XiaoMi-AI文件搜索系统
World File Search Systemthink
重新思考青少年吸烟的后果
● 从公共卫生和社区角度审视青少年吸电子烟和使用烟草产品的原因。 ● 通过探索修复性司法模式在解决青少年吸烟问题上的有效性，挑战惩罚性方法。 ● 促进参与者之间的协作对话，分享社区驱动和法院层面变革的实践、见解和解决方案。
重新思考“无休止”规则：如何对DeShaney进行改革，以实现目标，连贯的分析和保护更多的犯罪受害者
“未能保护”案件，犯罪受害者没有得到合理依靠警察保护的情况，根据法律获得令人不安的待遇。此问题起源于最高法院案件Deshaney诉Winnebago县社会服务部，该案裁定诉讼人无法提出实质性的正当程序，以辩护失败案件。这样做，法院拥护国家行动和无所作为之间的区别，这些依赖于对国家义务和微不足道的事实分析的不合适的假设。Deshaney很麻烦，因为它仅提供两种情况，在这些情况下，未能保护案件可以成功：身体，非自愿的警察拘留和国家创建的危险人士学说。这些例外太窄；他们排除了频繁的情况，即警察是受害者受害者唯一可能的保护来源时未能履行职责的情况。
重新思考供应链在后期时代
摘要供应链管理基于这样的假设，即无尽的经济增长与环境和社会可持续性兼容。生态经济学的学者质疑这一假设越来越多，这是由于越来越多的证据表明，将增长与负面的环境和社会外部性相脱）有多么困难。为了回应，社会行动的压力正在越来越大，几个国家的议程已经考虑了增长的替代方案。因此，本文为供应链管理纪律提供了一个批判性的思想实验：从当前无休止的增长范式转变为企业及其供应链的增长范式的含义是什么？使用雨伞术语“增长后”，本文确定了三个关键的后增长原则 - （i）社会生态健康，（ii）选择性缩减和（iii）系统思维 - 然后检查它们对供应链管理研究和实践的影响。
利用生成式人工智能重新思考责任
埃森哲与新加坡金融管理局 (MAS) 合作成立了 Veritas 金融服务行业联盟，专注于人工智能的信任。Veritas 内部的一个团队（由 MAS 和埃森哲领导）共同制定了指南，帮助金融服务机构根据公平、道德、问责和透明原则评估其人工智能和数据分析解决方案。
“ {模板}的值是多少？”重新思考文档...
▰ We introduce a new collection of datasets, K2Q , that converts five existing KIE datasets into rich and diverse prompt-response datasets using dataset-specific templates ▰ We show that K2Q exhibits closer characteristics to human-made VQA datasets than simple templates ▰ We provide zero-shot and fine-tuned benchmarks for K2Q across seven models ▰ We conduct an in-depth analysis of the数据集特异性模板对模型性能和对简单模板的基础的影响
重新思考植物细胞器 DNA 的突变假说
自从 Palmer 和 Herbon [ 1 ] 注意到六种芸苔属和萝卜属植物的线粒体DNA进化模式存在差异以来，植物线粒体DNA (mtDNA)在序列上进化缓慢但在结构上进化迅速这一长期未解之谜已经持续了近 40 年。后续分析证实并延续了这一悖论。一方面，尽管编码了类似的电子传递链基因，但植物线粒体DNA的同义核苷酸替换率 (dS) 比哺乳动物线粒体DNA低一个或两个数量级。此外，植物线粒体DNA包含较大的非编码区，而动物线粒体DNA则较小且编码密集。与质体DNA (ptDNA)相比，植物线粒体DNA表现出明显更大的结构变异性，但在被子植物中，其dS 却不到ptDNA的三分之一 [ 2 , 3 ]。