COCONEL 集团成员包括:Patrick Peretti-Watel 2,3(科学协调员)、Valérie Seror 2、Sébastien Cortaredona 2、Odile Launay 4、Jocelyn Raude 5、Pierre Verger 3(研究联盟)、François Beck 6、Stéphane Legleye 6、Olivier L'Haridon 7、Jeremy Ward 1,2(指导委员会)。 1. GEMASS、CNRS、巴黎索邦大学、巴黎 2. 艾克斯马赛大学、IRD、AP-HM、SSA、VITROME,马赛。 3 马赛东南卫生区域观察站(ORS Paca)。 4 法国卫生与医学研究院 CIC 1417;巴黎大学,巴黎笛卡尔医学院; AP-HP,科钦医院;巴黎。 5 雷恩 EHESP 公共卫生学院。 6 巴黎南部大学 CESP、UVSQ 医学院、INSERM、巴黎萨克雷大学、维尔瑞夫。 7 雷恩大学,法国国立科学研究院,CREM UMR 6211,雷恩
基因技术的进步有望解决日益严重的入侵害虫问题。当前的研究旨在提高我们对公众看法的理解,以及在研究和开发该技术以供部署时潜在的公众参与途径和信息需求。对 1,149 名澳大利亚人进行了调查,并根据他们的态度将样本分为 4 组:某些反对者、骑墙派、谨慎支持者和某些支持者。“轻触式”参与活动似乎让大多数人感到满意;但对于对该技术持负面看法的一小部分人来说,更深入的参与可能更合适。总体而言,人们希望了解基因编辑技术的潜在风险以及相关的监管和控制。持更积极看法的人也对科学过程和技术表现出兴趣,而持更消极看法的人则想知道正在采取哪些措施来处理社会和道德问题。研究结果提供了以下方面的见解:1)当公众面临采用合成生物学方法解决环境问题时,他们的观点以及相关信念和感受的多样性;2)如何定制公众参与活动以符合人们的参与信念和既定偏好;3)生物技术开发人员在努力以对社会负责的方式设计基因技术时应解决哪些问题。
技术和算法越来越多地渗透到日常工作的管理中,特别表现出在员工控制中的巨大潜力。为了深入探索算法控制对员工对数字传输背景下改变态度的态度的影响,这项研究以角色理论为基础,并深入了解算法控制的概念,构建了一个调解模型,包括算法,算法,责任控制,员工的承诺,雇员的承诺,以改变和变化。利用在线和离线问卷调查方法中,本研究验证了算法控制对就业对变革及其基础途径的态度的影响。研究结果表明,算法控制大大加剧了员工的角色压力,随后提高了他们对变革的抵抗力,并相应地减少了他们对变革的承诺。这项研究不仅为组织环境中算法控制的研究开辟了新的理论观点,而且还为努力实施科学问题的组织提供了宝贵的实践指导。
背景:互补和替代医学(CAM)涵盖了植根于传统信念和经验的各种健康实践。尽管CAM越来越多地用于管理印度的慢性病,但对医学生对CAM的态度和实践的研究有限,尤其是在喀拉拉邦。目标:本研究旨在评估喀拉拉邦一所私立医学院的医学生对CAM的态度和实践。材料和方法:在四个学年(2020- 2023年)的323名MBBS学生中进行了一项横断面研究。数据。基于反应评分正面和负面态度。通过CAM使用模式评估实践。使用SPSS软件分析了数据,采用描述性统计和卡方检验,p <0.05被认为具有统计学意义。结果:所有参与者主要通过朋友和家人听说过CAM(35%)。虽然有47%的人认为CAM在骨科和皮肤问题等特定条件下有效,但有39%的人持怀疑态度。CAM的使用量为73%,阿育吠陀(65%)和顺势疗法(34%)是最受欢迎的方式。不使用的原因包括对疗效(36%)和延长治疗持续时间(31%)的怀疑。大多数参与者(85%)承认CAM的公共卫生益处,有61%的人愿意与现代医学一起使用。积极的态度与较高的CAM使用和专业建议显着相关(p <0.01)。结论:研究表明,医学生对CAM的广泛意识和混合看法。将CAM知识纳入医学教育可能会在临床实践中促进明智的决策。关键词:互补和替代医学,阿育吠陀,医学生,态度和实践。
阿萨德政权垮台三天后,拜登政府派遣国务卿安东尼·布林肯前往该地区,协调华盛顿盟友对叙利亚局势的立场,试图塑造过渡的结果。布林肯访问了土耳其(12 月 12 日),会见了土耳其总统雷杰普·塔伊普·埃尔多安,寻求保证不会以防止 ISIS 重组为借口与叙利亚东北部的库尔德民兵发生军事升级。11 他随后访问了伊拉克(12 月 13 日),会见了总理穆罕默德·什叶派·苏丹尼,讨论了如何防止 ISIS 对叙利亚和伊拉克构成新的威胁。12 最后,他访问了约旦,参加了亚喀巴峰会(12 月 14 日),地区和国际各方出席了峰会,讨论了叙利亚及其未来。亚喀巴峰会呼吁叙利亚人自己主导全面政治进程,“根据安理会第2254号决议和叙利亚人民的愿望,确保重建国家机构,维护叙利亚的主权、统一和领土完整。”13
