XiaoMi-AI文件搜索系统
World File Search System不连续性
连续性与不连续性辩论
作为图书馆，NLM提供了对科学文献的访问权限，而无需暗示与其内容的认可或一致。NLM数据库包括来自各种来源的出版物。在本文中，我们通过采用极性“连续性/不连续性”和“稳定/不稳定”来区分一致性和发展的变化。一致性和变化通过组均值连续性/不连续性和个体阶稳定性/不稳定来跟踪。这两种观点在概念上和经验上都是对发展的部分正交观点。发展科学侧重于一致性和随着时间的变化。平均水平的连续性/不连续性以及个人秩序稳定性/不稳定性信息和方法论，可以同时分析。并非所有的发展变化都涉及转化；一致性也起着作用。我们正式化并解释了这两个概念，因为过去许多学者对它们进行了研究。####这是重写文本：我们需要在这里讨论下一个逻辑当代治疗，尤其是在定量方面。一些发育主义者还使用定性变化，例如从手势转变为“不连续”。令人惊讶的是，我们的领域仍然缺乏词汇来区分现在的基本结构，例如连续性和稳定性。我们选择了这两个术语 - 连续性和稳定性 - 分别描述群体平均值和个体差异的一致性。连续特征是随着时间的流逝显示相同平均水平的特征。19–40。为了使读者更容易，我们从一个发展领域（语言）中绘制示例 - 但这些概念适用于个人，二元组和环境的所有领域和特征。将连续性视为一致性，而不连续性是变化，在特征到时间的特征的平均水平中。不连续的，随着时间的流逝，平均水平增加或下降。在两个紧密间隔的时间点之间，儿童词汇可能不会改变，但是在其他可能相同或肯定会在长期儿童中肯定会改变其词汇量的其他人之间的变化。将稳定性视为一致性，而不稳定性是变化，以相对的顺序，地位或群体等级，或者在特征上的特征中。稳定的特征是某些人在一个时间点和以后的时间点显示较高的水平。如果个人不随着时间的流逝保持相对秩序，则会表现出不稳定。随着时间的流逝，孩子们倾向于保持其语言能力的相对顺序。效果大小可以测量数据集中的不连续性，变化或稳定性的幅度。在重复测量分析中，诸如学生配对t检验或f检验之类的平均差异测试用于索引不连续性。效果大小是通过将两个均值之间的差额除以汇总的标准偏差来计算的。效应大小的常用经验法则是科恩的D，其效果将效果分为小（d = 0.20），培养基（d = 0.50）和大（d = 0.80）。Holliday-Brady等，编辑。对于多元F检验，部分ETA方（η2p）提供了效果大小的替代度量。相关性用于索引稳定性。相关的大小通常使用Cohen's R测量，该R将效果分为小（r≈0.10），培养基（r≈0.30）或大（r≈0.50）。尽管它们的重要性，但连续性和稳定性通常与潜在变化模型相混淆。潜在变化模型在单个层面上测量开发的变化，提供有关发展功能的形状（包括截距和斜率）的信息。这些模型可以通知我们有关变量之间的初始位置，变化率和相关性。相比之下，连续性和稳定性仅需要一个单个测量点，从而使数据收集更加灵活。发展科学中的稳定性和连续性分析：理解潜在变化的互补方法。发展科学采用了一系列评估稳定性的方法，包括潜在变化模型。连续性分析在每个时间点都集中在相同的指标上，而稳定性分析不需要此约束。这种区别强调了连续性和稳定分析的互补性质，这些性质具有不同的目标并具有不同的数据需求。值得注意的是，Vineland自适应行为量表的通信结构量表表明，在3至4岁的儿童中，11个月（r = .86）和5至6年11个月（r = .89）的儿童以及18到57个月之间的平均话语（r = .11）和31和46个月（r = .11）和46个月（r = .12）。1995; 16（3）：257–275。这种同源稳定性可以提供自由估计，给定共同的来源和方法差异，实践效果和其他因素。相比之下，异型稳定性模拟了在理论上相关的不同明显特征跨个体顺序的维护。