根据WHO建立的全球抗菌耐药行动计划,目的是获得比传统抗生素更有效的更好治疗剂,我们评估了两种含有磷酸盐的合成有机化合物的抗菌活性,即((((((氰基甲基)(乙氧基)磷酸))氧)锌(II)氯化物(化合物I)和(Z)和(Z) - (1-(1-(3-(3-(二氯磷)-3-甲基-4-4-氧气)-2-甲基-4-氧乙烯 - 2-2-2-2-2-2-乙基)乙基)乙基二氯酸磷酸二氯化物(复合II),包括十字级传播剂,涉及杂种。 Acinetobacter baumannii, Escherichia coli, Klebsiella pneumoniae and Pseudomonas aeruginisa ), three Gram-positive bacteria ( Bacillus mesentericus, Bacillus subtilis and Staphylococcus aureus ) and three yeasts ( Candida albicans, Candida guilliermondii and Candida tropicalis ).琼脂井扩散方法被应用于抑制的估计区域,并使用化合物的双稀释方法来确定两种测试化合物的最小抑制浓度(MIC)。获得的结果表明,化合物对化合物I的抑制区域具有出色的抗菌潜力,对于革兰氏阴性和革兰氏阳性细菌,化合物I的抑制区域范围从34.2 mm至39.3 mm,从35.5 mm到41.2 mm。化合物I的抗真菌活性抑制区域的抑制区域从26.3 mm至28.0 mm不等,对于念珠菌物种,化合物II的抑制区域从30.3 mm到31.0 mm。MIC值表明,与革兰氏阴性菌和革兰氏阳性细菌相比,念珠菌属对两种测试化合物非常敏感。疾病是全球死亡的主要原因之一(WHO,2017年),每年大约有70万人因耐药感染而死亡(Francesca等,2015)。受抗菌抗性病原体感染的人会受到免疫系统的损害,并且可能在短时间内和短时间内发生死亡(Michele等,2015)。除了这些令人震惊的健康后果,耐药性具有重大的经济影响(WHO,2017年)。的确,抗菌抵抗造成的经济负担将在2050年达到1亿美元(Michele等,2015; O'Neill,2016)。如果没有采取任何措施来控制这一全球公共卫生祸害(Renzo and Maurizio,2020;
final-green-light-to-the-first-worldwide-rules-on-ai/?trk=public_post_comment-text(最后访问于 2024 年 9 月 5 日)
DOD的ESTCP演示项目描述/目标虽然高效,并且在世界范围内使用,但在美国,GHP在美国不存在。This project will Demonstrate two viable GHP-USTES architectures that: • Reduce installed cost 20% below conventional/full GHPs • Reduce HVAC energy cost at least 30% below conventional HVAC and at least 10% below full Geo • Have no on-site emissions, 80%-100% less cooling water consumption, 40% smaller carbon footprint • Provide Bases a truly sustainable infrastructure “inside the fence” (aka Energy Security)
对三级医院工作人员医疗保健中人工智能的评估 Daniel, Aondona David 1 , Akwaras Nndunno Asheku 1 , Yohanna Stephen 2 , Gyuse Ngueikyor Abraham 3 , De-kaa Niongun Lawrence Paul 1 , Swende Ladi Terrumun 1 , 俄亥俄州州立大学 1、Grace Nwununji 4、马太福音 1 开放获取引文:Daniel、Aondona David、John Stephen、Gyuse Ngueikyor Abraham、Deacon Lawrence Paul、Swende Laadi、俄亥俄州立大学、Rev. Grace Nwunuji、Ocheifa Ngbede Matthew。对三级医院工作人员对医疗保健人工智能的知识、实践、感知和期望的评估。埃塞俄比亚健康科学杂志。2024;34(4):313。 doi:http://dx.doi.org/ 10.4314/ejhs.v34i4.7 收到日期:2024 年 3 月 2 日 接受日期:2024 年 6 月 23 日 出版日期:2024 年 7 月 1 日 版权所有:© 2024 David D.A.,等人。本文根据知识共享署名许可条款分发,允许在任何媒体中不受限制地使用、分发和复制,只要注明原作者和出处。资金:无 竞争利益:作者声明本手稿不存在竞争利益。所属及通讯:
由于其优异的性能,先进陶瓷、金属和复合材料等硬质材料具有巨大的经济和社会价值,可应用于众多行业。了解它们的微观结构特征对于提高其性能、材料开发和释放其未来创新应用的潜力至关重要。然而,它们的微观结构显然是分层的,通常跨越几个长度尺度,从亚埃到微米,这对它们的表征提出了严峻的挑战,尤其是原位表征,这对于理解控制微观结构形成的动力学过程至关重要。本综述全面描述了快速发展的超小角度 X 射线散射 (USAXS) 技术,这是一种探测硬质材料纳米到微米级特征的无损方法。USAXS 及其补充技术在为硬质材料开发和应用时,可以提供有关其孔隙率、晶粒尺寸、相组成和不均匀性的宝贵见解。我们讨论了 USAXS 在硬质材料中的基本原理、仪器、优势、挑战和全球地位。通过选定的示例,我们展示了该技术在揭示硬质材料微观结构特征方面的潜力,以及它与先进材料开发和制造工艺优化的相关性。我们还提供了对 USAXS 持续发展的机遇和挑战的看法,包括多模态表征、相干散射、时间分辨研究、机器学习和自主实验。我们的目标是促进 USAXS 技术的进一步实施和探索,并激发它们在硬质材料科学的各个领域的更广泛应用,从而推动该领域的发现和进一步发展。
