XiaoMi-AI文件搜索系统
World File Search System估计值
以色列 - 贸易和投资情况说明书
5 英国市场份额数据采用说明书中市场份额部分概述的方法计算得出，数据来源于英国国家统计局和联合国贸易和发展会议。 6 外国直接投资数据来源于英国国家统计局针对所有合作伙伴发布的外国直接投资临时数据。 7 经济数据来源于国际货币基金组织世界经济展望数据库；估计值和预测值以斜体表示；所提供的 GDP 排名基于当前价格（名义价值），以美元计算，一些合作伙伴的价值基于估计值，可能会影响修订后的排名。
以色列贸易和投资情况说明书 2024- ...
5 英国市场份额数据采用说明书中市场份额部分概述的方法计算得出，数据来源于英国国家统计局和联合国贸易和发展会议。 6 外国直接投资数据来源于英国国家统计局针对所有合作伙伴发布的外国直接投资临时数据。 7 经济数据来源于国际货币基金组织世界经济展望数据库；估计值和预测值以斜体表示；所提供的 GDP 排名基于当前价格（名义价值），以美元计算，一些合作伙伴的价值基于估计值，可能会影响修订后的排名。
6326-N-01 CDBG-DR 及合并豁免和替代方案的分配
（FEMA 灾难编号 4473）。第六列中受赠人的 CDBG 减灾预留金额计算为此次灾难分配的未满足需求总估计值的 15%（其中包括由 Pub. L. 116-20 和 Pub. L. 117-43 资助的未满足需求部分）。第十列中受赠人的最终分配金额代表根据 Pub. L. 117-43 波多黎各符合条件的灾难的未满足需求总估计值，包括 CDBG 减灾预留金额的额外金额。
更新并扩展了小型企业统计数据
本文介绍了 2012 年至 2017 年按行业和企业规模划分的工资、就业和总产出的最新估计值。这些估计值在两个方面扩展了美国经济分析局 (BEA) 以前按企业规模划分的估计值。首先，我们将规模类别分组的数量从 5 个增加到 8 个。具体来说，我们将小型企业类别（员工人数少于 100 人）分为四个子类别：非常小（员工人数为 0-9 人）、小型 1（员工人数为 10-19 人）、小型 2（员工人数为 20-49 人）和小型 3（员工人数为 50-99 人）。我们还扩展了大型企业的详细程度，将该类别分为三个子类别：大型 1（员工人数为 500-999 人）、大型 2（员工人数为 1,000-4,999 人）和非常大（员工人数为 5,000 人或以上）。其次，我们将行业细节从大约 20 个行业（或 2 位北美行业分类系统 (NAICS) 代码）扩展到 63 个行业，与 3 位 NAICS 代码保持一致。完整的估算值可在 BEA 的小型企业网站上找到。
提高 HPV 疫苗接种率的干预措施的成本效益
模型输入直接来自大型国家数据源（如果可用），附加参数则来自其他已发布的估计值。人口年龄结构、出生和死亡数据来自 2010 年人口普查数据和疾病控制与预防中心 (CDC) WONDER 数据库。13,14 性行为、类型特异性感染率和疫苗效力数据来自 HPV 建模文献。21 – 24 使用 NHANES 生成年龄和类型特异性 HPV 患病率。25 最后，使用 2006 年至 2017 年全国免疫调查 - 青少年，从提供者验证的估计值中得出按年龄、性别和年份划分的 HPV 疫苗接种和后续接种数据。 26 通过使用监测、流行病学和最终结果计划的估计值，在合理范围内校准了无法直接估计的疾病状态转变（HPV 进展、清除和自然免疫），以匹配疫苗接种前按类型和年龄划分的 HPV 患病率以及按性别、部位和年龄划分的 HPV 癌症发病率。25,27
GAO-24-106334，资金追踪：2022 财年项目样本显示，资金已用于预期用途，但接受者遇到了一些挑战
为了获取有关受助者对 CPF/CDS 资助流程和支出数据的看法的信息，我们采访了样本中所有 158 个正在推进资助的项目的受助者——即接受或计划接受指定的 CPF/CDS 资金。我们亲自进行了 29 次采访。我们的实地考察选择流程旨在增加我们能够亲自观察项目进展的可能性。我们还向机构索取了截至 2023 年 6 月 30 日的记录义务数据，以及我们样本中每个项目的机构监督数据。在某些情况下，我们会根据调查结果适用的具体项目数量（即样本数量）提供样本的总结性调查结果。在其他适当情况下，我们根据所有 2022 财年 CPF/CDS 项目的样本计算了可推广的估计值。6 除非另有说明，我们将这些可概括的估计值表示为所有 2022 财年推进项目的百分比。我们使用 95% 的置信区间来表示每个估计值的变异性。有关哪些数据被概括的列表，请参阅附录 I。
i Forest - iForest - 生物地球科学和林业
为了将森林生物量视为能源生产的真正替代品，使用非破坏性采样方法获得其可用性的准确估计至关重要。在本研究中，我们估计了位于西班牙的苏格兰松树为主的森林（Pinus sylvestris L.）中可用的生物量。生物量估计值是使用 LiDAR 数据结合多光谱相机和异速生长方程获得的。用于融合数据的方法基于反向投影，这确保了两个数据集之间的完美匹配。结果给出了七种不同生物量成分的估计值：地上、地下、原木、针叶以及大、中、小树枝。模型的准确度在 R 2 值 0.46 和 0.67 之间变化，RMSE% 范围从 15.72% 到 35.43%，除估计大树枝生物量的模型外，所有成分估计值均低于 20%。本研究中的模型适用于估计生物量，并表明可以对不同的生物量成分进行精细计算。这些遥感方法足够精确，可以开发用于多种能源用途的生物质资源制图。
