背景:2019 冠状病毒病 (COVID-19) 疫苗的接受度受值得信赖的推荐者的影响。这项调查研究了越南七组推荐者对 COVID-19 疫苗的公众参考、担忧和信任。材料和方法:2021 年 4 月 16 日至 7 月 16 日期间对 1,579 名参与者进行了横断面调查。使用自填问卷收集了参与者对政府官员、雇主、医生、护士、药剂师、年长家庭成员和宗教领袖提出的疫苗接种建议的参考、担忧和回应。结果:信任率从 18.5% 到 89.1% 不等。信任率最高的是政府 (89.1%) 和医生 (85.9%)。如果药剂师 (45.5%)、护士 (44.7%)、雇主 (42.4%)、年长家庭成员 (28.1%) 和宗教领袖 (18.4%) 推荐疫苗,不到一半的参与者会接受疫苗。只有 37.6% 的参与者认为疫苗对他们来说是安全的,而 57% 的人不确定。大多数参与者会等待并观察人们对疫苗的反应后再接种疫苗(91.5%),更愿意在公立医院接种疫苗(88.6%),并担心疫苗的有效性(86.9%)和副作用(76.4%),而 61.8% 的人担心疫苗成本。结论:关注个人利益并依靠政府、医生和社会榜样将使疫苗广告活动更有效。如果需要每年接种疫苗,那么为社区提供负担得起的疫苗将是一个合适的长期解决方案,以确保越南等资源匮乏国家的疫苗接种覆盖率。需要进一步研究公众参考疫苗接种中心的原因,这可能有助于提高他们接种疫苗的信心,无论环境如何。
▪在整个校园内都对加热设置/日历进行了调整。▪我们继续增加有关员工会议的视频会议,以减少站点之间旅行的需求。▪尽可能将在线学习和远程学习用于员工CPD。▪尽可能使用汽车共享和火车旅行。▪在进行新的建筑项目时,我们会咨询外部专业人员,以确保纳入最节能的实践。▪所有灯光失败时,都将被LED替换。▪任何新建筑物都装有节能加热系统(热恢复)和自动LED照明。▪正在研究太阳能。▪已安装了新的锅炉和加热系统,并取出了加油系统。
*1 ྠᚿ♫ᏛၟᏛ㒊ၟᏛ⛉ 同志社大学商学院 本研究的目的是调查导致人们对基于 AI 的审判信任度降低的因素。近年来,法官和预算短缺,而这又以牺牲用户的信心为代价。为了解决这些问题,人们期待在法庭上使用 AI。然而,AI 存在黑箱问题。部分原因是算法不可靠,这引发了人们对在法庭上使用 AI 的质疑。在本研究中,我们进行了一项调查实验,以调查透明度的存在是否会影响法官的可信度。我们还调查了判断错误对可信度的影响。从实验结果中,我们研究了人们更信任 AI 还是透明度。本研究为在法庭上使用 AI 的研究和努力提供了启示。
摘要:本文旨在全面研究脑机接口及其产生的更多科学发现。本综述的最终目标是对 BCI 系统进行广泛的研究,同时关注最近在 BCI 中使用的伪影去除技术或方法以及 BCI 的重要方面。在预处理中,伪影去除方法至关重要。此外,本综述强调了与 BCI 进步相关的适用性、实际挑战和成果。这有可能加速该领域的未来进步。这项关键评估考察了 BCI 技术的现状以及最近的进展。它还确定了各种 BCI 技术应用领域。这项详细的研究表明,虽然正在取得进展,但用户进步仍面临重大挑战。对 BCI 中的 EEG 伪影去除方法进行了比较,并讨论了它们在现实世界的 EEG-BCI 应用中的实用性。还根据综述结果和现有的伪影去除方法提出了该领域未来研究的一些方向和建议。
一般特征•优越的目标检测和跟踪•IFF功能•多次参与和连续射击•提供360°射击能力的枪炮射击能力•威胁评估和武器分配算法,该算法提供有效的目标武器匹配•具有团队或自动性工作的能力•使用35mm空气效率和经典的自动反应•使用35mm空气效果•使用35mm的自动反应• pop-up-target • Ability to work day/night and in bad weather conditions • Positioning and navigation system • Fire-on-the-move capability • Ability to relocate in a short time with 8x8 tactical wheeled vehicle, suitable for “hide-fire-displace” capability • Nuclear, biological, chemical protection • Soft-Kill capability at wide spectrum with electro/magnetic jammer
本文对功能性近红外光谱(FNIRS)中基于学习的运动伪影(MA)处理方法进行了简要审查,强调了在受试者运动期间保持最佳接触的挑战,这可能导致MA并损害数据完整性。传统策略通常会导致血液动力学反应和统计能力的可靠性降低。认识到着重于基于学习的MA的研究有限的研究,我们研究了315项研究,确定了与我们的重点领域相关的七个研究。我们讨论了基于学习的MA校正方法的当前格局,并突出了研究差距。注意到缺乏用于MA校正质量评估的标准评估指标,我们建议一个新颖的框架,整合信号和模型质量考虑因素,并采用1个信噪比(1 SNR),混淆矩阵和平均平方误差等指标。这项工作旨在促进基于学习的方法在FNIRS上的应用,并提高神经血管研究的准确性和可靠性。
摘要 简介:深部脑刺激 (DBS) 是治疗各种神经和精神疾病的常用方法。最近的研究强调了神经影像学在定位电极触点相对于目标脑区的位置以优化 DBS 编程方面的作用。在不同的成像方法中,术后磁共振成像 (MRI) 已广泛用于 DBS 电极定位;然而,导线引起的几何失真限制了其准确性。在这项工作中,我们调查了导线尖端的实际位置与从 MRI 伪影估计的尖端位置之间的差异在多大程度上取决于 MRI 序列参数(例如采集平面和相位编码方向)以及导线的颅外配置。据此,设计并讨论了一种提高导线定位准确性的成像技术。方法:我们设计并构建了一个拟人化幻影