例如，3年的口头生产预测了5年的语言理解（13），而在4年以4年的预测命名的命名和对字母系统的熟悉程度为5年（14）（14）。异型稳定性可能会提供保守的估计，这是由于评估测量和过程中使用的程序的差异。研究稳定性的关键挑战在于成分特征随发展而发生巨大变化。例如，20个月的成功沟通可能是通过理解，词汇和词相结合来指示的，而48个月的成功可能涉及口头上的复杂思想，理解单词关系，并以上下文和文化适当的方式进行交流。识别可靠的措施是该领域中的主要方法论问题。使用多种评估工具和跟踪各种变量在衡量儿童语言发展时会导致不一致的结果。潜在变量通过考虑不同的观点和测量方法来提供解决方案，从而在控制潜在偏见的同时提供了更准确的估计。这种方法允许随着时间的推移测量的变化，同时保持评估稳定性所需的可比性。引用了以下参考文献以支持这项工作：Hartmann等。19–40。稳定性通常被认为是个体内部的一致性，但也可以归因于支持特征稳定性的内源性因素或环境影响。补充稳定性的同型和异型模型是介导的稳定性，它描述了第三个变量如何影响两个特征之间的稳定性。例如，母亲的反应能力可以介导前语言手势和后来的残疾儿童语言发展之间的稳定性。通过考虑潜在的介体，研究人员可以确定随着时间的推移保持稳定性的基本机制。发展科学旨在描述，解释，预测和优化发展轨迹，涉及在整个寿命中追踪变化和连续性。随着时间的流逝，稳定性和转变的动态会显着影响个人和群体的经验和解释。具有独特特征的人，无论是一致还是改变，都以独特的方式与环境互动，塑造他们的未来发展。令人回味的互动的概念表明，一致的特征可以从社会和身体环境中引起特定的反应，从而影响以后的结果。例如，由于周围的人进行的调整以匹配他们稳定的语音模式，因此声音或非声音的婴儿以及健谈或默许的幼儿的童年经历不同。一致性和变化之间的相互作用是发展科学理论的基本方面。扫盲基础：幼儿对阅读发展的影响。理论家经常争论某些特征是稳定的特征还是瞬态状态，许多育儿和家庭功能理论依赖不变特征来支持更直接的发展模型。例如，亲子互动中的一致性有助于形成内部工作模型和基础依恋理论。相反，变化也是开发系统的关键特征，随着时间性嵌入了发育系统理论中，这意味着持续的转化。变化对于在进化论和发展理论中的适应性（例如弗洛伊德，埃里克森和伯爵提出的理论）中至关重要。发展变化可以是系统的，并且与年龄有关，规范性和历史相关，随机和非规范或与生命有关。发展理论跟踪了各个方面的这些变化，包括个体发生时间，家庭时间和历史时间。一致性和变化对测量具有重要意义，因为稳定的特征在心理上具有更大的意义，并且可以预测未来的结果。本质上，一致性和变化都是定义和理解发展过程的核心。发展科学的一致性是指特征随着时间的推移保持稳定或不变的程度。它通常与变化形成鲜明对比，但是研究表明一致性既不是绝对也不是静态的。相反，它存在于连续体中，并由各种因素（例如个体差异，年龄和环境环境）主持。Malden：Blackwell Publishing； 2002。pp。个体变化在塑造一致性方面起着重要作用，有些人比其他人更加一致。样本的发育阶段或年龄也会影响稳定性，而年龄较大的孩子通常比年轻的孩子表现出更大的一致性。此外，用于评估特征的方法可能会影响稳定性估计，并在不同时间应用的措施产生不同的结果。评估的持续时间和上下文也很重要，因为较短的间隔可能无法捕获变化或一致性的全部程度。此外，评估中使用的设置和参数可能会影响连续性和稳定性，并具有一致的设置，促进稳定性和不一致的设置会减弱它。一致性是依赖理论的，其存在或不存在可能受社会经济地位，环境条件和个人气质等因素的影响。总而言之，了解一致性和变化对于获得发展动态的全面图景至关重要，强调了在每种情况下考虑节制和上下文因素的必要性。儿童之间的相对发展位置可能会随着小组内部的差异而随着时间的流逝而变化，这对于科学家在跟踪进度时必须同时考虑连续性和稳定性至关重要。