引言近年来,金融业遇到了一种普遍存在的挑战,即漂绿行为。漂绿行为是一种夸大或歪曲公司对环境影响的做法,以给人留下公司比实际更注重环保的印象 (Huang & Chen, 2015)。当环境、社会和治理 (ESG) 报告等正式公共信息加剧信息不对称并增加市场混乱的风险时,就会发生这种情况 (Liu et al., 2024)。夸大其词是漂绿行为的一种常见形式,事实证明,它通过扭曲可持续发展目标的实现和评估来阻碍可持续发展目标的实现 (Cojoianu et al., 2020)。这通常表现为使用过于积极的语言来描述公司的环境、社会或治理绩效,而没有提供足够的支持数据或证据。因此,检测和解决 ESG 报告中的夸大其词至关重要。人工智能 (AI) 正在塑造世界,尤其是像 ChatGPT 这样的生成式人工智能 (GenAI) 的快速发展。金融领域的一些研究已经开始利用人工智能来解决 ESG 报告中的问题。例如,一些研究比较了传统和人工智能驱动的 ESG 评级 (Hughes 等人,2021)。一些研究调查了人工智能对漂绿和可持续发展报告的影响 (Moodaley & Telukdarie, 2023)。Yang 等人 (2021) 发现 ESG 披露降低了公司债券信用利差,降低了风险并增强了投资者信心,而 Biju 等人 (2023) 使用 MAXQDA 软件将 ESG 的情绪得分与漂绿的看法联系起来。这些研究表明了在分析 ESG 报告中应用人工智能的可能性和潜力。因此,本研究受到启发,充分利用人工智能,尤其是 GenAI,来评估 ESG 报告中的夸大行为 (Jain 等人,2023)。尽管先前的研究已经研究了审查和评估 ESG 报告的各种技术,但识别夸大断言的难度仍然没有得到充分研究,尤其是在使用最先进的人工智能技术时。此外,即使公司可能在其 ESG 报告中使用“极端”、“完整”或“最高”等形容词,但这并不总是意味着他们夸大了他们的成就;事实上,一些公司可能在这方面表现出色。因此,仅依靠 ESG 报告中的术语无法彻底确定公司是否夸大了他们的主张。GenAI 的优势在于能够通过分析上下文细节来辨别是否有合理的理由怀疑夸大。本研究旨在通过利用 GenAI 来检测 ESG 报告中的夸大描述,从而弥补这一差距,从而更准确、更稳健地评估企业可持续发展绩效。我们采用三种不同的即时工程策略,即零样本、少量样本和思路链 (COT) 来分析一组 ESG 报告。此外,我们还将该方法与传统文本分析技术和人类智能进行交叉验证。这
摘要近年来人们对体育运动的兴趣和热情显着增加。这使人们越来越重视各种运动的高质量视频录制,以捕获最小的细节。录制和分析在诸如五人制的体育运动中变得极为重要,五人五个复杂而快速的事件。球检测和跟踪以及玩家分析,已经成为许多分析师和研究人员感兴趣的领域。教练依靠视频分析来评估团队的表现并做出明智的决定以取得更好的成绩。此外,教练和体育侦察员可以通过审查过去的比赛来使用此工具为才华横溢的玩家侦察。球检测对于帮助裁判在比赛的关键时刻做出正确的决定至关重要。但是,由于球的不断运动,其形状和外观会随着时间的流逝而变化,并且通常会被玩家所阻挡,因此在整个游戏中跟踪其位置的挑战。本文提出了一种基于深度学习的Yolov8模型,用于在广播五人制视频中检测球和玩家。关键字yolov8,roboflow,球检测,球员检测,五人
该课程将以英语为单位,将向挪威和国际参与者开放。此外,UIT和Partners将制定专门为通过西北通道航行而设计的专门研究计划。该课程将设计为基于项目的,并且高度重视发展与人类引起的气候变化有关的复杂问题的复杂问题,从而将项目的总体愿景和目的侧重于研究:提高全球范围内海洋发展中的意识和共享知识。土著知识和观点,常规科学以及整个社会挑战将为课程内容提供信息。目标受众将是社会参与,冒险的学生和研究员,并希望成为解决与气候变化和海洋可持续使用有关的重大社会挑战的解决方案(从广义上讲)。
