这是以下文章的同行评审版本:H. Zhang, W. Yu, J. Guo, C. Xu, Z. Ren, K. Liu, G. Yang, M. Qin, J. Huang, Z. Chen, Q. Liang, D. Shen, Z. Wu, Y. Zhang, HT Chandran, J. Hao, Y. Zhu, C.-s. Lee, X. Lu, Z. Zheng, J. Huang, G. Li, Excess PbI2 Management via Multimode Supramolecular Complex Engineering Enables High-Perovskite Solar Cells. Adv. Energy Mater. 2022, 12, 2201663,最终版本已发布于 https://doi.org/10.1002/aenm.202201663。本文可根据 Wiley 自存档版本使用条款和条件用于非商业用途。未经 Wiley 明确许可或适用法律规定的法定权利,不得对本文进行增强、丰富或以其他方式将其转化为衍生作品。不得删除、隐藏或修改版权声明。本文必须链接到 Wiley 在 Wiley Online Library 上的记录版本,并且禁止第三方从 Wiley Online Library 以外的平台、服务和网站嵌入、框架或以其他方式提供本文或其页面。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 16 16 17 18 19 20 21 22 23 23 24 26 27 28 29 28 29 30 31 32 33 33 34 33 34 33 37 37 38 39 40 41 41 42 43 43 43 44 45 46 47 47 49 49 49 49 51 51 51 51 51 52 54 54 54 54 55 56 57 57 58 59 60 60 60 60 60
个人同行评审员评论:约翰·巴特尔斯 概述:指南草案的雄心是值得称赞的。生态系统服务的价值必须是评估联邦法规影响的方程式的一部分。本指南提供了许多有用的建议,供进行此评估时参考。然而,指南的范围,即为每一项可能的联邦法规提供评估生态系统服务的一般框架,是艰巨的。最好的方法将非常依赖于上下文。我们对生态系统动态的理解因生态系统和法规相关变化的性质而异。指南的大部分内容假设这些监管引起的变化可以合理地预测。因此,许多指导都侧重于如何量化生态系统服务后果。当所考虑的规则范围狭窄(例如附录 III 中的所有权改革)或规模狭窄(附录 III 中的当地住房补助金)时,可以自信地绘制因果路径。但是,当规则的范围和/或规模增加时(例如附录 IV),这些路径变得更难绘制。本指南通常忽略了这些扩展挑战。
在其旗舰报告《基因组英国》中详细介绍的摘要,英国政府认识到整个人口中广泛的公众参与在基因组学领域中发挥的重要作用。但是,关于如何大规模执行此操作的证据有限。大多数公众观众不会感到与科学有积极联系,通常不确定与他们的生活有关,很少与家人和朋友交谈。我们将这种连接视为“脱离公众观众”。我们使用叙事评论来探索:(i)英国对遗传学和基因组学的态度,以及可能影响不愿与这些主题互动的什么; (ii)用于将各种公众观众带入有关该技术的对话的创新公共参与方法。我们发现了一些使用参与式艺术,电影,社交媒体和审议方法的新型参与方法,但在最佳实践上却没有明确的共识。我们没有找到一贯使用的,基于证据的策略来提供公共
附加信息同行评审:发行者感谢Sectional Editor和其他匿名审阅者对这项工作的同行评审的贡献。重印和权限信息可从https://horizonepublishing.com/ journals/index.php/pst/pst/open_access_policy Publisher's Notes提供:Horizon E-Publisther Group在公开的地图和机构分配中对管辖权的责任声仍然中立。索引:《今日植物科学》,由Horizon E-Publishing Group出版,由Scopus,Web of Science,Biosis Previews,Clarivate Analytics,NAAS,UGC Care等涵盖。请参阅https://horizonepublishing.com/journals/ index.php/pst/indexing_abstracting版权所有:©作者(S)。这是根据创意共享归因许可条款分发的开放访问文章,只要原始作者和来源被记住(https:// creativecommons.org/licenses/4.0/),它允许在任何媒介中进行无限制的使用,分发和复制(前提Nguyen H T N,Dang L T.腰果的提取物和部分提取物可改善链霉菌素和高脂饮食诱导的高血糖小鼠。今天的植物科学(早期访问)。https://doi.org/10.14719/pst.2697
b'. CC-BY-NC-ND 4.0 国际许可证(未经同行评审认证)是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。它是'
