评估数字经济对碳排放强度的影响在促进可持续发展方面具有很大的意义。基于2013年至2019年中国30个省的面板数据,数字经济水平是通过使用熵重量和通过相似性解决方案(TOPSIS)模型的订单偏好技术来估算的。面板矢量自动回归(PVAR)模型用于分析数字经济对碳排放强度的影响。结果表明,首先,中国数字经济的综合发展水平不高,它往往会从2013年的0.208缓慢上升到2019年的0.221。第二,中国的碳排放强度显示从2013年的0.720到2019年的0.607。不同地区之间的碳排放强度存在显着差异,并且从西部地区到东部地区的趋势下降。第三,数字经济和碳排放强度之间存在长期平衡关系。第四,数字经济对碳排放强度有长期的负面影响,但是碳排放强度对数字经济没有负面影响。 根据研究结论,这项研究提出了一些建议。第四,数字经济对碳排放强度有长期的负面影响,但是碳排放强度对数字经济没有负面影响。根据研究结论,这项研究提出了一些建议。
聚乳酸 (PLA) 是 3D 打印工艺中常用的材料。在材料挤出 (MEX) 技术中,最终的 3D 打印部件具有较低的机械性能。本研究的目的是研究经过退火的 3D 打印 PLA 样品的拉伸强度。考虑的变量是退火温度和退火时间,有三个温度水平:70 ℃ 、90 ℃ 和 110 ℃ ,以及两个退火时间:60 和 90 分钟。冷却速度设定为每小时 10 C,并在炉中冷却 24 小时。结果表明,退火显著影响拉伸强度,与未退火部件相比,退火部件的拉伸强度显著提高。与未经过退火的部件的拉伸强度值相比,退火部件表现出更高的拉伸强度。弹性模量趋于下降,工件尺寸在各个方向上略有收缩。在对患有足下垂的儿童踝足矫形器(AFO)进行退火实验的结果中发现,经过退火处理的踝足矫形器样品在各个方向上均有收缩,变化相对较小。当使用退火工件时,无需补偿工件尺寸。在 110 C 温度下进行 90 分钟的退火时,可获得最高的拉伸强度。与打印样品相比,退火样品的拉伸强度平均提高了 42%。该玻璃化转变温度越高,热值越高,这将影响塑料链的排列和结晶度,并导致其物理性质发生变化。此外,研究结果表明,通过选择理想的工艺参数和后处理条件,可以大大提高热塑性材料的优化拉伸强度。
这项工作介绍了优化的模型和数值模拟的结果以及基于CNT的GAAS/INAS多个量子井(从5到70 QWS)GAAS太阳能电池的分析。这些QW被发现将吸收边缘延伸到GAA带隙的范围之外。此外,随着模型中引入宽带插入式凹陷后面场(BSF)层,由于从设备底部反射了未吸附的光子,因此提高了效率,从而提高了效率。所提出的模型使用异质的CNT层作为顶部半透明电极。可以观察到,这种具有较低板电阻和更好光线的CNT顶层可以显着提高整体效率。我们的优化单元格具有35 number 25nm量子井结构,具有100 nm CNT顶层,板电阻为128Ω/□可将效率提高到32.46%(没有CNT顶层)。EQE接近90%。为了显示我们发现的准确性,显示了数值建模的关键阶段,并使用标准实验数据检查了基本仿真数据。在创建商业上可行的QWSCS迈出的重要一步是建议基于CNT的QWSC模型在现代TCAD工具环境(Silvaco Atlas)中的有效应用。keyowrds:碳纳诺管(CNT),INAS/GAAS,SILVACO TCAD,量子井太阳能电池(QWSC)
