深度学习算法），预测最有效改善患者群体和个体临床结果的药物剂量；(4) 验证人或人源化体外、离体和体内模型预测研究疗法临床结果的能力的方法，包括核酸或重组基因与载体（包括病毒或纳米颗粒）、细胞疗法或治疗性疫苗；(5) 作为金标准大型 3 期随机临床试验的方法学补充，在人群层面（实用临床试验）以及小群体患者（低至 n = 1）中提供有关所有治疗方案的疗效和安全性的临床相关和可靠数据；(6) 监管科学，以优化临床试验的伦理审查流程、文件和监测，提高效率，降低临床药物开发成本； (7) 采取干预措施有效提高患者依从性，合理化多重用药，以减少不良反应并增强治疗相互作用；(8) 评估药物使用的生态和社会影响，以防止环境危害（遵循“ 同一个健康 ” 概念）并减少耐药性。讨论和结论可以看出，精准临床药理学旨在实现高度转化，这将需要大量具有互补技能的专家组。包括非临床药理学家在内的跨学科合作将是实现这一雄心勃勃计划的关键。
媒体更新 AAAAI：新数据巩固了赛诺菲在患者免疫学和科学创新方面的领导地位
• 评估 Dupixent 在多个疾病领域的新数据，包括四次口头报告和一张最新海报展示，介绍其在 CSU 中的研究用途 • 评估 rilzabrutinib 在中度至重度 CSU 患者中的应用的新 2 期数据 巴黎。2025 年 2 月 6 日。赛诺菲将于 2025 年 2 月 28 日至 3 月 3 日在加利福尼亚州圣地亚哥举行的美国过敏、哮喘和免疫学学会 (AAAAI) 年会上展示 24 篇摘要，包括四篇口头报告和一张最新海报，涵盖已获批准和在研药物。与再生元合作展示的内容包括 LIBERTY- CSU CUPID 3 期研究计划（研究 A 和研究 C）中 Dupixent 在慢性自发性荨麻疹 (CSU) 中的研究用途的新汇总结果，以及哮喘、慢性阻塞性肺病 (COPD)、伴有鼻息肉的慢性鼻窦炎 (CRSwNP) 和嗜酸性食管炎 (EoE) 等疾病领域的数据，这些数据展示了 Dupixent 在治疗多种炎症疾病中的 2 型炎症方面的用途。赛诺菲广泛的免疫学管道的新分析也将在会上发表，其中包括 RILECSU 第 2 期研究，该研究评估了新型口服 BTK 抑制剂 rilzabrutinib 对中度至重度 CSU 成年患者的疗效。
公司靠近科学生产
公共研究实验室通常被认为是新技术的重要组成部分。由于它们不主要是由像公司部门这样的直接促进动机驱动的，因此它们在产生当时由私人创新催化的科学知识中起着至关重要的作用。文献中有令人信服的证据表明，私人公司受益于学术研究。例如，Azoulay等人的研究。（2019）和Bergeaud等。（2022）表明，创新的公司通过加强其研发和产出，强调溢出的存在，对公共研究资金的转变做出反应。然而，由于它们的性质多样，追踪这些知识转移的性质是具有挑战性的，从分包和合资企业到正式讨论和研讨会的范围（请参阅Cohen等，2002； De Fuentes andDutrénit，2012年，以获取评论）。在本文中，我们评估了从法国大学到私营部门的潜在溢出，并在各种科学领域中表征了它们的异质性。为此，我们依靠并概括了Bergeaud等人引入的科学的近端度量。（2022） - 在评估公共研究资金计划的背景下。在特殊情况下，我们将潜在知识溢出的量度与行业的空间群体联系起来。我们显示了分隔公司和研究实验室的空间距离之间的强烈负相关关系及其科学距离。深入研究科学学科，我们发现这种模式在大多数领域中都存在，但是量的范围很大。Bergeaud等人引入的方法的主要新颖性。（2022）是其在“科学空间”中使用有关专利和学术出版物的简约数据集在“科学空间”中定位的能力。我们采用了他们的方法，并构建了一种衡量措施，以量化行业中我借鉴科学实验室生产的论文的可能性。该指标大写了学术期刊的广阔，异质和专业的范围，阐明了这两个典型出版物
有两个父亲的老鼠存活至成年，标志着科学里程碑
研究人员指出，他们的工作仍有几个局限性需要解决。首先，只有 11.8% 的可行胚胎能够发育到出生，而且由于发育缺陷，并非所有出生的幼崽都能活到成年。大多数活到成年的幼崽生长发育发生改变，寿命缩短。此外，活到成年的小鼠是不育的，尽管它们确实表现出更高的克隆效率。
专家探讨脑植入技术的进展与挑战，呼吁特别关注伦理和科学问题
