XiaoMi-AI文件搜索系统
World File Search System享乐
Bael（Aegle Marmelos）的营养成分和生物活性化合物以及功能性食品的开发
Aegle Marmelos（众所周知的Bael）属于Rutaceae家族。它是最廉价和吸引人的水果之一，被认为是天然抗氧化剂和生物活性成分的本质来源。研究研究的主要目的是研究Bael Pulp的营养成分和生物活性成分，以及开发新的增值产品，以维持最大的养分量。开发的食品受到九点享乐量表的评估感官属性。发现，贝尔果实果肉的水分，蛋白质，脂肪，粗纤维和总灰分含量分别为61.20％，2.48％，0.47％，3.04％和1.29％。与儿茶素标准相比，这种提取物的抗氧化活性表明抗氧化能力良好，甲醇提取物的IC 50值为75.68 µg/ml。维生素C含量约为10.21 mg/100g。此外，总类黄酮和酚类含量分别为140 mg槲皮素等效（QE）/g和106.65 mg的Gallic ac-ID等效物（GAE）/G。感觉属性的结果表明，Bael Murabba和Bael Bar之间的颜色，口味和总体可持续性存在显着差异（P <0.05）。Bael Murabba（6.7）和Bael Bar（7.1）的总体可接受性在质量上是可以接受的，但是测试小组成员发现它们的具体特征略有不同。这些产物可能适用于治疗多种疾病，例如动脉粥样硬化，糖尿病，便秘，肠易激综合征，消化性溃疡，肿瘤和骨质疏松症。关键字
多巴胺在调节葡萄糖稳态，2型糖尿病的发病机理以及多巴胺活性受损的慢性条件下：对病理生理和治疗目的的影响
摘要：多巴胺调节多种功能，例如自愿运动，空间记忆，动机，睡眠，唤醒，喂养，免疫功能，孕妇行为和哺乳。不太清楚多巴胺在2型糖尿病（T2D）的病理生理学中的作用以及经常与之相关的慢性并发症和慢性并发症。本评论总结了有关多巴胺在调节岛屿新陈代谢和活动中的作用的最新证据，与T2D相关的传统慢性并发症的病理生理学，T2D与慢性神经系统和精神疾病之间的病理生理互连以及由多巴胺活性/代理/代理障碍所表现出的特征和精神疾病和精神疾病的特征以及伴奏。增强多巴胺信号在T2D中具有治疗性，尤其是在多巴胺相关疾病的患者中，例如帕金森氏症和亨廷顿的疾病，成瘾和注意力/多活跃疾病。另一方面，尽管可能需要特定的试验，但批准了某些用于T2D的药物（例如，二甲双胍，吡格列酮，基于肠血凝蛋白的治疗和胶质细胞蛋白）在这种多巴胺相关的疾病中可能具有治疗作用神经蛋白炎症，线粒体功能障碍，自噬和凋亡，纹状体多巴胺合成的恢复以及与奖励和享乐饮食相关的多巴胺信号传导的调节。最后，靶向多巴胺代谢可能在慢性糖尿病相关并发症（例如糖尿病性视网膜病）中具有诊断和治疗目的的潜力。
使用UTAUT2
生成人工智能（GAI）技术正在高等教育中获得吸引力，提供了潜在的好处，例如个性化学习支持和提高生产力。但是，成功的集成需要了解影响学生采用这些新兴工具的因素。这项研究调查了塑造高等教育学生通过统一接受和使用技术2框架的镜头采用GAI的决定因素。数据是从Pyatigorsk州立大学的学生那里收集的，并使用结构方程建模进行了分析。这些发现揭示了习惯（HB）是学生在学生中采用GAI的最有影响力的预测指标，其次是预期绩效。享乐动机，社会影响力（SI）和价格价值积极影响行为意图（BI）使用这些技术。令人惊讶的是，促进条件（FC）对BI表现出负面影响，这表明支持系统中的潜在差距。该研究在推动采用的基本因素上没有明显的性别差异。根据结果，提供了有关促进HB形成，交流福利，增强享乐主义呼吁，杠杆SI，解决价格问题和加强FC的建议。潜在的局限性包括数据的横截面性质，地理限制，对自我报告的措施的依赖以及缺乏对个体差异作为主持人的考虑。这项研究有助于在教育环境中对GAI采用的知识不断提高，从而提供了见解，以指导高等教育机构负责任地整合这些创新工具，同时满足学生需求并促进改进的学习成果。
YemeBağımılığinnaBağinrsakMikrobiyotasıüzerindenBakış