抽象目的是肥胖和高血压尚不清楚高敏性C反应蛋白(HS-CRP)和入射糖尿病之间观察到的关联的程度。这项研究旨在调查HS-CRP与挪威一般人群样本中糖尿病的关联。设计了一项研究队列研究,该研究使用Tromsø研究的两项基于人群的调查:第六次调查Tromsø6(2007-2008)作为基线和第七次调查Tromsø7(2015-2016)在随访中。设定挪威的特罗姆斯市,这个国家的老年人比例越来越高,超重,肥胖和高血压的流行率很高。参与者8067名没有糖尿病的男性和男性,年龄30-87岁,在基线Tromsø6时,他们随后也参加了Tromsø7。是由逻辑回归建模的,与基线HS-CRP相关联,分为三个刻度或连续性的风险因素,并将其分为c.高血压。 通过在完全调整的模型中添加相互作用项来评估性别,体重指数(BMI),高血压或腹部肥胖的相互作用。 结果7年后有320(4.0%)糖尿病病例。 没有证据表明HS-CRP与性别,高血压,BMI或腹部肥胖之间相互作用。 提出的HS-CRP的结论与挪威成人人群样本中的未来糖尿病发展有关。是由逻辑回归建模的,与基线HS-CRP相关联,分为三个刻度或连续性的风险因素,并将其分为c.高血压。通过在完全调整的模型中添加相互作用项来评估性别,体重指数(BMI),高血压或腹部肥胖的相互作用。结果7年后有320(4.0%)糖尿病病例。没有证据表明HS-CRP与性别,高血压,BMI或腹部肥胖之间相互作用。提出的HS-CRP的结论与挪威成人人群样本中的未来糖尿病发展有关。在包括肥胖和高血压在内的多变量调整后,最高HS-CRP三位一体3中的个体患糖尿病的几率高73%(OR 1.73; P = 0.004; 95%CI 1.20至2.49),而第三次较低的人比最低或每1.2%的人(或1.28)(或1.28)(或1.28; 1.28; 1.09至1.50)。肥胖或高血压无法完全解释CRP糖尿病的关联。
摘要 非正规经济的过程已经得到充分证实,但学术文献中对其概念的处理却并非如此。它们构成了跨部门和学科的复杂现象,并产生了同时排斥和鼓励它们的其他因素。对于许多经济中的正式利益相关者来说,它们是必须击败的敌人;对于当局来说,非正式活动被视为国库收入的损失;对于可持续发展目标而言,通过在目标 8 中隐含地承认它们,它们构成了范式转变。同时,对于那些参与非正规经济的人来说,现实是,这是一种生活方式,而不仅仅是一种选择,它会导致所有经济中最具社会性:必需品。学术界对非正规性及其影响没有共识,因此需要从理论构建的角度分析非正规经济的过程,以发现其范围和深度,以及其相互关系和理论含义。为此,通过识别和解构它们的维度并对其在 Google Scholar 中的引用频率进行计数,分析了 102 个非正规经济定义。该分析表明,定义中缺乏文化元素,而文化元素才是造成这种现象的真正根本原因,而且定义中过于突出法律层面。
打开访问此文件是根据Creative Commons Attribution 4.0 International许可证的许可,该许可允许以任何媒介或格式使用,共享,适应,分发和复制,只要您对原始作者和来源提供适当的信誉,请提供与创意共享许可证的链接,并指出是否进行了更改。在作者是匿名的情况下,例如匿名同行评审者的报告是这种情况,作者归因应为“匿名裁判”,然后对源工作有明确的归因。该文件中的图像或其他第三方材料包含在文章的创意共享许可中,除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料,并且您的预期用途不受法定法规的允许或超过允许的用途,则您需要直接从版权所有者那里获得许可。要查看此许可证的副本,请访问http://creativecommons.org/licenses/4.0/。
对人工智能介导的同行评审伦理问题的批判性审视 Laurie A. Schintler*,乔治梅森大学 Connie L. McNeely,乔治梅森大学 James Witte,乔治梅森大学 *通讯作者:lschintl@gmu.edu 摘要 人工智能 (AI) 系统的最新进展,包括 ChatGPT 等大型语言模型,为学术同行评审带来了希望和危险。一方面,人工智能可以通过解决出版延迟较长等问题来提高效率。另一方面,它带来了道德和社会问题,可能会损害同行评审过程和结果的完整性。然而,人类同行评审系统也充满了相关问题,例如偏见、滥用和缺乏透明度,这些问题已经降低了可信度。虽然人们越来越关注人工智能在同行评审中的应用,但讨论主要围绕学术期刊出版中的剽窃和作者身份展开,忽视了同行评审所处的更广泛的认识论、社会、文化和社会认识论。人工智能驱动的同行评审的合法性取决于与科学精神的一致性,包括定义学术界适当行为的道德和认知规范。在这方面,存在一个“规范-反规范连续体”,其中人工智能在同行评审中的可接受性由制度逻辑、道德实践和内部监管机制决定。这里的讨论强调需要批判性地评估人工智能驱动的同行评审的合法性,解决相对于影响其实施和影响的更广泛的认知、社会、伦理和监管因素的利弊。关键词:人工智能、ChatGPT、同行评审、伦理、科学精神 1. 简介 科学是社会知识的中心,因此,它本质上是一种社会制度结构。从这个意义上说,科学传播中的知识治理和评估是一项基本的社会活动,主要由学术同行评审的过程定义(Polanyi,1962 年)。在过去的半个世纪里,学术同行评审经历了一场涉及计算机和互联网等信息技术的数字化转型(Vicente-Saez 等人,2021 年)。现在,人工智能(AI)——指的是通过计算公式、规则和逻辑“能够通过展示智能、类似人类的行为来执行任务”的技术系统(Russell & Norvig,2021 年)——正在被整合到相关活动中,以增强和自动化各种决策,从选择审稿人到淘汰被判定为低质量或欺诈的研究(Heaven,2018 年;Jana,2019 年;Checco 等人,2021 年)。自然语言处理器(NLP)、大型语言模型(LLM)和其他生成式人工智能技术(例如 ChatGPT 1)的最新突破可能会进一步颠覆同行评审系统,不仅带来了新的前景,也带来了前所未有的担忧和挑战(van Dis 等人,2023 年)。在