另一方面，一些远缘植物类群独立地表现出线粒体 DNA d S 令人惊讶的加速，如车前草、蝇子草、筋骨草和天竺葵 [ 4 − 7 ] 。例如，S. noctiflora 在过去 500 万年中 d S 增加了 100 倍，而在车前草中，最快和最慢物种之间的差异约为 4000 倍 [ 4 , 8 ] 。人们在很大程度上不知道是什么机制形成了这种非典型的加速，如果有的话，这些谱系之间是否共享这种加速。这些观察结果自然引发了关于植物线粒体 DNA 序列和结构突变如何产生、修复、保留和固定的讨论。这些讨论反过来又有助于进化假说更好地适应线粒体DNA中的其他基因组特征，包括但不限于基因组大小、RNA编辑、基因谱、非编码区域，从而引发关于这些过程是否具有适应性或非适应性的更广泛争论[9−16]。
人工智能的供应链资本主义：呼吁（重新）思考算法的危害与抵抗（扩展摘要）
关于人工智能 (AI) 影响的对话一直围绕偏见、监视和不透明性展开。然而，在气候紧急情况的背景下，我们需要进一步了解人工智能及其基础设施对环境的影响。人工智能生命周期的每个阶段都面临着复杂的挑战。制造人工智能硬件（如图形处理单元 (GPU)）所需的矿产资源的开采会导致土壤破坏和水污染。存储大型数据库和运行算法所需的数据中心消耗了大量的能源和水。随着数据中心规模、数量和复杂性的增长，对能源和水的需求也在增加。此外，这些数据中心通过海底电缆网络连接，通过栖息地破坏或丧失、噪音和化学污染影响海洋环境。最后，居住在电子垃圾填埋场附近的当地社区面临着严重的环境和健康威胁，因为接触数字设备和微电子产品中所含的有毒元素会导致呼吸问题和神经系统疾病。本文邀请我们通过批判和跨学科的视角来拓宽我们对算法危害和抵抗的视野。本文以 Tsing 的“供应链资本主义”概念为基础，提出了一个理论框架来阐明人工智能行业的物质现实。这项技术被编织进资本、自然资源和人力的供应链中，而在之前关于其社会和伦理影响的辩论中，这一环节一直被忽视。鉴于目前生成性人工智能的激增——据估计它比传统的机器学习算法使用了更多的自然资源——我们必须更好地理解其生产机制的政治性。本文通过展示人工智能供应链的复杂、多样、不透明和全球结构，带我们踏上了一段人工智能行业的旅程。人工智能的供应链资本主义由大型科技公司与矿山、半导体工厂、数据中心、电子垃圾填埋场和运输公司共同策划。本文通过民族志之旅，更好地了解了如何从矿山开采硅等自然资源来制造 GPU。然后，GPU 被安装在数据中心，而数据中心又使用电力
教育学院学生对计算思维能力的看法
这项研究旨在调查教育学院学生的计算思维水平及其水平的水平，其水平基于他们的人口特征，即性别，计划和年龄。该研究使用了描述性研究设计，其中有190名教育学院的学生完成了一份计算思维问卷。计算思维量表由五个维度组成，即创造力，算法思维，合作，批判性思维和解决问题。结果表明，学生之间的计算思维水平是多种多样的，并且落在适度的范围内。基于性别的分析表明，在计算思维的一个维度，即算法思维的一个维度上存在显着差异，女性得分低于男性。此外，根据学生的学术课程，在算法思维和整体计算思维水平中观察到了显着差异，尤其是学士学位和博士学位课程之间，博士生得分高于学士学位学生。此外，基于年龄的分析强调了显着差异，在各种计算思维维度上，年龄较大的学生始终优于年轻学生。根据发现提供了一组建议。
重新考虑资金在多边生物多样性金融景观中的作用
在日益增长的气候和生物多样性危机中，已经建立了多边资金，以渠道数百亿美元，以保护和恢复生态系统，减轻和适应发展中国家的气候变化。关于这些资金工具和机制的效率，充分性，优化，可及性，互补性的辩论和问题，例如GEF或新生GBF基金下的垂直基金，并且不仅限于生物多样性融资。1这些讨论塑造了国际环境融资和谈判的景观，尤其是在《生物多样性公约》（CBD）的全球生物多样性框架（GBF）实施方面，不仅努力为资金的适当性和效率而努力，还为公平的努力而努力 - 分享2和分配2和分配。