饮食行为的特征是体内平衡和享乐调节机制之间的平衡，并受到环境信号的高度影响。饮食行为取决于内部和外部因素，例如遗传学，食物的品味和环境。肠道菌群是宿主生理学的重要环境贡献，并影响喂养行为。此外，肠道菌群在体内发挥了许多功能：食欲和饱腹感，神经递质的产生和其他代谢产物。尽管关于食物成瘾的概念仍有一场持续的辩论，但研究一致认为，食物成瘾行为的患者表现出与吸毒者相似的症状，影响了与动机行为控制有关的中心地区。几乎没有做过的工作来回答微生物群如何影响与“食物成瘾”相关的行为。尽管迄今为止的研究尚未完成，但越来越多的证据表明，微生物群营养不良如何在粮食成瘾的发展中发挥作用。早期的影响可能使婴儿的肠道菌群和大脑促进食物成瘾；整个成年期的抗生素使用和饮食习惯增加可能会进一步加强这一点。廉价，高度可口和能量致富的食物的无处不在和营销可能会将这种平衡转移到享乐主义的饮食中，通过中心（多巴胺能信号的扰动）和肠道相关机制（迷走传入功能，代谢性内毒素内毒素，胃microbiota的变化）。在最近的研究中，食物成瘾与肠道菌群之间的关系吸引了人们的注意。在这种情况下，本综述旨在检查肠道菌群与食物成瘾之间的机制。关键词：食物成瘾，微生物群，饮食行为
负面情绪的常见和特定刺激类型的大脑表征
情感是大脑功能的一个基本属性。感官刺激的享乐品质和动机相关性决定了大脑对感官线索的反应强度并推动学习 1、2。人们投入了大量注意力来理解情感如何影响行为以及如何在精神病理学和神经系统疾病中受到干扰，但人们对情感过程本身的神经结构知之甚少——它们如何在大脑中呈现，以及它们是否收敛于价值的广义（共同）表征。情感体验通常根据“核心”维度效价和唤醒 3、4 或趋近-回避倾向 5 来定义，隐含地假设刺激类型之间存在一定程度的可互换性。神经经济学理论假设价值存在一种“共同货币” 6、7，即来自不同强化物的信号被整合成一个共同的表征，从而影响决策和行为。这些想法影响了临床研究。例如，情绪面部表情通常用作临床条件下负面影响的探针 8、9。同样，疼痛神经影像学集中在几种类型的刺激上，最常见的是热量，作为一般疼痛敏感性的探针 10。如果不同类型的情感刺激可以互换使用，任何厌恶刺激都可能适合探测“负面影响”系统（例如，由国立卫生研究院 (NIH) 研究领域标准 11 定义的）。如果不能，可能会错过重要的基础和临床效果，例如，如果使用的刺激类型与所研究的效果或人群无关。情感理论和学习、预测编码和主动推理的计算描述可能需要扩展到解释强化物特定和刺激类型特定的大脑过程 12。共享神经表征的证据是混合的。一方面，动物研究已经确定了情感的跨模态编码
使用机器学习技术的房地产价格预测
房地产是全球经济中最重要的部门之一，有助于创造财富，投资机会和城市发展。准确地预测房地产价格对各种利益相关者来说至关重要，包括寻求公平交易的购房者，投资者优化收益，开发人员计划新项目以及确保可持续市场实践的决策者。但是，由于影响财产价值的许多因素的相互作用，房地产价格预测本质上是复杂的。房地产价格的关键决定因素包括房地产特征（例如规模，房间数量和年龄），基于位置的特征（例如与学校接近，公共交通和商业区）以及外部经济状况（例如利率，通货膨胀和就业率）。此外，市场趋势，人口变化和政府政策在塑造财产价值方面起着关键作用。传统方法，例如享乐定价模型和基于评估的方法，通常无法解决这些变量之间的动态和非线性关系，从而导致准确性和可扩展性的限制。本研究着重于为房地产价格预测建立机器学习框架，利用涵盖属性功能，特定于位置的指标和宏观经济指标的全面数据集。主要目标是评估各种机器学习算法的性能，确定影响房地产价格的关键因素，并评估这些模型的现实世界适用性。的发现旨在使利益相关者能够使用准确的定价工具，提高市场透明度并支持不断发展的房地产景观中的战略决策。此外，该研究还讨论了在房地产中实施机器学习的挑战，例如数据质量，功能选择和模型可解释性。通过解决这些问题并展示高级预测分析的潜力，该项目有助于在房地产与数据科学的交集中不断增长的研究体系。
降量药物的全脑激活特征