虽然孩子可能与以前保持同一水平，但如果小组中的其他人提前或回归，他们的相对位置仍然可能不稳定。这重点介绍了评估个人发展时对同伴变化的重要性。[Google Scholar] 11.Smith CE，Lerner MD。此外，区分对发展的时间方面的真正敏感性和未能捕获连续和稳定的品质的敏感性可能具有挑战性。在更长的时间内，将变化归因于测量错误，不同的上下文，实际发展，实践，熟悉度或交互式过程变得越来越复杂。连续性和不稳定性都可以预测与零没有显着的平均差异或相关性无明显的相关性，从而使它们在方法论和统计上有问题。此外，一致性和变化的概念本质上是模棱两可的，一致性可能表明韧性或不灵活性，并且变化表示灵活性或混乱。缺乏语言是某些自闭症谱系障碍（ASD）的标记，而语言丧失是痴呆症的指标。在人类发展中，一致的特征和变化的特征都是有意义的，反映了整个生长和适应的动态性质。优化发展科学项目的目标涉及调解该领域的两个基本动态，这既发人深省又具有挑战性。这一和解得到了NIH的NICHD的壁内研究计划的支持，所有作者都批准了最终的手稿提交。的“发展研究中的设计，测量和分析”（2015年），Kagan的“婴儿的变化和连续性”（1971），Lerner等。的“母亲和儿童语言中的名词和动词产生：跨越第二年的连续性，稳定性和预测”（2016年），Bornstein等。2.Fraley RC。的“人类发展的概念和理论”（2015年），麦考尔的“婴儿期智力功能的发展以及后来的智商的预测”（1979年），沃尔维尔的《行为发展研究》（1973年），Longobardi等，Longobardi等。在生物和社会风险中儿童生命的前十年中核心语言技能的稳定性（在印刷中），科恩的“行为科学的统计能力分析”（1988年）（1988年），伯恩斯坦的“人类婴儿……和其余的生命周期”（2014年）（2014年），Sparrow等。的“ Vineland自适应行为量表调查表格手册（访谈版）”（1984），Blake等。的“评估自发语音样本中语法复杂性的定量度量”（1993），加文和吉尔斯的“样本量对学龄前儿童语言样本测量的时间可靠性的影响”（1996），以及Beals等。的“谈论和倾听，支持低收入家庭的儿童的早期扫盲发展。”产妇反应能力与学龄前儿童的语言发展之间的关系。应用发育心理学杂志。doi：10.1006/jadp.1995.0036。[doi] [Google Scholar] 12.Hart B，Risley TR。在美国年轻儿童的日常经历中存在有意义的差异。纽约：Paul H Brookes Publishing； 1995。pp。[Google Scholar] 13.Lerner MD，Smith CE。幼儿园识字成就的早期育儿和学龄前预测指标。儿童发展。1999; 70（2）：342–354。 doi：10.1111/0003-0340.E00363。 3. Bronfenbrenner U＆Morris PA。 4.Ayer L＆Bornstein MH。 5.Bornstein MH。1999; 70（2）：342–354。doi：10.1111/0003-0340.E00363。3. Bronfenbrenner U＆Morris PA。 4.Ayer L＆Bornstein MH。 5.Bornstein MH。3. Bronfenbrenner U＆Morris PA。4.Ayer L＆Bornstein MH。5.Bornstein MH。[doi] 1.Bowlby J.依恋理论是一种心理模型，探讨了人类如何与他人（尤其是看护者）建立密切联系。通过荟萃分析和动态建模研究了从婴儿期到成年的依恋关系的稳定性。人类发展的生物生物学模型提出，人类发展是由多个环境造成的。阶段理论描述了在不同生活阶段的人类发展的发展。