摘要 本研究调查了在现有单管公路隧道中,为被迫自救的道路使用者提供避难所作为降低风险的措施,在这些隧道中,烟雾吞没是一种可能的紧急情况。一旦人们被烟雾吞没,毒性和直接危险的不确定性就迫在眉睫,必须在短时间内为道路使用者提供解决方案。避难所就是这样一种解决方案。为了避免任何带有价值色彩的术语,我们创建了首字母缩略词 SWETO,代表没有出口通往开放逃生路线的避难所。该术语表示房间仅通过隧道空间与外界相连。挪威公共道路管理局 (NPRA) 需要仔细研究在隧道中整合 SWETO 的可能性,因为疏散系统的当前状况至关重要。现有公路隧道对紧急出口没有绝对的要求。法规将交通量作为隧道分类和紧急出口需求的重要指标。以往的事件表明,交通量较低的隧道中可能发生严重事故。特定隧道的自救策略最终将基于风险分析和相关的疏散系统尺寸方案选择。在现有的挪威公路隧道疏散系统中整合紧急出口是一项成本和可建造性方面的重大任务。SWETO 是一种解决这些问题的替代方案,但目前禁止道路所有者在指令 2004/54/EC 所涵盖的隧道中建立 SWETO。然而,尽管目前有隧道安全法规,NPRA 仍明确表示将 SWETO 纳入一些单管双向公路隧道的疏散系统。假设是,如果设计和管理得当,避难所可以为安全做出积极贡献。像欧盟指令中那样的一般禁令是不合理的。需要讨论安全避难所仅仅是一个设计问题和社会技术挑战,以确保预期性能的假设。除了已经在奥斯陆峡湾隧道投入运营的 SWETO 之外,NPRA 还启动了两项试点研究,其中包括对“没有出口通往开放逃生路线的避难所”禁令的例外情况。这些项目是阿格德县市的 Flekkerøy 隧道和特伦德拉格县市的 Frøya 隧道。阿格德县市和特伦德拉格县市有义务在隧道建成后参与后续研发项目。试点项目的经验可能会影响任何改变这一问题的规定的举措。本文报告的研究旨在更新和补充研发项目“公路隧道安全管理”(NPRA,2020a) 并具体化试点项目研发计划的内容。提出了四个研究问题作为论证或拒绝在长单管双向隧道中采用 SWETO 的重要问题: RQ1:在 2004/54/EC 指令之前的工作以及随后的指令实施和监督中,欧洲官方对 SWETO 的态度有何特点? RQ2:我们目前对挪威隧道系统、重大事件以及反映 SWETO 在改善单管公路隧道使用者安全方面的优势和挑战的先前和正在进行的研究了解多少? RQ3:最近的科学研究在支持、反驳和/或扩展我们对 SWETO 在改善单管公路隧道使用者安全方面的优势和挑战的知识方面有何贡献? RQ4:目前的知识在多大程度上支持我们理解 SWETO 在改善单管公路隧道使用者安全方面带来的好处和挑战,以及下一步应采取哪些合理措施来加强我们的知识?虽然 RQ1 与理解历史过程有关,但 RQ2-4 旨在探索需要哪些知识来评估 SWETO 是否是挪威背景下的合适安全措施,以及随后现有知识的强度。以下功能要求 (FR) 和相关主题被确定为收集和分析知识强度的框架:以下功能需求(FR)和相关主题被确定为收集和分析知识强度的框架:以下功能需求(FR)和相关主题被确定为收集和分析知识强度的框架:
工业生产的数字化(也称为工业4.0)可能会产生深远的环境影响,从而在制造业的环境友善方面引起了希望和恐惧。我们使用涵盖2012年至2020年的15个国家和8个制造业或集群的面板数据研究了行业4.0与制造能量强度之间的关系,为与工业4.0相关的三个不同变量提供了见解。首先,我们在机器人密度和能量强度之间发现了显着的负相关(首选规范中的-0.059)。其次,我们在数字资本强度和能量强度之间发现了显着的正相关(首选规范中 + 0.025)。最后,在我们的数据样本中,使用ICT专家的公司份额与能源强度之间的关系微不足道。因此,我们强调了行业4.0对制造能源强度的潜在变化影响,鼓励进一步的研究对行业中数字技术UTI液化的环境影响更加细微。
。cc-by-nc-nd 4.0国际许可证(未经同行评审证明)获得的是作者/资助者,他授予Biorxiv授予Biorxiv的许可,以永久显示预印本。这是该版本的版权持有人,该版本发布于2025年1月25日。 https://doi.org/10.1101/2025.01.24.634315 doi:Biorxiv Preprint