目的：有效的抗肥胖治疗剂的发展在很大程度上取决于靶向控制体重的特定脑稳态和享乐机制的能力。为了进一步了解抗肥胖药物治疗招募的神经循环，本研究旨在确定六种六种不同体重的药物类别的全脑激活特征。方法：食用C57BL/6J小鼠（每组n¼8）接受Lorcaserin（7 mg/kg; I.P.），rimonabant（10 mg/kg; i.p.），溴张素（10 mg/kg; i.p.），sibutramine（10 mg/kg; p.o.），semaglutide（0.04 mg/kg; s.c。）或setMelanotide（4 mg/kg; s.c。）。给药后两个小时对大脑进行采样，并使用C-FOS免疫his型化学和自动定量三维（3D）成像在单细胞分辨率下分析全脑神经元激活模式。结果：整个脑分析包括308个地图集的小鼠脑区域。为了启用快速和有效的数据挖掘，开发了基于Web的3D成像数据查看器。所有降级药物均表现出脑部范围的反应，在C-FOS表达特征中具有显着相似之处。在位于背面迷走神经复合物和下丘脑中的离散稳态和非室内喂养中心中检测到重叠的C-FOS反应，并同时激活多个边缘结构以及多巴胺能系统。2021作者。由Elsevier GmbH出版。这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。结论：各种降级药物类别的全脑C-FOS表达特征指向一组离散的大脑区域和神经信号，这些区域可能代表未来抗肥胖疗法的关键神经解剖靶标。
分析人工智能和可持续性对 Z 世代消费者购买意向的影响：以欧莱雅化妆品印尼公司为例
受技术进步和可持续性考虑的影响，消费者行为的动态格局已导致零售策略的重新评估，尤其是在美容行业。这项研究以人工智能 (AI) 与可持续性的交集为中心，特别是针对印度尼西亚美容市场的 Z 世代 (Gen Z) 消费者。它探讨了这些因素如何影响 Z 世代的购买决策，为美容品牌提供战略适应的见解。欧莱雅旗下的卡尼尔 (Garnier) 在充满活力的美容市场面临着激烈的竞争，尤其是随着本土美容产品的出现，其业务格局变得更加复杂。这加剧了对战略响应的需求，以保持在化妆品行业的竞争优势。该研究评估了人工智能技术（特别是使用 Garnier Skin Coach AI）对印度尼西亚 Z 世代购买卡尼尔护肤品意向的影响。本研究还采用刺激-生物-反应 (SOR) 模型，研究了可持续性对印尼美妆市场 Z 世代的偏好和购买决策的影响。该研究对 400 名 Z 世代受访者进行了定量研究，通过 Qualtrics XM 进行在线调查，并使用 SPSS AMOS 26.0 中的结构方程模型 (SEM) 分析数据。研究结果凸显了人工智能技术的巨大影响，尤其是在提升享乐价值方面。准确的信息检索和互动参与创造了细微的元素，增强了吸引力。为了增强 Garnier Skin Coach AI，建议采用全面的策略。注重环保和无残忍做法的可持续发展举措显著影响了偏好，表明人们越来越倾向于可持续发展丰富的体验并影响购买意向。这涉及改进以用户为中心的设计、教育用户以及通过感知实用价值来提高购买意向。提出的策略符合客户偏好，鼓励个性化互动，整合预测性皮肤洞察，并增加电子钱包功能。
在Covid-19锁定早期阶段的精神疾病年轻人的心理健康
幸福感是一个结合了Eudaimonic和Hedonic组成部分的复杂概念。eudai-nonic或心理健康包括六个主要方面：自我接受，个人成长，生活的目标，与他人的积极关系，环境掌握，自治[1]。享乐或主观幸福感是指对生活和积极情绪的满意[2]。这两种观点都涉及积极的心理学，通过关注日常生活，心理技能和需求的令人满意的方面，可以提高行动和适应不同事件的能力。2019年12月，2019年冠状病毒疾病（Covid-19）在中国被诊断出。 2020年3月11日，世界卫生组织（WHO）将Covid-19的特征为大流行。 为了防止病毒迅速传播，全国范围内严格的锁定于2020年3月16日在法国决定。 压力是突然的，重大的和多因素的：身体疏远，孤独，对日常生活的混乱和无聊的日常生活混乱，对感染的恐惧，不确定的未来和与不足信息有关的不确定的财务损失增加了。 与以前的大流行[3]一样，心理健康受到了强烈影响[4]，因为焦虑，抑郁和创伤后症状的前期[5]并加剧了先前存在的精神疾病[6]。 精神病症状和困扰在非常脆弱的人群中更加频繁和严重，包括年轻人和患有精神疾病的患者[5，7 - 9]，由于其高压力脆弱性[10]。