阿育吠陀(Ayurveda)起源于三千年前的印度,强调了基于个体宪法(Prakriti)和称为Doshas的生理结构的个性化治疗方法。ai,对人类智力过程进行建模,越来越多地用于现代技术,以执行学习,推理和解决问题的任务。本文探讨了人工智能的使用来增强阿育吠陀的应用,旨在改善诊断,教育,治疗计划和研究,从而提高全球医疗系统的可及性和有效性。将人工智能(AI)纳入阿育吠陀需要利用AI在数据分析,模式识别和预测建模中的优势。进行了全面的文献搜索,以发现有关AI和Ayurveda整合的相关论文和文章。搜索涵盖的数据库,例如PubMed,Google Scholar和相关期刊。分析了收集的数据,以提供有关该主题的详细概述。将AI纳入阿育吠陀在许多领域都提供了有希望的好处,包括增强的诊断,个性化治疗,加速研究并改善阿育吠陀教育。AI与阿育吠陀的整合既提出了机遇和挑战。尽管AI可以提高诊断准确性,个性化治疗和加速研究,但它面临着挑战,例如分析大量数据集,根据环境来翻译梵语文献,在每种情况下了解阿育吠陀概念以及道德问题。未来的研究应集中于AI驱动的预测分析,数字化印度草药信息以及基于IT的诊断工具。
世界拥抱虚拟学习 ................................................................................................................114 摘要 ................................................................................................................................114 介绍 ................................................................................................................................114 研究问题 ........................................................................................................................116 文献综述 ........................................................................................................................116 框架 ................................................................................................................................119 方法 ................................................................................................................................120 发现 ................................................................................................................................121 Roblox .............................................................................................................................122 Flipside .............................................................................................................................124 Plotagon .............................................................................................................................124 360 度视频 ................................................................................................................124 视频会议 .............................................................................................................................125 Perusall .............................................................................................................................128 Canvas .............................................................................................................................128 Kaltura .............................................................................................................................131 Articulate 360 .............................................................................................................132 讨论...........................................................................................................134 结论 ......................................................................................................................135 参考文献 ......................................................................................................................135 第五章:结论 ................................................................................................................143 参考文献 ......................................................................................................................152 附录 ................................................................................................................................157 附录 A:研究问题表 ................................................................................................158 附录 B:方法、结果和设计表 ..............................................................................................161 附录 C:主要发现表 ........................................................................................................175 附录 D:先前知识调查 ......................................................................................................179 附录 E:每日反思提示 ......................................................................................................180 附录 F:期末反思问题 ................................................................................................180 附录 G:学生对第一堂课的回应 ................................................................................181 附录 H:学生对 VR 步行之旅的回应 ................................................................................183 附录 I:学生对 Uncensored Restaurant 的回应 ................................................................185 附录 J:学生对 Three Dragons 的回应 ................................................................................186 附录 K:学生对 HUME Lab 的回应 ................................................................................188 附录 L:学生对调查问题的回应 ................................................................................190
课程概述:研究是国家和社会发展的基础。为任何主题的科学发展创造知识是基于研究,创造性思维和创造力的。基础研究方法在所有受试者中几乎仍然相似,但很少有领域的特定于领域。但是,随着技术的干预,研究方法的急剧变化是在最近的过去观察到的,这是新技术进化和发明的持续过程。因此,博士研究水平的当前课程结构的主要目标是为论文结果的高质量和统一性提供创新/当代的常见方法和应用。课程目标:-1。了解和介绍研究,类型,过程和术语。2。计划和发展提出相关研究问题并制定
人工智能 (AI) 已在各个行业中显示出有效性,尤其是在医疗保健领域。在尼泊尔,现有研究对人工智能在医疗保健领域的技术、财务、人力资源、道德和隐私相关挑战的见解有限,而这正是我们的研究旨在填补的空白。我们的研究旨在通过进行系统的文献综述,综合关于使用人工智能的挑战和机遇的实证研究。我们保留了 2010 年至 2023 年期间在 PubMed、Google Scholar、Science Direct 和 CIHANIL 数据库中发表的 33 篇文章。大多数审查的文章表明,尼泊尔医疗保健领域在人工智能管理方面存在一些挑战,但也存在与此相关的机会,包括服务的成本效益、增加获得专业医疗服务的机会、团队合作和决策、诊断和患者监测以及远程医疗。然而,研究结果表明,人工智能在医疗保健领域的使用还面临着一些挑战,包括技术、地理、经济、道德和隐私以及人力资源相关的挑战。我们的研究结果表明,人工智能有潜力改变医疗保健,在应对这些挑战的同时,充分利用人工智能服务非常重要,尤其是在尼泊尔农村地区。
内源性大麻素系统有望成为治疗精神疾病的新靶点。大麻二酚 (CBD) 是一种天然存在的大麻素,已在多种精神疾病中得到研究,与标准治疗相比,其具有多种疗效和出色的安全性。尽管来自随机临床试验的证据正在增加,但在大多数适应症中仍然相对有限。本综述通过全面的文献检索,以确定关于 CBD 在精神疾病中作用的临床研究。文献检索包括 2023 年 7 月 27 日之前以英文发表的案例研究、病例报告、观察性研究和 RCT,不包括涉及萘比西莫或含有 CBD 和 ∆ 9 -四氢大麻酚的大麻提取物的研究。已完成的研究均被纳入考虑,所有作者独立评估了相关出版物。在确定的 150 篇文章中,纳入了 54 篇出版物,涵盖了 CBD 对健康受试者和各种精神疾病的影响,例如精神分裂症、物质使用障碍 (SUD)、焦虑症、创伤后应激障碍 (PTSD) 和自闭症谱系障碍。尚未发表针对其他潜在适应症的临床研究,例如酒精使用障碍、边缘性人格障碍、抑郁症、痴呆症和注意力缺陷多动障碍。这篇评论强调,CBD 可能改善某些精神疾病,包括精神分裂症、SUD 和 PTSD。然而,需要更多的对照研究和临床试验,特别是调查 CBD 的中长期使用,以最终确定其在治疗这些疾病方面的有效性和安全性。CBD 对神经活动模式的复杂影响(可能通过影响内源性大麻素系统)值得进一步研究以揭示其在精神病学中的治疗潜力。