发展心理学的重点是了解人类从出生到老年的认知，社会和情感上如何发展。整个生命周期和个人之间的发展变化可能是定量的或定性的。人类发展的变化可以描述为定性或定量，一些理论提出了预定的表观遗传学方法。这个概念通常与埃里克森的工作和关键时期假设有关。这里的关键点是，对发展变化的不同描述和解释涉及三个维度的各种位置：描述性连续性 - 透视，解释性的连续性 - 透视性和定量质量质量维度。可以通过各种方式将描述性和解释性方法组合在一起，例如描述性定性连续性具有解释性的定量不连续性，反之亦然。例如，随着时间的推移，诸如情绪之类的人格特质可能在质量上保持相同，但表现出定量变化（例如，微笑频率）。这种现象可以通过连续或不连续的原则来解释。解释的选择取决于正在研究的发展的特定领域和一个人的发展理论。最终，涉及人类生活的耦合将取决于实质领域和一个人的基本发展理论。变化的概念深深植根于对发展的特定理论观点，这表明将人们的观点限制在特定变量或过程中可能会阻碍对发展过程中发生的复杂变化的理解。相反，理论在塑造我们对发展中的连续性或不连续性的看法中起着至关重要的作用。Heinz Werner强调了考虑变化的定量和定性方面的重要性，并承认对这两个维度的全面理解对于掌握发展过程至关重要。定量变化涉及发展变量或过程的数量，频率，幅度或幅度的变化。例如，考虑一个人的体重在不同年龄段测量：显着的变化发生在12到13年之间，从125磅增加到150磅。但是，这种变化也可以是逐渐的，即单个每年增加5磅，尽管偶尔会出现差距，导致不断变化。相比之下，定性变化着重于开发过程中新品质或特征的出现。这包括表观遗传，其中涉及区分现有和新获得的特征。通过承认变化的定量和定性方面，研究人员可以对发展过程有更细微的理解。Werner的变化概念突出了有机体发展的本质。发展涉及新兴的变化，这些变化带来了质性上的新事物，与以前存在的不同。例如，从橙子集合到拥有摩托车是这样更改的一个例子 - 不能将其简化为先前的状态。同样，青春期引入了新的驱动器，性欲，该驱动器是一个独立的实体，不能完全归因于诸如饥饿和口渴之类的现有驱动器。这种出现代表了定性的不连续性，在这里出现了新的质量，而不会降低其前辈。此外，紧急变化表现出熟悉感 - 缺乏中间阶段，这表明早期和后期状态之间的连续性。正如Werner所指出的那样，两个关键特征定义了定性变化：出现（以前的状态不可减至）和粘度（缺乏中间步骤）。相比之下，单独的特征可以描述定量不连续性，现在它被更好地称为突然性，以避免与定性不连续性混淆。Werner的工作的关键要点是，他帮助阐明了发育变化中连续性透视的概念，使我们能够区分不同类型的连续性，例如定量和定性的连续性。
MLH1-PMS1核酸内切酶使用ATP将DNA不连续性作为链歧视信号来促进不匹配维修
图2。MLH1-PMS1的固有ATPase活性失去了PCNA刺激。（a）TLC ATPase分析测量了线性4.3 kb DNA上由MLH1-PMS1水解的ATP量。灰色条代表完整的线性4.3 kb DNA（n = 3），蓝色条代表了线性的4.3 kb DNA，具有4个单链断裂（n = 3）。底物。灰色和蓝色条带有对角线，代表了包含PCNA的实验（n = 3）。（b）灰色条代表在4.3 kb放松，无迹线的圆形DNA上水解的ATP百分比（n = 3），蓝色条代表圆形的4.3 kb DNA，其中包含4个迹线（n = 3）。4.3 kb PBR322。使用nt.bstnbi进行单链断裂。（c）MLH1-PMS1在完整DNA上与包含单链断裂的DNA的ATPase活性模型。
数字时代的无实体图书管理员
