XiaoMi-AI文件搜索系统
World File Search System使用结构
在社交媒体上增加对会员链接的消费者信任的策略
印度尼西亚的会员营销经历了显着的增长，尤其是随着电子商务和电子商务行业的发展。本研究旨在分析策略，以增加社交媒体上的会员链接中的消费者信任。这项研究是定量研究使用目的抽样方法。使用结构方程建模部分最小二乘（SEM PLS）方法的数据分析借助SmartPls 4软件。这项研究涉及392名受访者，其标准是受访者是印度尼西亚活跃的社交媒体用户，他们在购买商品或服务时与会员链接互动，年龄在17-50岁之间，并且拥有小学 - 博士学位的教育水平。本研究旨在探索有效的策略，以增加社交媒体上的会员链接的消费者信任。研究结果表明，诸如信息透明度，会员声誉，产品和服务质量，内容相关性和用户体验等因素对消费者信任有重大影响。但是，发现消费者的态度并没有显着调节产品，服务质量和用户体验对消费者信任的影响。这些发现有助于营销从业人员创建更好的策略，以促进数字时代的会员链接的消费者信任。
利用精益和绿色供应链实践实现可持续的供应链绩效：环境导向的调节作用
摘要 本研究调查了精益和绿色供应链实践对业务流程绩效和可持续供应链绩效的影响。该研究利用资源基础观 (RBV) 理论构建了一个概念模型，其中精益和绿色供应链实践用于增强业务流程和可持续绩效。同时，动态能力理论用于表示组织适应和发展以应对来自客户和竞争对手的内部和外部压力的能力。使用结构方程模型对来自约旦服装和纺织供应链的 170 名供应链从业人员样本进行了验证。结果表明，精益实践没有直接影响，而绿色实践显著影响业务流程绩效并间接影响可持续供应链绩效。业务流程绩效不会介导精益实践的关系，但会介导绿色实践的关系。此外，竞争对手和客户的环境导向都会对绿色实践对业务流程和可持续供应链绩效的影响产生负面影响。这些发现为现有文献做出了贡献，并强调了绿色供应链实践在提高服装和纺织行业可持续供应链绩效方面的关键作用。
BrainGB：使用图神经网络进行脑网络分析的基准
摘要 — 使用结构或功能连接来映射人脑的连接组已成为神经成像分析最普遍的范例之一。最近，受几何深度学习启发的图神经网络 (GNN) 因其对复杂网络数据建模的强大功能而引起了广泛关注。尽管它们在许多领域都表现出色，但尚未系统地研究如何设计有效的 GNN 进行脑网络分析。为了弥补这一差距，我们提出了 BrainGB，这是使用 GNN 进行脑网络分析的基准。BrainGB 通过 (1) 总结功能和结构神经成像模式的脑网络构建流程和 (2) 模块化 GNN 设计的实现来标准化该过程。我们对跨队列和模态的数据集进行了广泛的实验，并推荐了一套在脑网络上有效 GNN 设计的通用方法。为了支持基于 GNN 的脑网络分析的开放和可重复研究，我们在 https://braingb.us 上托管了 BrainGB 网站，其中包含模型、教程、示例以及开箱即用的 Python 包。我们希望这项工作能够提供有用的实证证据，并为这一新颖且有前景的方向的未来研究提供见解。
病理区域定位与阿尔茨海默病诊断的深度联合学习
基于大脑细微的形态变化，人们已经研究了使用结构磁共振成像 (sMRI) 识别阿尔茨海默病 (AD)。典型方法之一是基于深度学习的块级特征表示。然而，对于这种方法，在学习诊断模型之前预先确定的块可能会限制分类性能。为了缓解这个问题，我们提出了一个基于位置的门 (PG) 的 BrainBagNet，它应用通过 3D 坐标表示的大脑图像的位置信息。我们提出的方法基于 MR 扫描和位置信息来表示块级类别证据，以进行图像级预测。为了验证我们提出的方法，我们进行了实验，将我们的方法与最先进的方法进行比较，并评估了两个公开可用的数据集的稳健性能：1) ADNI 和 2) AIBL。此外，我们提出的方法在 AD 诊断和轻度认知障碍转换预测任务中的分类性能均优于比较方法，并从不同角度分析了我们的结果。根据我们的实验结果，我们认为所提出的方法有可能为基于深度学习的块级特征表示研究提供新的见解和视角。代码可在以下位置获取：github.com/ku-milab/PG-BrainBagNet 。
e202302430.full.pdf
rab6是蛋白质分泌的关键调节剂。动力蛋白适配器Bicaudal D2（BICD2）招募了电动机细胞质动力蛋白和驱动蛋白-1到Rab6 GTP阳性囊泡以进行运输；但是，尚不清楚BICD2如何识别Rab6。在这里，我们使用结构预测和诱变建立了BICD2识别Rab6 GTP的结构模型。BICD2的结合位点跨越了Rab6的两个区域，这些区域在从GDP-与GTP结合状态的过渡后发生结构变化，并重新排列了几个疏水界面残基，从而解释了活动GTP结合状态的影响增加。废除与BICD2结合的Rab6 GTP的突变也导致Rab6 GTP /BICD2在细胞中的迁移降低，从而验证了我们的模型。这些突变还严重降低了Rab6阳性囊泡在细胞中的运动性，突出了Rab6 GTP /BICD2相互作用对含有kinein-1和dynein的多运动复合物的整体运动的重要性。我们的结果为分泌和高尔基衍生的囊泡提供了洞察力，并将有助于制定由BICD2突变引起的疾病的疗法，这有选择地影响了Rab6和其他货物的影响。