2019年12月，2019年冠状病毒疾病（Covid-19）在中国被诊断出。2020年3月11日，世界卫生组织（WHO）将Covid-19的特征为大流行。为了防止病毒迅速传播，全国范围内严格的锁定于2020年3月16日在法国决定。压力是突然的，重大的和多因素的：身体疏远，孤独，对日常生活的混乱和无聊的日常生活混乱，对感染的恐惧，不确定的未来和与不足信息有关的不确定的财务损失增加了。与以前的大流行[3]一样，心理健康受到了强烈影响[4]，因为焦虑，抑郁和创伤后症状的前期[5]并加剧了先前存在的精神疾病[6]。精神病症状和困扰在非常脆弱的人群中更加频繁和严重，包括年轻人和患有精神疾病的患者[5，7 - 9]，由于其高压力脆弱性[10]。自大流行开始以来，已经发出了几项警报，以研究这些临床亚组的需求快速发展心理健康的早期干预策略[11，12]。由于这种残酷的禁闭而引起的日常生活的破坏和混乱，给人留下了新的现实，新的生活，这可能与发生功能改变的疾病发生相比。以恢复为导向的方法，旨在尽管有病，旨在实现幸福感，在这种创伤或压力大的事件中，对每个人都可能很有趣。根据自己的目标，优势和能力，逐渐地，人恢复了愉快，有意义和敬业的生活[13]。有效，早期和以人为中心的干预需要鉴定可改变和因果关系的因素，这些因素可能在不同的脆弱亚组中有所不同[11]。我们的研究旨在确定在法国的Covid-19锁定早期阶段，患有PSY-哲学疾病的年轻人的幸福感相关的因素。
Massimo Silvetti
第IX部分 - 出版物的精选出版物清单（过去10年）。注意：这是一个选定的列表，不包括过去10年以来国际期刊中的所有出版物。1。Silvetti，M*。，Lasaponara，S.，Daddaoua，N.，Horan，M。，＆Gottlieb，J。（2023）。执行功能和信息需求的强化元学习框架。神经网络，157，103-113。如果（2022）：9.66 2。Doricchi，F.，Lasaponara，S.，Pazzaglia，M。，＆Silvetti，M。（2022）。左右颞顶点连接（TPJ）作为“匹配/不匹配”享乐机器：TPJ功能的统一帐户。生命评论物理学，42，56-92。如果（2022）：9.83 3。Goris，J.，Silvetti，M.，Verguts，T.，Wiersema，J.R.，Brass，M。，＆Braem，S。（2021）。自闭症特征与尽管自适应学习率一项动荡的奖励学习任务中的表现较差。自闭症，25（2），440-451。如果（2020）：5.689 4。Caligiore，D.，Silvetti*，M.，D'Amelio，M.，Puglisi-Allegra，S。，＆Baldassarre，G。（2020）。在平序前阶段，老年痴呆症患者症中儿茶酚胺功能障碍的计算建模。阿尔茨海默氏病杂志，（77）1，275-290。如果（2020）：4.472 5。Silvetti*，M.，Vassena，E.，Abrahamse，E。，＆Verguts，T。（2018）。 背扣带回脑系统作为增强元学习器。 PLOS计算生物学，14（8），E1006370。 if（2018）：4.428 6。 Holroyd，C。B.，Ribas-Fernandes，J.J.，Shahnazian，D.，Silvetti，M。，＆Verguts，T。（2018）。Silvetti*，M.，Vassena，E.，Abrahamse，E。，＆Verguts，T。（2018）。背扣带回脑系统作为增强元学习器。PLOS计算生物学，14（8），E1006370。if（2018）：4.428 6。Holroyd，C。B.，Ribas-Fernandes，J.J.，Shahnazian，D.，Silvetti，M。，＆Verguts，T。（2018）。人类中型皮层编码任务进度的分布式表示。国家科学院的会议记录，115（25），6398-6403。if（2018）：9.58 7。Silvetti，M.，Lasaponara，S.，Lecce，F.，Dragone，A.，Macaluso，E。，＆Doricchi，F。（2016）。