HAL 是一个多学科开放存取档案库,用于存放和传播科学研究文献,无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
在题为“提高工业中小企业人力资源管理绩效——近距离经理的作用”的文章中,Bousquet、Delattre 和 Lichy 认为,有效的人力资源管理是许多公司(尤其是中小企业)的关键问题,因为它们通常没有专门的人力资源职能。本文探讨了工业中小企业发展可持续和创新的人力资源实践的问题。小公司的灵活结构有利于组织敏捷性,但也可能导致混乱、功能失调和绩效不佳。本文利用干预研究,为工业中小企业发展人力资源实践和员工绩效的影响提供了文献。它解释了近距离经理在促进和发展更具响应性、更有效和战略性联系的人力资源管理互动方面的关键作用。
如今,生成组学数据是生物学实验室的常见活动。制备生物样本的实验方案描述得很好,大多数研究机构都有从这些样本生成组学数据的技术平台。此外,制造商不断提出技术改进,同时降低实验成本并增加单次实验获得的组学数据量。在这种情况下,生物学家面临着处理大型组学数据集(也称为“大数据”或“数据洪流”)的挑战。处理组学数据会引发通常由计算机科学家处理的问题,因此生物学家和计算机科学家之间的合作对于有效地研究整个细胞机制至关重要,正如组学数据所承诺的那样。在本章中,我们定义了组学数据,解释了它们的生成方式,最后介绍了它们在基础和医学研究中的一些应用。
本文旨在分析两种可能的系留卫星系统架构的性能,这些系统用作分布式雷达探测仪的平台。第一种架构是横向轨道定向的系留卫星系统,利用与低地球轨道稀薄大气相互作用产生的空气动力进行控制和稳定。第二种架构涉及通过陀螺稳定控制的系留卫星系统,通过使系统围绕轨道平面内的轴旋转来实现。在简要介绍雷达探测技术之后,介绍了描述系统几何形状及其特性的方法,然后将这两种架构的性能相互比较并与当前最先进的技术进行比较。通过分析建模的标称行为,结果表明,这两种提出的架构可以在一个轨道内分别以最大横向轨道分辨率实现连续或多次观测,从而最大限度地减少杂波噪声。与通常每条轨道只能实现最多四次观测的编队飞行架构相比,这是一种显著的性能改进。最后研究了每种架构的优缺点,并讨论了其可能的任务场景。
抽象的目标/背景:我们的目标是描述处方药物组合和生活方式修饰的模式,其中治疗侧重于SGLT2和DPP4抑制剂,并根据血糖水平以及T2DM患者的有效疗法的剂量变异。材料和方法:使用处方和问卷分析,在奥里萨邦进行的一项横断面研究,包括100名糖尿病受试者,可以通过比较不同的血糖指数与生活方式修饰来评估有效的联合治疗。结果和讨论:糖尿病检测的年龄和持续时间是对性别基础比较进行比较的因素,并根据不同的咨询进行比较血糖指数,该药物疗法被认为是为了实现安全且没有或多或少的低血糖症。男性(52%)的构成比女性(48%)受访者多。T2DM的存在响应57%,而68%的T2DM表明T2DM没有永久治愈方法。59%的受访者报告了医学的生活方式变化,控制了T2DM。从1点访问到第5次访问的FB和PPBS水平有重大变化(P≤0.005),并有效地结合了二甲甲曲霉和teneligliptin。结论:DPP4抑制剂和SGLT 2抑制剂是使用的较新的抗糖尿病药物,用作附加疗法,以最大程度地减少不同的危险因素并提高生活质量。必须考虑糖尿病教育,以提高对与2型糖尿病相关的危险因素的了解。
星形胶质细胞在中枢神经系统稳态和神经炎症中起着关键作用。尽管在单细胞分析中取得了进步,但神经退行性疾病中反应性星形胶质细胞的异质性,尤其是整个物种的异质性。在这里,我们提出了来自阿尔茨海默氏症(AD)小鼠模型和多发性硬化症(MS)的187,000个星形胶质细胞的整合地图集,以及来自AD,MS和Parkinson's(PD)患者的438,000个星形胶质细胞。我们的分析确定了四个不同的小鼠星形胶质细胞簇,包括两个与疾病相关的星形胶质细胞(DAA)簇DAA1和DAA2。daa1表现出类似于急性刺激的反应,包括内毒素血症,而DAA2表示众所周知的AD风险基因。在AD模型中,DAA1和DAA2与淀粉样斑块表现出不同的空间关系。在人类中,我们确定了八个不同的星形胶质细胞簇,其中包括体内平衡和疾病相关的亚型。跨物种分析联系了与疾病相关的簇,同时也突出了其他人的表达。我们的星形胶质细胞地图集可通过用户友好的,可搜索的网站提供:http://research-pub.gene.com/astrotlas/。
15-9-01261-8 Reichle(Credit International Corp,ASG)vs Klein等人15-2-01861-1一般恢复2/12/2015 Active 4/29/2016更新
1背景和最新的5 1.1背景。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。7 1.1.1当前电路状态。。。。。。。。。。。。。。。。。。。。。。。。7 1.1.2异步多锁系统。。。。。。。。。。。。。。。。8 1.1.3全球数字设计流。。。。。。。。。。。。。。。。。。。12 1.1.4全球数字验证流。。。。。。。。。。。。。。。。。15 1.2时钟域交叉(CDC)。。。。。。。。。。。。。。。。。。。。。。。19 1.2.1与CDC有关的问题。。。。。。。。。。。。。。。。。。。。。。20 1.2.2 CDC同步结构。。。。。。。。。。。。。。。。。。22 1.3 CDC验证。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。25 1.3.1 RTL上的CDC结构验证。。。。。。。。。。。。。。。。26 1.3.2基于CDC断言的验证。。。。。。。。。。。。。。。。。30 1.4结论。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。34
5.2(a)在此模型中,我们将根据训练数据中最接近的树的类别对一棵新树进行分类。这高度取决于培训数据的选择。如果我们将数据集分为两半,并为这两个数据集中的每个数据集制作k = 1的最邻居模型,那么我们很可能会在两个模型上获得非常不同的决策界限,因为我们将预测基于单个训练数据点。这意味着我们在模型中有很大的差异。至于偏见:是高还是低取决于我们认为仅地理位置是否足以确定树类型的信息。如果是这种情况,则偏差很低,因为1-NN模型可以描述非常灵活的映射(在这种情况下,从“位置”到“树类型”)。但是,如果有有关模型中未使用的功能中可用的树类型的相关信息,则可以将其视为偏见,这是由于“真实”输入输出关系的模型不足。
。CC-BY-NC 4.0 国际许可(未经同行评审认证)是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。