房间里的 AI 代理:为移植选择委员会提供客观决策信息 Bima J. Hasjim MD MSc 1,2 *、Ghazal Azafar PhD 2,3 *、Frank Lee MD 4、Tayyab S. Diwan MD 4、Shilpa Raju MPH 2、Jed Adam Gross MPhil JD 5,6、Aman Sidhu MD 2、Hirohito Ichii MD PhD 1、Rahul G. Krishnan PhD 7、Muhammad Mamdani MPH PharmD 8,9、Divya Sharma PhD 10,11 +、Mamatha Bhat MD PhD 2,3,12,13 + *共同第一作者 + 共同资深作者 1 加州大学欧文分校外科系,加利福尼亚州奥兰治,美国 2 多伦多大学大学健康网络 Ajmera 移植中心移植 AI 计划, 3 加拿大安大略省多伦多大学健康网络多伦多总医院研究所 4 明尼苏达州罗彻斯特梅奥诊所医学院移植外科分部 5 加拿大多伦多大学健康网络临床和组织伦理学系 6 加拿大安大略省多伦多大学达拉拉纳公共卫生学院临床公共卫生分部 7 加拿大安大略省多伦多大学计算机科学系 8 加拿大安大略省多伦多大学健康网络多伦多总医院药学系和妇女健康计划 9 临床评估科学研究所 10 加拿大安大略省北约克大学数学与统计学系 11 加拿大安大略省多伦多大学健康网络生物统计学系 12 加拿大安大略省多伦多大学医学系胃肠病学和肝病学分部 13 加拿大安大略省多伦多矢量研究所 通讯作者:Mamatha Bhat,医学博士
摘要。Labuhan Sangoro,位于印度尼西亚西努萨·坦加拉(West Nusa Tenggara)的萨利赫湾(Saleh Bay),是印度尼西亚西努萨(Nusa Tenggara)的摄政区,是用于种植海藻物种Kappaphycus alvarezii的地区之一。在2023年,由于冰冰疾病爆发,耕作活动造成了农作物衰竭。这一事件造成了农民的巨大劳动力和财务损失。怀疑生物学因素(细菌)在这种疾病的出现中起作用。因此,这项研究旨在(1)识别生活在水域中的细菌(冰冰感染的海藻种植地点)和(2)寻找负责引起冰冰疾病的潜在细菌。这项研究的目标是分子鉴定已知感染K. alvarezii的潜在细菌,从而导致该疾病。本研究中使用的方法是探索性描述性的。从4点收集样品(K. alvarezii栽培位置被冰冰感染)。每个点由2个深度(表面和底部水)表示。sampels分析采用元法编码(EDNA)分析采用与培养的方法。这种方法可用于检查环境样品中可用的基因组,从而允许鉴定更广泛的细菌种类。因此,这种方法提供了更大的机会发现引起冰冰疾病的潜在细菌。在这项研究中,已经全面理解了两个深度(表面和底水)的细菌组成。和伪胞虫sp。负责在有机物分解,营养回收,支持初级生产和维持生态系统平衡中重要作用的主要门是蓝细菌和蛋白质细菌。K。Alvarezii培养中的冰冰疾病与某些细菌物种(如Vibrio spp)有关。在采样位置也发现了。关键词:环境DNA,Ice-Ice病,K。Alvarezii,海洋细菌,萨利赫湾。
