XiaoMi-AI文件搜索系统
World File Search System决策支持
将洪水事件的社会叙事整合到基于文本网络分析的决策支持框架中，以减少非洲气候变化的脆弱性
在许多非洲国家，由于缺乏可访问和可用的信息，例如局部洪水图，对气候变化的反应妨碍了。使当前的灾难风险管理系统更加复杂，通常无法说明社会脆弱性和环境风险的特定上下文驱动因素，这对于增强对洪水影响的社会弹性至关重要。本文捕捉了赞比亚卢萨卡的基于社区的洪水风险叙事。使用未来对非洲城市和土地（Fractal）群体的富有弹性的网络，自然和社会科学的跨学科方法来支持洪水弹性的决策，作为卢萨卡城市洪水弹性的参与性气候信息蒸馏（Fractal-Plus-Plus）项目。使用全球降雨和GIS数据集创建了本地洪水淹没图，然后在与本地利益相关者的两个交互式“学习实验室”中进行了分析。历史观察和生活经验从学习实验室提炼为三种基于社区的洪水风险的社会叙事。使用自然语言处理（NLP）和文本网络分析（TNA），使用卢萨卡利益相关者的见解来校准洪水图。叙事信息的洪水地图通过讨论社会对洪水和气候变化的脆弱性来增强利益相关者参与的动态切入点，突出了未来的挑战和弹性计划的机会。输出策略召集利益相关者在可持续的环境中讨论这些主题的价值，以应对气候弹性的跨学科挑战，为更好地利用可用资源的基准提供了基准，并能够快速评估弹性建设的需求和措施。
SLaM 图像库——来自伦敦的真实世界多样化群体，将脑部 MRI 与电子心理健康和痴呆症记录联系起来，利用人工智能开发临床决策支持工具
2 英国伦敦国王学院 IoPPN 神经影像科学中心 3 英国伦敦南伦敦和莫兹利 NHS 基金会信托 4 英国伦敦国王学院生物医学工程与成像科学学院 5 英国伦敦国王学院 IoPPN 心理医学系 6 英国伦敦国王学院 IoPPN 精神病研究系 7 英国伦敦大学学院计算机科学系医学图像计算中心 8 英国伦敦大学学院皇后广场神经病学研究所痴呆症研究中心 9 英国伦敦玛丽女王大学沃尔夫森人口健康研究所预防神经病学部 10 英国剑桥大学临床神经科学系 11 德国慕尼黑 GE 医疗集团 12 英国伦敦国王学院 IoPPN 生物统计学与健康信息学系 13 IoPPN，伦敦国王学院，伦敦，英国 14 年龄相关研究中心，斯塔万格大学医院，斯塔万格，挪威 * 通讯作者
建议引用：Meske, Christian；Bunde, Enrico (2022)：基于人工智能的决策支持系统中用户界面的设计原则：可解释的仇恨言论检测案例，信息系统前沿，ISSN 1572-9419，Springer US，第 25 卷，Iss。2，第 743-773 页，https://doi.org/10.1007/s10796-021-10234-5
摘要 社交媒体中的仇恨言论是一个日益严重的问题，会对个人和整个社会产生负面影响。社交媒体平台上的版主需要技术支持来检测有问题的内容并做出相应的反应。在本文中，我们开发并讨论了最适合为使用人工智能 (AI) 协助人类版主的决策支持系统创建高效用户界面的设计原则。我们对三个设计周期内的各种设计方案进行了定性和定量评估，共有 641 名参与者。除了测量感知易用性、感知有用性和使用意图外，我们还进行了一项实验，以证明 AI 可解释性对最终用户感知的认知努力、感知的信息量、心理模型和 AI 可信度的重大影响。最后，我们与软件开发人员一起测试了获得的设计知识，他们对所提出的设计原则的可重用性评价为高。
Veclim：气候的预警决策支持系统
1气候和大气研究中心（CARE-C），塞浦路斯研究所，Konstantinou Kavafi Street，Aglantzia，Aglantzia，Nicosia，Nicosia，2121，塞浦路斯2高绩效计算设施（HPCF），塞浦路斯，塞浦路斯，塞浦路斯，塞浦路斯研究所，20 Konstantinou Kavafi Street，Aglantzia，nicepeia，212121212 University Faculty of Science, VERG Laboratories, Beytepe-Ankara, 06800, Turkey 4 Department of Public Health and Infectious Diseases, University of Rome La Sapienza, Piazzale Aldo