XiaoMi-AI文件搜索系统
World File Search System叙述
梅尔卡多村非主要总体规划修正案和重新分区项目叙述
背景/历史 所涉物业的历史由来已久。东边的空地从未开发过，也未参与任何开发计划，只是提供了一个年久失修的溢流停车场。现有的办公楼目前空置并关闭。这座两层办公楼下方设有停车场和通道，大约十年 (10) 未使用。2013 年，市政府批准了 6-ZN-2013 号案，以重新开发该办公楼和附属的两层办公楼（最靠近 92 街，下方没有停车场/通道）。批准的开发计划包括重新使用办公楼及其下方的停车场和通道，将该建筑改建为住宅单元，在现有的两层楼上加盖一层。即使有了增强的混合用途分区，PUD 批准的开发计划也从未完全实施，因为带有下方停车场的办公楼是一种过时的设计，无法改造。案件 3-GP-2021、6-ZN-2021、6-GP-2022 和 12-ZN-2022 是之前试图批准该物业和相邻商业中心部分混合用途提案的尝试。此修订提案移除了相邻商业中心的所有物业，并降低了建筑高度和密度。
俄勒冈州通过行动拨款工作计划叙述实现气候公平和复原力
如果州和 MSA 措施均有幸获得实施资金，则 MSA 级别的项目将没有资格获得州 CPRG 资金，DEQ 将继续保持密切沟通，以确保不会出现 CPRG 资金重复的情况。为了确保立即实施和及时完成拨款，DEQ 已在内部、合同和行政支持机构以及俄勒冈州住房和社区服务部和俄勒冈州能源信托等实施合作伙伴组织彻底审查了每项措施的需求、风险和缓解策略。这项拨款的总体风险缓解措施包括在授予后的前 12-18 个月内拨付资金；在采购和预算办公室聘用关键员工，并按季度报告跟踪和报告所有绩效指标，包括 LIDAC 影响、温室气体减排和共同效益。
十二年来专家如何主导刑事案件中的神经科学叙述：对未来的警告
* Arthur A. McGivney 法学教授，福特汉姆大学法学院神经科学与法律中心创始主任。本文中讨论的所有统计数据和数字支持以及案例分布均可在作者存档的统计附录中找到，并已提交给威廉玛丽法律评论。我在威廉玛丽法律评论的“想象法律和神经科学的未来”研讨会上发表了本文的早期版本，我感谢 Peter Alces 和法律评论提供了这样一个启发性的平台。我非常感谢以下个人在本文的不同阶段所做的贡献：Shirin Bakhshay、Valena Beety、Nestor Davidson、Joshua Dressler、Margareth Etienne、David Greenberg、Namby Jogwe、Lea Johnston、Ethan Leib、Jonathan Leventhal、Malcolm Macmillan、Megan Martucci、Christopher Slobogin、Richard Squire、George Thomas、Fletcher Thompson、Erica Valencia-Graham、Ian Weinstein、Thomas Wilson、Michael Zuckerman 和神经科学与法律中心 (福特汉姆法学院) 顾问委员会。Erica Valencia-Graham 以无可挑剔的细心制作了本文的所有图表和统计附录。我还从美国律师协会司法学院、刑事司法研讨会圆桌会议；纽约大学社会学系犯罪、法律和越轨研讨会；2021 年 CrimFest 年会上的演讲中获得了对本文早期版本的深刻评论； 2021 年法律与社会年会；2021 年 AALS 年会（“重新考虑不负责任的行为”）；NACDL 2020 年总统峰会和量刑研讨会（与美国刑法评论联合举办）；西顿霍尔法学院；以及芝加哥大学神经科学俱乐部。我要特别感谢一群才华横溢、充满热情的助手，感谢他们出色的研究和手工编码：Tom Wilson、Brian O'Kelly、Paris Kent、Alexander Adler、Yasmine Al-Omari、Courtney Alleyne、Dimitar Atanassov、Kielan Barua、Anne Bolton、Maggie Casey、Shelby Clark、Alexandra Cosio-Marron、Vidushi Dyall、Jonathan Fisher、Alexandra Forgione、Joely Gerber、Jannet Jassi、George Kobakhidze、Adriana Kranjac、Bharath Lakshminarayanan、Justin Long、Nicholas Loza、Maya McGrath、Morgan Mitchell、Dylan Nelsen-Epstein、Jocelyn Ng、Claire Marie Ochse、Anisa Rahaman、Sylvia Rosner、Jacob Saks、Eleni Venetos、Pearse Walsh 和 Sydney Wolofsky。此外，我还要感谢威廉玛丽法律评论的工作人员，特别是丹尼尔·布鲁斯，感谢他们在整个编辑过程中的出色关怀、技巧和组织。雅各布·菲什曼、内森·德尔马和福特汉姆法学院图书馆的工作人员一如既往地提供了极大的帮助。我要感谢六个研究资金来源：福特汉姆大学法学院、福特汉姆神经科学和法律中心、约翰·R·康斯坦丁诺夫妇、杰拉尔德·M·埃德尔曼神经科学研究生奖学金、罗杰·萨克斯家庭基金会和巴尼特和莎朗·菲利普斯家庭基金会。本文中提到的任何个人或组织都不一定支持本文的解释或结论。我对任何错误或误判负责。
