XiaoMi-AI文件搜索系统
World File Search Systemyields
利用精准农业数据研究湿地对农作物产量的农艺和经济影响
背景：湿地排水已成为北美草原坑洼地区越来越重要的保护问题。几十年来，对一年生作物生产的经济激励推动了湿地排水，而湿地的去除对关键的湿地生态系统服务产生了不利影响，如野生动物栖息地和碳封存。过去研究模拟农民排干湿地的决定，通常假设排干的湿地将产生与田地高地相似的产量。目标：我们的目标是评估湿地及其缓冲区对草原坑洼地区作物产量、农场财务绩效和湿地排水激励措施的影响。方法：我们结合加拿大萨斯喀彻温省黑土和深棕壤带 36 块田地的精确产量数据和详细的湿地测绘数据，以估计湿地及其缓冲区对作物产量的农学影响。然后，我们将这些产量效应纳入具有三种湿地排水情景的农场核算模型，以估算研究区域湿地排水每年每英亩耕地的净收益，并将这些结果与没有湿地产量效应的估计结果进行比较。结果：我们发现湿地盆地的产量相对低于田地的平均产量，并且与作物类型、土壤区域和年降水量之间存在很大差异。湿地排水可以缓解
真正的炒作：通过呼吸工程减少藻类损失，提高产量和生产力
1. 藻类生物量生产力 o M. gaditana 菌株的生物量生产力提高 20%，将显著提高 2030 年 25 克/立方米/天的目标生产力 o 户外使用可能还需要做出额外努力： 批准避免重组蛋白的转基因生物或突变方法 扩大规模测试 SNL 温室中的 100 升微型跑道池 o 遗传目标还可以通过减少暗损失来提高其他藻类菌株的生物量生产力
使用无重原子敏化剂的电荷转移态荧光作为自参考来确定上转换量子产率
推荐引用 推荐引用 Kiseleva, N., Busko, D., Richards, BS, Filatov, MA, Turshatov (2020). 使用无重原子敏化剂的电荷转移态荧光作为自参考来确定上转换量子产率。《物理化学快报》11,XXX.，第 6560–6566 页。doi:10.1021/acs.jpclett.0c01902
基于传感器和物联网技术的温室智能自主农业系统，提高产量
温室种植条件不同于室外种植条件，有其优点和缺点。可以列举的一些优点是种植园与外界影响（如天气（城市、强风等）、不健康的阳光、昆虫等）的减少或完全隔离。温室种植的缺点是必须控制温室内的温度，定期通风，为种植的作物提供新鲜空气，由于温室效应，土壤质量会随着矿物质的消耗而下降，等等。由于温室减少了很大一部分外部影响，因此有必要以某种方式监测和控制可能对温室种植园的产量和种植产生不利影响的参数，其中一部分已列出。人为因素最容易出错，并且无法清洗和控制所有参数。这一问题尤其体现在早晨需要给温室通风时，温室内的湿度超过 85%，温差很大（温室内的温度远高于外界温度），所以打开温室时植物会受到温度冲击，这会对植物和水果本身产生不利影响。早期的研究 [1] 基于测量环境 / 大气参数并将其存储在安全数据 (SD) 卡上，测量期间无法访问，以便最终用户了解当前结果。研究 [2] 基于无线通信，将测量的大气 / 环境参数存储在具有商业数据保护的商业云或数据库中。研究 [3] 描述了基于物联网的智能家居系统。
通过长读长重新审视非模型物种的基因组，可以对其生物学和进化产生新的见解
使用长读数据获得的高质量基因组不仅可以更好地了解杂合性水平、重复内容以及与使用短读技术获得的基因组相比更准确的基因注释和预测，而且还可以帮助了解单倍型分化。近年来，长读测序技术的进步使得为非模式生物生成此类高质量组装成为可能。这使我们能够重新审视基因组，而使用前几代数据和组装软件将其组装到染色体规模上一直存在问题。线虫是后生动物中种类最多、种类最多的动物门之一，但对其研究仍然很少，许多以前组装的基因组都是碎片化的。使用 Nanopore R10.4.1 和 PacBio HiFi 获得的长读长，我们生成了 Mermithidae 科二倍体线虫的高度连续组装体，目前尚未获得该科的密切相关基因组，以及 Panagrolaimidae 科三倍体线虫的折叠组装体和分阶段组装体。这两个基因组之前都已分析过，但碎片组装体的支架大小与组装前的长读长长度相当。我们的新组装体说明了长读长技术如何更好地表示物种基因组。我们现在能够根据更完整的基因和转座因子预测进行更准确的下游分析。
机器学习筛查工具，用于预测废水中药物化合物的提取产率
药物化合物已成为废水中越来越重要的污染物来源，因为它是传统的处理方法无效地去除它们的方法，因此它们通常被放入环境中。可以使用液体液体提取成功去除药物，并且可以使用宇宙RS预测相互作用并识别最有前途的溶剂。但是，COSMO热模型无法解释关键过程参数，从而降低了这些计算模型的准确性。因此，需要替代计算方法来准确预测可以纳入处理和相互作用变量的药物的提取产率。这项工作使用机器学习来预测使用八种溶剂的11种药物的提取产率。探索了六个回归模型和两个分类模型。使用ANN回归器（测试MAE：4.510，测试R 2：0.884）和RF分类器（测试精度：0.938，测试召回：0.974）获得了最佳性能。RF回归分析和分类还显示了关键的提取产率特征：溶剂与喂养比，N - 辛烷 - 水分系数，氢键，氢键和范德华对多余的焓的贡献，以及pH距离至最近的PKA。机器学习显示为筛选和选择最有希望的溶剂和过程条件的绝佳工具，以从废水中去除药物。