左侧腹侧注意系统对无效靶标的反应及其对空间疏忽综合征的影响：多变量fMRI研究。大脑皮层，26（12），4551-4562。if（2016）：6.559 8。Verguts，T.，Vassena，E。和Silvetti，M。（2015）。对认知和身体任务的自适应努力投资：神经计算模型。行为神经科学中的边界，9，57。if（2015）：3.392 9。E.在奖励预测，结果和选择中分离ACC和VMPFC的贡献。Neuropsychologia，59，112-123。if（2014）：3.302 10。E.重叠的神经系统代表认知工作和奖励预期。PLOS ONE，9（3），E91008。 if（2014）：3.234 11。 Silvetti*，M.，Alexander，W.，Verguts，T。，＆Brown，J。W.（2014）。 从冲突管理到基于奖励的决策：灵长类动物内侧皮层中的演员和评论家。 神经科学与生物行为评论，46，44-57。 if（2014）：8.802 12。 Silvetti*，M.，Castellar，E。N.，Roger，C。，＆Verguts，T。（2014）。 Neuroimage，84，376-382。 if（2014）：6.357 13。PLOS ONE，9（3），E91008。if（2014）：3.234 11。Silvetti*，M.，Alexander，W.，Verguts，T。，＆Brown，J。W.（2014）。 从冲突管理到基于奖励的决策：灵长类动物内侧皮层中的演员和评论家。 神经科学与生物行为评论，46，44-57。 if（2014）：8.802 12。 Silvetti*，M.，Castellar，E。N.，Roger，C。，＆Verguts，T。（2014）。 Neuroimage，84，376-382。 if（2014）：6.357 13。Silvetti*，M.，Alexander，W.，Verguts，T。，＆Brown，J。W.（2014）。从冲突管理到基于奖励的决策：灵长类动物内侧皮层中的演员和评论家。神经科学与生物行为评论，46，44-57。if（2014）：8.802 12。Silvetti*，M.，Castellar，E。N.，Roger，C。，＆Verguts，T。（2014）。Neuroimage，84，376-382。if（2014）：6.357 13。奖励人体内侧皮层中的预期和预测错误：一项脑电图研究。Silvetti*，M.，Seurinck，R.，Van Bochove，M。，＆Verguts，T。（2013）。 去甲肾上腺素系统对神经可塑性的最佳控制的影响。 行为神经科学中的边界，7，160。 if（2013）：4.16 14。 Silvetti*，M.，Wiersema，J.R.，Sonuga-Barke，E。，＆Verguts，T。（2013）。 内侧额叶皮质中的不足增强学习是多巴胺相关动机缺陷的模型。 神经网络，46，199-209。 if（2013）：2.076 15。 Silvetti*，M.，Seurinck，R。，＆Verguts，T。（2013）。 的价值和预测误差估计是ACC中波动率效应的说明：基于模型的fMRI研究。 Cortex，49（6），1627-1635。 if（2013）：6.042Silvetti*，M.，Seurinck，R.，Van Bochove，M。，＆Verguts，T。（2013）。去甲肾上腺素系统对神经可塑性的最佳控制的影响。行为神经科学中的边界，7，160。if（2013）：4.16 14。Silvetti*，M.，Wiersema，J.R.，Sonuga-Barke，E。，＆Verguts，T。（2013）。内侧额叶皮质中的不足增强学习是多巴胺相关动机缺陷的模型。神经网络，46，199-209。if（2013）：2.076 15。Silvetti*，M.，Seurinck，R。，＆Verguts，T。（2013）。的价值和预测误差估计是ACC中波动率效应的说明：基于模型的fMRI研究。Cortex，49（6），1627-1635。if（2013）：6.042