神经植入物的特殊技术特征，特别是收集和处理神经元数据的能力，对临床验证和伦理监督提出了进一步的挑战。神经数据被认为特别敏感，需要比其他健康信息更高级别的保护。不安全的数据传输、不充分的数据保护指南和黑客攻击的风险只是在这种情况下需要特别防范的一些潜在漏洞。
EEG 和 MEG 研究方面的良好科学实践
a 美国印第安纳州布卢明顿印第安纳大学心理学与脑科学 b 西班牙马德里理工大学和 CIBER-BBN c 神经适应性人机交互，德国科特布斯-森夫滕贝格勃兰登堡工业大学 d 艾克斯-马赛大学，法国蒂莫内神经科学研究所 e CNRS、LPL，法国普罗旺斯地区艾克斯-马赛大学 f加拿大不列颠哥伦比亚大学 g 生态功能与进化中心、CNRS、EPHE、IRD、蒙彼利埃大学，法国蒙彼利埃 h 认知神经影像中心、INSERM、CEA、CNRS、巴黎萨克雷大学 NeuroSpin 中心，法国 Gif/Yvette i 蒙特利尔大学心理学系认知和计算神经科学实验室，蒙特利尔， QC，加拿大 j Mila -加拿大魁北克人工智能研究所 k 塞尔维亚贝尔格莱德大学哲学系、神经认知和应用认知实验室 l 塞尔沃研究所 - 巴黎大脑研究所 - ICM、Inserm U 1127、CNRS UMR 7225、APHP、Hôpital de la Pitié Salpêtrière、索邦大学、MEG-EEG 中心、神经影像中心Recherche (CENIR)，法国巴黎。 m 加利福尼亚大学心智与大脑中心，美国加利福尼亚州戴维斯市 n 艾克斯马赛大学、法国国家健康与医学研究院、法国国家神经系统研究所 o 德克萨斯大学休斯顿健康科学中心麦戈文医学院，美国德克萨斯州休斯顿市 p 图宾根大学，德国 q 乌拉尔联邦大学，俄罗斯叶卡捷琳堡 r 鹿特丹伊拉斯姆斯大学，荷兰鹿特丹 s 全球分布式开放研究与教育研究所（IGDORE），瑞典 t 杜克大学，美国 u 图卢兹大学 ISAE-SUPAERO，法国 v 贝尔格莱德大学教师教育学院，塞尔维亚 w 南洋理工大学心理学，新加坡 x 新加坡临床科学研究所，A ∗ STAR，新加坡 y 剑桥大学 MRC 认知与脑科学部，英国剑桥 z 诺丁汉大学心理学院，英国诺丁汉德国法兰克福神经科学系，芬兰阿尔托大学
fishglob_data：通过科学底部拖网调查取样的鱼类生物多样性的集成数据集
科学的底部拖网调查是沿着大陆货架和海洋和海洋的斜坡进行的生态观察计划，这些计划采样了与海底相关的海洋社区。这些调查报告了时空的发生，丰度和/或体重的发生，并有助于渔业管理以及人口和生物多样性研究。底部拖网调查是在世界各地进行的，代表了了解海洋生物地理，宏观生态学和全球变化的独特机会。但是，将这些数据结合在一起以进行跨生态系统分析仍然具有挑战性。在这里，我们提供了一个综合数据集，该数据集由29个公开可获得的底段调查，在18个国家/地区的国家水域进行了标准化和预处理，总共涵盖了2,170个采样的鱼类分类单元，并从1963年至2021年收集了216,548次拖船。我们描述了创建数据集，标志和标准化方法的处理步骤，我们开发了这些方法，以帮助用户使用稳定的区域调查足迹进行时空分析。该数据集的目的是在全球变化的背景下支持研究，海洋保护和管理。
信仰、信任和认知价值的伦理。麻疹疫苗科学争议案例
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
神经科学本体知识不确定性下的可扩展查询回答：NeuroLang 方法
目前还没有统一的框架来访问这种不确定的、丰富的异构数据集合，因此研究人员不得不依赖临时工具。特别是，当前试图解决这一任务的工具的一个主要弱点是只开发了非常有限的命题查询语言。在本文中，我们介绍了 NeuroLang，这是一种基于一阶逻辑的概率语言，具有存在性规则、概率不确定性、开放世界假设下的本体集成以及内置机制，可保证对非常大的数据集进行可处理的查询回答。NeuroLang 的主要目标是提供一个统一的框架，无缝集成异构数据（如本体），并通过一组正式标准将细粒度认知领域映射到大脑区域，促进可共享和高度可重复的研究。在介绍该语言及其通用查询回答架构之后，我们讨论了现实世界的用例，展示了 NeuroLang 如何应用于实际场景。