imu：评估vaxinia oncolytic病毒的桅杆试验产生更多的积极数据
■IMU在转移性晚期实体瘤中更新了其1期桅杆试验，评估了其溶瘤病毒CF33-HNIS（Vaxinia）。患有38剂升级阶段的患者（19例肿瘤内服用19剂，静脉内服用19剂，作为单一疗法或与pembrolizumab结合），31例患者（14例肿瘤内，17例，静脉内17例）是可评估的，至少在42天进行了第一次SCAN。在14例肿瘤内患者中，有15例（47％）的总注射病变缩小，三个病变完全消除了。14个中有3个具有客观反应（21％ORR），其中1个CR在胆管癌患者中，PR中有两名黑色素瘤患者（均为中剂量水平）。在17例静脉注射患者中，有9名（53％）达到了SD。接受过检查点抑制剂治疗的患者通过单一疗法和联合疗法获得了临床益处。胆管癌患者的结果以前倾向于通过增加10-20例此类患者来扩大试验。
证据的综合产生了由于结构模型变化和不确定性而导致的碳的高社会成本
M.D.在德国的卓越策略（EXC 2037和CLICCS）项目编号下，非常感谢DFG的支持。390683824，对汉堡大学地球系统研究与可持续性中心（CEN）的贡献。We are very grateful to our many survey respondents, to David Anthoff, Kenneth Gillingham, Frikk Nesje, James Archsmith, Radley Horton, Jim Stock, Bob Litterman, and seminar audiences at AERE 2022, AURO 2023, CESifo 2023, ASSA 2024, University of Potsdam, University of California San Diego, Columbia Business School, Harvard肯尼迪学校（Kennedy School）和在皮克（Pik）向罗伯特·鲍（Robert Bao）寻求技术援助的有益评论，并向约翰娜·达姆斯塔特（Johanna Darmstadt），卢克·埃斯普朗（Luc Esprabens），戴维·卢修斯（David Esprabens），戴维·卢修斯（David Lucius），尼尔·斯坦布雷赫（Nele Steinbrecher），亨利·威廉姆斯（Henry Williams），安吉拉·郑（Angela Zeng），尤其是马克·卢斯蒂格（Mark Lustig），以提供出色的研究帮助。本文所表达的观点是作者的观点，不一定反映国家经济研究局的观点。
证据的综合产生了由于结构模型变化和不确定性而导致的碳的高社会成本
从一吨二氧化碳（称为碳的社会成本）中估算社会成本（SCC） - 需要将气候系统的模型与气候变化的经济和社会影响相关联，以及在时间和空间之间的多样化，不确定的影响的综合影响。越来越多的文献研究了支持SCC计算的模型的基本结构元素的影响。这项工作以零碎的方式积累，使他们的相对重要性不清楚。在这里，我们对SCC上的证据进行了全面的综合，结合了147项研究的SCC的1823年估计以及对这些研究的作者的调查。已发表的2020 SCC值的分布宽且基本右翼，显示了右尾重的证据（截断的平均值为132美元）。方差分析揭示了包括持续损害，地球系统表示和分布权重的重要作用。但是，我们的调查表明，专家认为，由于结构模型变化的不足和损害功能和折扣率的偏见，文献偏向下降。为了解决这种不平衡，我们对文献中的变化进行了随机森林模型的培训，并使用它来生成合成的SCC分布，该分布更加与适当的模型结构和折现的专家评估更匹配。此合成分配的平均每吨二氧化碳的平均值分别为2020年的脉冲年度（5％–95％的范围：32-874美元），高于所有官方政府估计，包括美国EPA的2023年更新。
基于视觉特征的大脑解码产生的权重图比分类更符合场景理解
我们介绍了一种大脑解码方法，用于使用自然场景数据集 (NSD) 分析对视觉感知的功能性反应，其中我们使用来自深度神经网络的图像的视觉特征作为解码目标。我们的方法在各种特征提取方法和受试者中都给出了一致的结果。在后续分类任务中使用生成的权重图，我们的方法实现了与直接训练的分类器类似的分类准确率，但由于不需要分类标签，因此适用性更广。我们表明，与基于分类的解码得出的权重图相比，我们生成的权重图与人类受试者的底层任务更加一致。这种灵活性使我们的方法适用于具有复杂刺激的多种解码风格分析，而手动标记可能会使结果产生偏差。