。cc-by-nd 4.0国际许可证可永久提供。是作者/资助者,他已授予Medrxiv的许可证,以显示预印本(未通过PEER REVIVE的认证)Preprint preprint the本版本的版权所有者于2025年2月18日发布。 https://doi.org/10.1101/2025.02.10.25322038 doi:medrxiv preprint
hal是一个多学科的开放访问档案,用于存款和传播科学研究文件,无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
腕管综合征(CTS)是上肢最常见的神经病,是由腕部屈肌下位神经压缩引起的[1]。CTS主要是由于滑膜屈肌鞘的纤维肥大和重复的手腕运动。中位神经因机械压缩和腕管中的局部缺血而损害,这会导致髓鞘鞘的变化,有时会随着时间的推移损害。疼痛,销钉和针头以及前4个手指的强度损失,尤其是在夜间,是常见的症状[2]。尽管诱捕神经病会影响神经的一小部分,但它们会引起重大的身体,心理和经济后果[3]。CTS的患病率在一般成年人口中的2.7%至5.8%之间[4,5]。疼痛会从手辐射到手臂和肩膀。与CT相关的个人危险因素包括女性,高龄,妊娠,肥胖,甲状腺疾病,糖尿病,杏仁症,创伤和结缔组织疾病。同样,劳动人群有CTS的风险。与工作有关的因素,尤其是重复运动,剧烈的手动工作,频繁的手腕屈曲和手臂振动已被涉及[6]。尽管CT诊断中最有用的测试是Tinel和Phalen测试,但最可靠的客观方法是电子诊断测试。适当的医生必须创建与CTS独特症状相关的案例病史,以诊断CTS患者。Park等。 在Faeghi等人的一项研究中。Park等。在Faeghi等人的一项研究中。随着发现诸如ThenAR萎缩和感觉丧失之类的发现,体格检查的敏感性达到95.7%[7]。鉴定周围神经疾病的最有效方法是电诊断,这对于识别CTS也至关重要[8]。此方法对于确定CTS是否存在并评估其严重性很有用。此外,电诊断可用于确认神经病(例如宫颈辐射病)的差异诊断[8,9]。另一方面,电诊断具有侵入性,可能会使患者不舒服,因为它涉及检查期间的刺激和针肌电图(EMG)[10]。基于机器学习(ML)的建模是一种新兴分析工具,预测模型应用是其在医学研究中的主要用途[11,12]。此外,可以使用基于ML的建模进行疾病,决策和新治疗策略的分类[13,14]。尽管基于机器学习的医学研究已经爆炸性增长,但CTS研究仍然相对较少。一些研究探索了基于临床数据的CTS诊断或对CTS严重程度进行分类的预测模型[15,16]。[15]进行了七个用于对CTS严重性进行分类的ML模型。[16],对腕部的超声图像进行了细分,并使用ML建模对CTS诊断的准确性进行了评估。在另一项研究中,深度学习
景观在倾斜土地上的稳定性构成了山区生态保护和可持续发展的基础。然而,随着人类活动的加剧,尤其是在中国西南部复杂的山区,倾斜土地上的景观模式受到了严重破坏。这项研究研究了Guiyang倾斜土地上景观干扰强度的时空变化及其对生态系统服务的影响。调查结果表明,在过去的20年中,总体景观干扰强度通常有所下降,尤其是在2000年至2010年之间。然而,某些梯度区域(例如斜率在20-25度之间)的干扰强度有所增加。同时,生态系统服务总体上有所下降,尤其是在水产量和作物生产方面,而碳库存却略有增加。这项研究揭示了景观干扰强度与生态系统服务之间存在显着的空间相关性,并且在不同服务之间的关系不同。它强调了人类活动对景观稳定和生态系统服务的深远影响,尤其是在斜坡陡峭的地区。这项研究的贡献在于为山区的可持续景观管理和生态系统服务保护提供科学基础,强调了减轻人类干扰和加强生态恢复的重要性。