Moro 5, Lazio-Rome, 00185, Italy 5 Faculty of Agriculture, University of Novi Sad, Laboratory for Medical and Veterinary Entomology, Novi Sad, 21000, Serbia 6 Medical School,塞浦路斯大学，阿格兰兹亚大学，尼科西亚，2029年，塞浦路斯7生命科学系，自然科学系，伦敦帝国学院，南肯辛顿校园，伦敦，英国，英国SW7 2AZ，英国8大气化学系，Max Planck Institute，Max Planck Institute，Maxk Mainz，Mainz，Mainz，D-55128，德国，D-55128，DIV>
推荐 NIH 资助的哈佛医学院 AI 计算健康信息学博士后项目候选人，波士顿儿童医院，马萨诸塞州波士顿 CHIP ，波士顿儿童医院的计算健康信息学项目，哈佛医学院的附属机构和其生物医学信息学系的合作项目，正在招募对使用人工智能推动医疗保健感兴趣的博士后研究员。我们寻求优秀的候选人，他们对提升获取和推理一系列数据类型的能力充满热情，从临床、流行病学、环境和社会一直到分子和基因组。我们鼓励教师和研究负责人推荐能够胜任这一职位的候选人。我们提供丰富的学术环境和顶尖医院的优秀导师。CHIP 位于 401 Park Drive 美丽的新设计空间内，位于波士顿芬威街区的中心地带，周围有美妙的餐饮、娱乐和体育场所。重点领域包括机器学习/人工智能，包括临床决策支持和预测医学、可计算表型分析、精准医学、人口健康、真实世界证据和数据可视化。CHIP 成立于 1994 年，是一个多学科应用研究和教育项目。生物医学信息学已成为生物医学科学、医疗保健服务和人口健康的主要主题和方法，包括
推荐 NIH 资助的哈佛医学院 AI 计算健康信息学博士后项目候选人，波士顿儿童医院，马萨诸塞州波士顿 CHIP 是波士顿儿童医院的计算健康信息学项目，是哈佛医学院的附属机构，也是其生物医学信息学系的合作项目，正在招募对利用人工智能推进医疗保健感兴趣的博士后研究员。我们寻求优秀的候选人，他们对提升获取和推理一系列数据类型的能力充满热情，从临床、流行病学、环境和社会一直到分子和基因组。我们鼓励教师和研究负责人推荐能够胜任这一角色的候选人。我们提供丰富的学术环境和优秀的导师，并嵌入顶级医院。CHIP 位于波士顿芬威街区中心 401 Park Drive 的美丽新空间内，周围有各种美食、娱乐和体育设施。重点领域包括机器学习/AI，包括临床决策支持和预测医学、可计算表型、精准医学、人口健康、真实世界证据和数据可视化。CHIP 成立于 1994 年，是一个多学科应用研究和教育项目。生物医学信息学已成为生物医学、医疗保健和人口健康的主要主题和方法，涉及高维建模和从分子到人口水平了解患者。尽管 CHIP 拥有强大的儿科研究议程，但我们的兴趣涵盖所有年龄段。我们为医疗决策、诊断、护理重新设计、公共卫生管理和重新构想的临床试验设计信息基础设施。该领域本质上是跨学科的，借鉴了传统生物医学学科、计算科学和技术、数据科学、生物统计学、流行病学、决策理论、组学、实施科学以及医疗保健政策和管理。我们的教师接受过医学、数据科学、计算机科学、数学和流行病学方面的培训。CHIP 研究亮点在这里。
可再生能源社区的决策支持工具
世界各地的城市都在努力提高本地能源收集和存储能力的渗透率，使其能源消费更加可持续，减少对地缘政治背景的依赖。过去十年，可再生能源部署不断加强，并将继续下去，导致能源战略中出现重要的技术-经济-社会权衡。这种转变模糊了需求和供应之间的界限，并产生了新的利益相关者。因此，采用区域级方法进行能源系统规划似乎尤为重要，因为它促进了内生资源的价值化，实现了规模经济，同时保留了地方治理（Heldeweg & Saintier，2020 年）。能源社区概念的出现就是人们对社区规模的能源规划日益增长的兴趣的一个明显例子（Doci 等人，2014 年）。通过促进分散、可持续和社区驱动的能源生产和消费方法，能源社区有望在正在进行的能源转型中发挥关键作用。通过居民、公用事业和机构的共同努力，能源社区提供了一个技术经济框架，以支持从集中式到分布式和区域级能源系统的范式转变（Caramizaru & Uihlein，2020 年）。
第27个关于作物建模和决策支持的公开论坛...