摘要 。拉布汉桑戈罗位于印度尼西亚西努沙登加拉省松巴哇县萨利赫湾,是为种植海藻品种卡帕藻而开发的地区之一。2023 年,由于冰冻病的爆发,种植活动遭遇了作物减产。这一事件给农民造成了重大的劳动力和经济损失。人们怀疑生物因素(细菌)在这种疾病的出现中发挥了作用。因此,本研究旨在 (1) 识别水中的细菌(冰冻感染的海藻养殖场)和 (2) 寻找可能导致冰冻病的细菌种类。本研究的目标是从分子水平上鉴定已知感染 K. alvarezii 并导致该疾病的潜在细菌种类。本研究中使用的方法是探索性描述性的。从 4 个点(被冰冻感染的 K. alvarezii 养殖地点)采集样本。每个点由 2 个深度(表面和底层水)表示。样品分析采用了一种基于宏条形码 (eDNA) 分析的不依赖培养的方法。这种方法可用于检查环境样品中的基因组,从而可以鉴定出更广泛的细菌种类。因此,这种方法为发现可能导致冰冰病的细菌种类提供了更大的机会。在这项研究中,全面了解了两个深度(表面和底层水)的细菌组成。负责有机物分解、营养物循环、支持初级生产和维持生态系统平衡的重要作用的主要门是蓝藻和变形菌。K. alvarezii 培养中的冰冰病与某些细菌种类有关,例如在采样地点还发现的弧菌属和假交替单胞菌属。关键词:环境 DNA、冰冰病、K. alvarezii、海洋细菌、萨利赫湾。
学生在学习变异材料时存在误解和困难,导致学生的理解力和学习成果下降。教师在促进学生学习方面发挥着非常重要的作用。教师应该能够设计和使用适当的模型、方法和媒体,以便有效地进行学习,例如抽象材料或不能直接观察的材料的性质,包括突变和进化的概念。本研究的目的是将学习突变和遗传变异中的重要概念以复杂性和抽象性的形式映射出来,以理解生物进化的材料。本研究采用文献研究法。在查阅了各种文献后,对突变和基因变异的概念进行了识别和分析。因此,它可以作为教师设计学习的参考。 CoRe 中出现的一些大思想包括导致突变的因素、突变的类型、突变的影响以及遗传变异、突变、物种形成和生物多样性之间的关系,是概念化一个主题的一些重要考虑因素,在向学生传授材料的深度和广度时,教师仍然可以根据学生的学习环境条件对材料进行调整。学习必须考虑到学生和教师的条件,因此方法、模型、媒体和方法的使用在很大程度上决定了教授生物进化这一抽象课程的成功。
在Mizuho FG总部的上层楼上,俯瞰着东京的Otemachi Financial District,集团总裁兼首席执行官Masahiro Kihara Welcomes Hajime Moriyasu,日本国家男子足球队的主教练,以及东京艺术大学的日本顶级艺术艺术大学,日本男子足球团队和Katsuhiko Hibino,Katsuhiko Hibino。三人,每个人都带领各自组织并培养下一代,以对各种问题进行交流。Masahiro Kihara:让我问你们两个,日本的著名领导人,这个问题:如果您是瑞冬总统,您会怎么做?moriyasu-san,让我们从你开始。Hajime Moriyasu:好吧,如果我可以与目前最专注于我作为国家足球队的主教练的角色同时考虑这一点,我想我会尝试利用年轻球员的价值观。 日本男子国家队包括新的,有些经验丰富且长期历史的球员。 后两个类别已经获得了一些经验,因此他们可以继续取得成就。 另一方面,年轻成员的心态不同。 在今天的遭遇中,我经常觉得我们对事情的看法完全不同(笑)。 我认为我们可以通过吸收和实施他们的想法来提高团队的能力。 Kihara:我同意。 在米苏豪(Mizuho),我们建立了一个反向指导体系,在该系统下,年轻员工将导师的角色承担给主管。 我本人在公司的第二年至第三年都向员工学习。Hajime Moriyasu:好吧,如果我可以与目前最专注于我作为国家足球队的主教练的角色同时考虑这一点,我想我会尝试利用年轻球员的价值观。日本男子国家队包括新的,有些经验丰富且长期历史的球员。后两个类别已经获得了一些经验,因此他们可以继续取得成就。另一方面,年轻成员的心态不同。在今天的遭遇中,我经常觉得我们对事情的看法完全不同(笑)。我认为我们可以通过吸收和实施他们的想法来提高团队的能力。Kihara:我同意。 在米苏豪(Mizuho),我们建立了一个反向指导体系,在该系统下,年轻员工将导师的角色承担给主管。 我本人在公司的第二年至第三年都向员工学习。Kihara:我同意。在米苏豪(Mizuho),我们建立了一个反向指导体系,在该系统下,年轻员工将导师的角色承担给主管。我本人在公司的第二年至第三年都向员工学习。聆听他们的观点很重要,因为他们现在想到的是十年零20年后的金融业。