在我们进入二十一世纪时，四个深刻的历史不连续性——时间与空间、精神与身体、现实与虚拟以及人类与技术——正在达到关键的门槛。这些不连续性存在于多种环境（技术、社会和文化）中，很少被人们认识到，但它们对我们机构未来的影响是无法估量的。意识到这些不连续性将有助于图书馆员 (1) 在物理空间变得不那么重要时为图书馆创造一个新的虚拟空间，(2) 适应由深深嵌入虚拟环境中的角色所导致的脱离身体的状态，以及 (3) 开发在这个千年生存所必需的新的增值服务。对这些历史不连续性的讨论将在 C&RL 的 3 月刊中继续进行，其中它们与图书馆员和图书馆未来的新生活方式和新思维有关。
脑电图和瞳孔测量证据
与单一连续说话者相比，不连续、混合说话者的语音处理效率较低，但人们对处理说话者变异性的神经机制知之甚少。在这里，我们使用脑电图 (EEG) 和瞳孔测量法测量了听众在执行延迟回忆数字广度任务时对说话者变异性的心理生理反应。听众听到并回忆了七位数字序列，其中既有说话者不连续性（单个说话者数字与混合说话者数字），也有时间不连续性（0 毫秒与 500 毫秒数字间隔）。说话者不连续性降低了序列回忆准确性。说话者和时间不连续性都会引发类似 P3a 的神经诱发反应，而快速处理混合说话者的语音会导致相位瞳孔扩张增加。此外，混合说话者的语音在工作记忆维持期间产生的 alpha 振荡功率较低，但在语音编码期间不会产生。总体而言，这些结果与听觉注意力和流式框架一致，其中说话者的不连续性会导致不自愿的、刺激驱动的注意力重新定位到新的语音源，从而导致通常与说话者多变性相关的处理干扰。
IDB-A 多级运动计划：光纤束配方
摘要 - 具有复杂动态的机器人系统的动态计划是一个具有挑战性的问题。最近基于抽样的算法通过传播随机控制输入来实现渐近最优性，但它们的经验收敛速率通常很差，尤其是在高维系统（如多电动器）中。另一种方法是使用简化的几何模型进行首先计划，然后使用轨迹优化来遵循参考路径，同时考虑真实动力学。但是，如果初始猜测不接近动态可行的轨迹，则此方法可能无法产生有效的轨迹。在本文中，我们提出了迭代的不连续性A*（IDB- a*），这是一种新型的运动动力运动计划者，可以迭代地结合搜索和优化。搜索步骤利用了有限的短轨迹（运动原语），这些轨迹是相互互连的，同时允许它们之间存在界限的不连续性。优化步骤在本地通过轨迹优化的不连续性进行了修复。通过逐步降低允许的不连续性并结合更多的运动原始性，我们的算法可实现渐近最优性，并在任何时候表现出色。我们提供了八个不同动力学系统的43个问题的基准，包括不同版本的独轮和多旋转器。与最先进的方法相比，IDB-A*始终如一地解决了更多的问题实例，并更快地发现了较低成本的解决方案。
COVID-19 的传播与卡介苗
随着 COVID-19 在全球蔓延，一些观察人士注意到，在疫情爆发初期，仍在使用一种古老的结核病疫苗（卡介苗）的国家，其 COVID-19 病例和人均死亡人数较少。本文使用地理回归不连续性分析来研究 COVID-19 流行率在西德和东德旧边界是否以及如何不连续地变化。这条边界曾在冷战时期将两个疫苗接种政策截然不同的国家分隔开来。我们提供了正式证据，表明边境的 COVID-19 病例确实存在相当大的不连续性。然而，我们还发现，不同年龄组的新型冠状病毒流行率差异是一致的，并表明当考虑到通勤流量和人口统计数据时，这种不连续性就会消失。这些发现与卡介苗假设不符。然后，我们为东西方分歧提供了另一种解释。我们模拟了德国每个县的流行病的典型 SIR 模型，允许感染沿着通勤模式传播。我们发现，在模拟数据中，当人们从西向东跨越原边界时，病例数也会不连续地下降。
hag鱼基因组和脊椎动物的进化