高投资人的人力资源管理实践对供应链弹性和运营绩效的影响
供应链（SC）的弹性对于从业者和攻击者来说是一个越来越重要的话题，因为它是企业应对SC破坏性风险的竞争武器。本研究从能力动机 - 运动的角度研究了高投资人的人力资源管理实践对SC弹性的影响。它还研究了SC弹性和操作绩效的维度之间的关系。基于从206家中国制造商收集的数据，使用结构方程建模对提出的假设进行了测试。结果表明，员工参与在改善供应商，客户和内部弹性方面发挥了最强大的作用。此外，员工技能只能促进内部和客户的弹性，但对供应商的弹性没有显着影响。相比之下，员工激励措施不会影响SC弹性的维度。还发现，内部和客户的弹性对运营性能都有积极的影响，而供应商的弹性没有显着影响。发现有助于文学和实践。©2023中国科学出版与媒体有限公司。ElsevierB.V.的出版服务代表Keai Communications Co. Ltd.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。
分析环境和经济对绿色应用的影响
绿色供应链管理是供应链管理中的环境思维概念，可以考虑环境友好的因素。此分析使用基于部分最小平方（PLS）的结构方程建模（SEM）方法。使用基于变体的结构方程建模可以通过无法确定的因素以及解决方案不可接受的条件来处理条件。此SEM方法使用IBM AMOS 22软件，以确定对制造业废物管理重要的变量。该分析旨在确定实施绿色SCM系统对环境和经济因素对社会的影响的有效性和效率的水平。从使用结构方程建模方法进行的分析中，获得了初始结果，概率值为0.00。此值不符合拟合标准的优点，因为拟合值的最低优点为0.05。然后在数据和框架开发上进行了各种测试阶段，以获得最大概率值或p值为0.086。这一发展所产生的价值达到了拟合标准的优点，因此环境，经济和社会变量在实施绿色供应链管理中在制造业工业废物的管理中非常有影响力。关键字：结构方程建模，绿色SCM，经济，环境Abstrak
使用脑电图衍生的大脑网络属性
中风是全世界死亡与残疾的主要原因（Wolfe，2000； Langhorne等，2011）。在残疾人中，中风后的认知障碍对患者产生重要影响，功能恢复和长期预后。目前，临床医生使用磁共振成像（MRI）或计算机断层扫描（CT）等结构信息（例如中风病变的位置和大小）评估了冲程后认知障碍的风险。一个国际大规模的病变症状映射研究，最近介绍了有关病变大脑中造成认知障碍的大脑位置的重要发现（Weaver等，2021b）。但是，这些使用结构脑成像的方法基于以下前提：在发生中风病变的局部区域中，大脑功能被选择性地受损。但是，在实践中，几个部位的病变可能会导致相同的症状和体征，这是由于共享神经网络的破坏所解释的（Fox，2018）。结果，仅基于MRI中确定的病变位置，很难预测中风后的认知障碍，并且有必要评估病变对整个大脑的广泛影响（Stinear，2010; Carter等，2012）。用于测量功能连通性的工具，该工具不仅评估了特定的大脑区域活动，而且还评估了不同区域之间的相互作用，对于解决此问题可能至关重要（Bressler和Menon，2010； Stinear，2010； Aerts等，2016）。
通过环保营销建立品牌忠诚度
摘要本研究旨在通过形成环保品牌形象来探索可持续营销策略对品牌忠诚度的影响。随着消费者对环境问题的认识，可持续营销已成为与消费者建立长期关系的品牌策略的重要因素。本研究使用一种定量方法，采用调查方法，涉及300名具有环境意识的受访者，并使用结构方程建模（SEM）技术分析数据。结果表明，绿色营销对绿色品牌形象产生了重大影响，从而调解了可持续营销和品牌忠诚度之间的关系。认为品牌作为环境拥护者的消费者往往对品牌具有更高的忠诚度。这一发现突出了透明和诚实在可持续营销中的重要性，以建立积极的形象并提高消费者的忠诚度。这项研究为品牌管理者提供了重要的影响，以制定有效的可持续营销策略以及丰富有关营销和品牌忠诚度文献的学者。进一步研究的建议包括探索文化和个人价值观在影响可持续营销与品牌忠诚度之间关系中的作用。关键字：可持续营销，品牌忠诚度，环保品牌形象，环保营销，SEM
在已知蛋白质宇宙的尺度上预测的结构
蛋白质是所有细胞过程的关键，其结构对于理解其功能和进化很重要。基于蛋白质结构的基于序列的预测在精度1中增加了，超过214）在Alphafold数据库2中可用预测结构。但是，在此规模上研究蛋白质结构需要高度焦虑的方法。在这里，我们开发了一个基于结构对齐的聚类算法4foldseek cluster4that可以群集数亿个结构。使用此方法，我们聚集了Alphafold数据库中的所有结构，识别2.30）百万个非辛氏结构簇，其中31％缺乏代表可能先前未描述过结构的注释。没有注释的群集往往很少有代表覆盖Alphafold数据库中所有蛋白质的4％。进化分析表明，大多数簇的起源都是古老的，但似乎有4％是物种，代表了较低的质量预测或从头基因出生的示例。我们还展示了如何使用结构比较来预测领域家庭及其关系，从而确定了远程结构相似性的示例。在这些分析的基础上，我们确定了与原核生物中假定的远程同源性人类免疫相关蛋白质的几个例子，这说明了该资源对研究蛋白质功能和生命树的进化的价值。