通常在观察到AD的任何症状之前几十年开始。更具体地说,β沉积依次是神经变性,tau病理的积累和脑体积损失的标记。AD的这种症状阶段将在10到20年前的AD症状出现之前。5 tau是正常成熟神经元的微管相关蛋白(MAP)。tau是一种磷蛋白,可促进微管蛋白的组装到微管中并稳定其结构。在AD中(以及某些其他相关的神经退行性疾病,称为tauopathies),Tau蛋白异常被过度磷酸化并汇总成丝束中的束。 在AD中,这种TAU病理被视为成对的螺旋丝有时会与直丝混合的成对螺旋丝的神经元神经纤维缠结。 在AβPlaque核心周围的营养不良神经突和神经胶质中作为神经皮质螺纹的聚集体在营养不良的神经突中也可见。 6有两种方法可以通过示踪剂直接通过PET成像来检测异常Aβ,或通过测量CSF中β的长形式的水平,从而直接通过PET成像。 也可以使用CSF检测 p-tau和T-tau,并用作MCI患者中AD出现的生物标志物。 AD发作年龄7:8在AD中(以及某些其他相关的神经退行性疾病,称为tauopathies),Tau蛋白异常被过度磷酸化并汇总成丝束中的束。在AD中,这种TAU病理被视为成对的螺旋丝有时会与直丝混合的成对螺旋丝的神经元神经纤维缠结。在AβPlaque核心周围的营养不良神经突和神经胶质中作为神经皮质螺纹的聚集体在营养不良的神经突中也可见。 6有两种方法可以通过示踪剂直接通过PET成像来检测异常Aβ,或通过测量CSF中β的长形式的水平,从而直接通过PET成像。 也可以使用CSF检测 p-tau和T-tau,并用作MCI患者中AD出现的生物标志物。 AD发作年龄7:8聚集体在营养不良的神经突中也可见。6有两种方法可以通过示踪剂直接通过PET成像来检测异常Aβ,或通过测量CSF中β的长形式的水平,从而直接通过PET成像。p-tau和T-tau,并用作MCI患者中AD出现的生物标志物。AD发作年龄7:8AD发作年龄7:8
芒果供应链的建议 Hamza Hussain 1 , Hira Nazir 2 , Muhammad Samiullah 3* , Muhammad Danial Faiz 4 , Muhammad Adnan Faiz 5 , Adnan Manzoor 5 1 Muhammad Nawaz Shareef 农业大学,木尔坦。 2 巴基斯坦木尔坦爱默生大学网络安全系。 3 巴基斯坦木尔坦卡西姆普尔国立商务研究生院。HED 4 南旁遮普木尔坦学院数学系 5 巴基斯坦木尔坦爱默生大学商务与公共管理系* 通讯作者:Muhammad SamiUllah,samiiub@gmail.com。引用 | Hussain. H, Nazir. H, Samiullah. M, Faiz. M. D, Faiz. M. D, Manzoor. Adnan,“基于人工智能的芒果供应链建议方法”,IJIST,第 06 期第 04 期,第 1913-1931 页,2024 年 11 月 收到 | 2024 年 10 月 26 日 修订 | 2024 年 11 月 19 日 接受 | 2024 年 11 月 20 日 发布 | 2024 年 11 月 21 日。