在分析离散时间采样的数据时，即使基础路径是连续的，也会在采样时间序列的轨迹中遇到连续的不连续性。另一方面，由连续随机过程有限采样引起的不连续性与样本路径中的实际不连续性引起的区别是主要问题之一。类似的线索导致我们提出了一个问题：是否可以提供一个模型，将数据集中的任何随机变化视为跳跃事件，而不管给定时间序列是分类为扩散还是跳跃 - 扩散过程？为了解决这个问题，我们编写了一个新的随机动力学方程，其中包括一个漂移术语和具有不同分布式大小的泊松跳跃过程的组合。在本文中，我们首先以最简单的形式介绍了此方程，包括漂移术语和跳跃过程，并表明这种跳跃方程能够描述扩散过程的离散时间演变。之后，我们通过考虑方程中的更多跳跃过程来扩展建模，该过程可用于模拟具有各种分布式振幅的复杂系统。在每个步骤中，我们还显示建模所需的所有未知函数和参数都可以从测量的时间序列中获得非参数获得。
用于 360° 图像的 3D Scanpath Transformer
2，λ ∈ [ − π，π ] 。然而，这两种表示360°图像中扫描路径的方法都存在不连续性的问题，比如纬度相同但经度不同的两个点λ = − 180 ◦和λ = 180 ◦，其实代表的是同一个位置，但在以上两个坐标系中，它们代表的是两个不同的位置，而且相距甚远。为了解决上述问题，我们在三维笛卡尔坐标系中表示注视点，其中每个位置都以p =（x，y，z）的形式给出。采用该三维坐标系，可以有效解决二维等距矩形投影中使用的坐标系的不连续性问题。此外，三个坐标系中的表示可以使用以下公式灵活地转换。
边缘检测技术与...的比较研究
MRI 之所以能利用单个原子核的磁性，是因为图像处理现在是医学等许多生活方面的重要阶段。图像处理使用数学运算符来分析和处理数字图片。边缘检测是此过程中的关键阶段。这两组特征都将图片的数据描述为图像处理的输入。当图片出现突然的不连续性时，边缘检测就是识别和检测分隔它们的线的行为（L. Han, Y. 2020）。像素强度不连续性描述了图片中项目之间的边界。边缘检测几乎普遍使用一种运算符（二维滤波器），该运算符对图片中的大梯度敏感，同时在均匀区域返回零值。边缘检测运算符的数量惊人，每个运算符都针对检测某些类型的边缘进行了优化。边缘方向、噪声环境和边缘结构都是选择边缘检测运算符时要考虑的因素。灰度值的不连续性使边缘具有独特的外观。这意味着边缘表示一个项目结束而另一个项目开始的点。许多因素都会影响图像边缘的外观，包括：数字图像的亮度在某些点突然波动，并且对象的几何和光学特征以及边缘识别的数学算法用于识别这些点（或换句话说，具有不连续性）。近年来，研究人员对此产生了关注（R. Bausys，2020 年；M. Ravi Kumar 等人，2020 年；P. Kanchanatripop 和 D. Zhang，2020 年；SKT Hwa，2020 年；S. Bourouis、R. Alroobaea，2020 年；ZH Naji，2020 年；AK Bharodiya 和 AM Gonsai，2019 年；J. Mehena，2019 年）。
洞察有意识的认知信息处理
一个多世纪以来，意识的神经和病理生理、行为和认知相关性一直是现代众多学科理论研究和实证研究的活跃领域。有意识的认知信息处理无法直接观察到，但可以从学习表现中的阶梯式不连续性或基于突然顿悟的问题解决行为改进中推断出来。据推测，与顿悟相关的知识突然进步需要创造性地重组任务或问题相关信息的心理表征，并分别重组任务或问题以克服认知死胡同或僵局。顿悟事件后学习表现或问题解决的不连续性可用作时间标签，以捕捉有意识的认知信息处理必须发生的时间窗口。根据有意识的认知信息处理的平台理论，重组和重构过程需要在工作记忆中维护任务或问题相关信息，以便执行功能对这些心理表征进行操作。电生理学证据表明，在基于洞察力的问题解决方案之前的工作记忆中的重组和重构过程伴随着包括前额叶皮层在内的皮质区域伽马振荡功率的增加。经验证据和理论假设表明，缝隙连接通道和连接蛋白半通道参与了皮质伽马振荡和工作记忆过程。学习或问题解决表现中的不连续性可以用作时间标签，以研究缝隙连接通道和半通道在有意识的认知处理中的含义。