大脑对自发思想的解码：使用个人叙述对自相关和价的预测建模
自发的思想为我们的内部状态和环境提供了宝贵的见解，但是由于其不受约束的性质，评估其内容和动态是具有挑战性的。我们通过为自发思想的两个关键内容维度（即自我相关性和价值）开发基于功能性MRI的预测模型来解决这一挑战。以个性化的叙述为刺激，我们唤起了类似于真实生活经验的认知和情感反应。我们的模型能够预测故事阅读和静止状态期间的自我相关性和价评分的水平，从而有助于基于大脑的白日梦解码。这些结果对理解个体差异和评估心理健康具有重要意义，阐明了对塑造我们主观经历的内部状态和环境的研究。
对研究与发展的联邦拨款的叙述分析 - 研究部2316号工作文件 - 达拉斯联邦
摘要本文对战后联邦拨款（R＆D）的叙述性分析（R＆D），国防部，能源部，国家航空航天局，国家卫生研究院和国家科学基金会（国家科学基金会）的活动，这些机构始终考虑了所有类型的R＆d的联邦超级股票。我们构建了一个新颖的数据集，量化了1947 - 2019财年这五个机构的所有预算帐户资助研发活动的全年拨款。我们使用此数据集隔离了每个机构实际拨款218个“重大”变化的子集，我们分析了许多主要和次要来源，以了解背景和动机。基于这些来源，我们将联邦研发拨款的每项重大变化分类为“内源性”或“外源性”，以短期宏观经济发展。R＆D拨款的外在变化旨在作为研究政府研发在适当指定的经验模型中的因果关系的工具变量。JEL分类：E62，H54，O38。 关键词：叙事分析，政府研发，公共投资，财政政策。JEL分类：E62，H54，O38。关键词：叙事分析，政府研发，公共投资，财政政策。
超级加工食品：对人类肠道微生物组的影响的叙述和分类方法的变化
摘要：超级加工的食物（UPFS）是经过工业加工的食物，通常是预包装，方便，能量致密和营养差的食物。UPF在当前的西方饮食中很普遍，其提议对肥胖和心血管疾病等非传染性疾病的贡献得到了许多研究的支持。UPFS以多种方式影响身体，包括诱导肠道微生物组的变化。本评论总结了有关UPFS对肠道微生物组的影响的可用研究。我们还回顾了当前在随机对照试验和观察性研究中对NOVA食品分类系统的使用，以及其实施如何影响UPF研究。尽管研究之间的方法学存在一些差异，但结果通常将UPF的消费与许多负面的健康后果相关联。试图标准化UPF分类系统；但是，很难达成共识。未来的研究着重于UPFS对身体（包括微生物组和代谢组）影响身体的机制，对于完善我们对UPFS对人类健康的影响的理解至关重要。
传记素描Sasha Mendjan生物炭的电势减轻气候变化数字道德的叙述
与最初的期望相反，即我们在数字机会和风险的看法和治理中看到的差异可能是由于对特定价值的强调的明显差异而造成的，数据不支持这种区别。Agide的研究表明，核心价值观（例如正义，尊严或隐私）在世界各地不同地区都具有显着的一致性。的主要差异似乎在其他地方：数字伦理的叙述。叙事是反复讲述的故事，包括一系列以特定顺序选择和安排的事件，通常包括中心人物（主角，对手），冲突和情节。
劳动力创新与机会法案-密歇根州年度全州绩效报告叙述-2023 年计划
密歇根州的优先事项包括采取必要关键行动，以改善公平性和劳动力规划的可及性，从而为本州公民创造更多经济流动机会。密歇根州劳工和经济机会部劳动力发展部 (WD) 的目标是在密歇根州内推广灵活、创新和有效的劳动力系统。增强策略包括根据密歇根州雇主的需求制定、留住、吸引和匹配优秀人才渠道。为实现这一目标，WD 支持需求驱动的劳动力系统，帮助结构性失业者实现经济独立，倡导将劳动力发展融入 K-12 学校系统和高等教育，并支持劳动力发展与经济发展努力相结合。2024 年，惠特默州长宣布了首个密歇根州全州劳动力计划。该计划将指导该州努力帮助更多密歇根州人获得技能证书或学位，增加获得中产阶级发展机会的机会，并支持商业和创业发展。以此计划为蓝图，到 2030 年，密歇根州将使拥有技能证书或大学学位的适龄工作成年人数量从 51.1% 增加到 60%，到 2027 年底，中产阶级将增加 75,000 个家庭，并通过人才解决方案支持企业和创业发展，从而为密歇根州的劳动力队伍增加工人。协作是密歇根州劳动力计划的重要组成部分。
深度学习在脑电图、磁共振成像和植入物中用于检测癫痫发作的应用：叙述
癫痫是一种以反复发作为特征的神经系统疾病，影响着全球数百万人。癫痫患者中医学上难以治愈的癫痫发作不仅对生活质量有害，而且对他们的安全构成重大威胁。通过在发作间期进行早期检测和干预，可以改善癫痫治疗的效果。脑电图是癫痫的主要诊断工具，但准确解释癫痫发作活动具有挑战性且非常耗时。机器学习 (ML) 和深度学习 (DL) 算法使我们能够分析复杂的 EEG 数据，这不仅可以帮助我们诊断，还可以定位致痫区并预测医疗和外科治疗结果。受视觉处理启发的卷积神经网络 (CNN) 等 DL 模型可用于对 EEG 活动进行分类。通过应用预处理技术，可以通过去噪和伪影去除来提高信号质量。DL 还可以纳入磁共振成像 (MRI) 数据的分析中，这有助于定位大脑中的致痫区。正确检测这些区域有助于获得良好的神经外科手术结果。深度学习的最新进展促进了这些系统在神经植入物和可穿戴设备中的应用，从而实现了实时癫痫发作检测。这有可能改变药物难治性癫痫的治疗。本综述探讨了机器学习和深度学习技术在脑电图 (EEG)、MRI 和可穿戴设备中用于癫痫发作检测的应用。本综述简要介绍了人工智能 (AI) 和深度学习的基础知识，强调了这些系统的潜在优势和不可否认的局限性。