•DSSAT版本4.8.5版本将在2024年底之前发行。 Alfalfa, Bahia, Bermuda, Brachiaria, Guinea Grass • Ongoing work, new features include: o New crops – Hemp, Cactus, Winter Pea, Onion, White Reddish, Sweet Potato, Camelina, Forage maize o Model for tree crops – TreeGro – Sweet oranges o Energy balance & canopy temperature o 2-D soil module o Soil temperature improvement • Mixed languages: Fortran and C++ • Generic pest and疾病模型•间作•XB2（xbuid，filex创建者的替代）•GLUEP（胶水的更新与并行处理的胶水更新） - 农业中的计算机和电子产品227（2024）•TSE（时间序列估算器） - Asabe 64（4）（4）：1391-1402（20221）（20221）
纳洛酮给药决策支持工具
致谢 BCCDC 为多样化的人群提供服务，包括不列颠哥伦比亚省各地生活在不同环境和社区的原住民、梅蒂人和因纽特人。作为一个省级网络，我们在原住民未割让的传统和祖传土地上开展业务。我们认识到，我们的医疗机构内部和整个医疗机构都存在系统性种族主义，我们个人和集体都有责任和权力营造文化安全和适当的护理环境。我们感谢所有参与和协商的个人，以确保这些建议反映出最佳实践。我们感谢在充满挑战的环境中继续工作的减害服务提供者，也感谢那些继续倡导更安全的药物使用做法和政策的人。由 BCCDC 减害与药物使用服务部编制，并咨询了以下人员：
AI驱动的医疗保健诊断决策支持系统
1。评估AI-DSS的功效：与传统的诊断方法相比，评估AI-DSS在提高诊断准确性和效率方面的有效性。这包括分析这些系统如何增强临床决策并减少诊断错误。2。确定跨医疗保健领域的应用：研究AI-DSS在医疗保健不同领域的各种应用，例如放射学，病理学和预测分析，以突出它们在每个领域中的特定益处和局限性。3。检查用户接受和信任：探讨医疗保健专业人员对AI-DSS的可用性，可靠性和可信度的看法。了解这些因素对于促进成功整合到临床实践中至关重要。4。应对道德和实施挑战：确定并讨论与在医疗保健环境中实施AI-DS相关的道德考虑因素和挑战。这包括有关数据隐私，算法偏见以及人为决策过程中人类监督的必要性的关注。5。为未来的研究和实践提供建议：为医疗保健提供者，政策制定者和AI开发人员提供有关将AI-DSS整合到临床工作流程中的最佳实践的见解和建议。这将包括增强AI系统与医疗保健专业人员之间协作的策略。6。通过提供经验证据和理论见解，可以为未来的研究，政策和实践提供医学诊断领域的经验证据和理论见解，从而增加有关医疗保健AI文献的文献的不断增长。