摘要本研究论文旨在阐明阿尔及利亚研究人员的态度,包括拥有研究生学位的大学教授及其博士生,以在其学术追求和科学研究中利用人工智能应用。这项研究集中在主要动机上,这些动机促使这些研究人员在整个学术职业中都使用AI工具,此外,除了这种用法所产生的优势和缺点,以及该小组使用AI时遇到的最重大的技术和道德挑战。这项研究采用了五点李克特量表来通过电子问卷来确定态度,以解决研究的问题和假设。样本由567个个体组成。结果表明,在科学研究中利用AI具有良好的态度,并认识到可以通过持续培训和适当的学术指导来解决的某些问题。这反过来有可能增强AI应用在提高科学研究质量和增加阿尔及利亚研究人员创新方面的作用。
获得的儿童失语(ACA)是与突然发作语言障碍有关的疾病。此语言干扰的票价是脑的后果,从而导致先前获得的技能回归。这使该病情与发育语言障碍(DLD)明显不同。后者与获取语音里程碑的延迟有关,ACA出现了早期语言技能后。ACA通常与特定原因(例如脑肿瘤,创伤性脑损伤,感染)有关,与发育语言疾病不同,这些疾病有时可能与确定的原因有关,有时与特发性起源有关。症状可能相似。这可能导致更多的诊断困惑和并发症。作为ACA的评估方法与DLD的评估方法有所不同,因为ACA的重点是评估丢失的语言功能,而重点是量化DLD延迟的详细信息。合并症的条件也给予重量
人工智能(AI)是一个通用术语,用于描述计算机系统以最少的人为干预来建模智能行为[1]。先前的工作已使用医学中AI的子领域进行了研究,以利用各种类型的数据[2]。应用程序包括可以生成新的语言或其他数据的Generative AI,以及可以预测特定结果的预测AI。AI方法,以协助许多医学领域的人类模型相互作用,包括手术咨询,医学教育,疾病诊断以及药物研究和治疗[3]。近年来,AI在肿瘤学中的应用已大大增长[4,5]。癌症是全世界死亡的第二大主要原因,对医疗保健限制的人来说,尤其是在农村地区和低收入国家和中等收入国家中,对患者的影响不成比例[6-8]。AI有可能改善获得特殊护理的机会并解决这些健康不平等,特别是通过增强早期检测并促进远程诊断[4]。在癌症护理中,研究人员使用AI来预测生存,以获得预测性的支持性护理需求,并改善对癌症的检测和诊断[9-12]。具体而言,AI算法在鉴定恶性肺结节方面表现出很高的准确性,从而有助于放射科学家改善早期检测和治疗决策[13]。在结直肠癌中,已使用AI通过结肠镜检查和组织病理学分析来检测息肉和其他早期癌症指标[14]。在乳房X线摄影中,AI通过提高放射科医生的性能和准确性,特别是对于早期癌症而增强乳腺癌的检测[15]。 为了确保这些进步提供以患者为中心的护理,我们必须考虑患者在医疗中应如何使用AI的观点[16]。 癌症患者可能会持续持续时间,严重程度和慢性性质[17,18]。 这种经历可能会影响他们对AI在癌症护理中使用的态度,这可能与他们接受的其他医疗服务不同。 迄今为止,混合方法系统评论探索了许多医学领域的患者和公众对AI的态度[19]。 审查发现,患者和公众普遍接受AI在其医疗护理中的使用,但对这种模型表示关注,并首选人类的监督。 这项审查发现了一些涉及癌症患者的研究,包括发现患者在AI保存人类医师患者关系时对皮肤病学中AI的态度积极的态度[20,21]。 另一项研究发现,中国癌症患者普遍接受AI的使用,但当他们的意见分歧时,肿瘤科医生比AI更喜欢AI [22]。 本次审查提供了患者和公众对AI的态度的概述,并从癌症患者的角度简短地讨论了这一点,但是癌症患者的态度并不是该评论的重点或深入探讨。在乳房X线摄影中,AI通过提高放射科医生的性能和准确性,特别是对于早期癌症而增强乳腺癌的检测[15]。为了确保这些进步提供以患者为中心的护理,我们必须考虑患者在医疗中应如何使用AI的观点[16]。癌症患者可能会持续持续时间,严重程度和慢性性质[17,18]。 这种经历可能会影响他们对AI在癌症护理中使用的态度,这可能与他们接受的其他医疗服务不同。 迄今为止,混合方法系统评论探索了许多医学领域的患者和公众对AI的态度[19]。 审查发现,患者和公众普遍接受AI在其医疗护理中的使用,但对这种模型表示关注,并首选人类的监督。 这项审查发现了一些涉及癌症患者的研究,包括发现患者在AI保存人类医师患者关系时对皮肤病学中AI的态度积极的态度[20,21]。 另一项研究发现,中国癌症患者普遍接受AI的使用,但当他们的意见分歧时,肿瘤科医生比AI更喜欢AI [22]。 本次审查提供了患者和公众对AI的态度的概述,并从癌症患者的角度简短地讨论了这一点,但是癌症患者的态度并不是该评论的重点或深入探讨。癌症患者可能会持续持续时间,严重程度和慢性性质[17,18]。这种经历可能会影响他们对AI在癌症护理中使用的态度,这可能与他们接受的其他医疗服务不同。迄今为止,混合方法系统评论探索了许多医学领域的患者和公众对AI的态度[19]。审查发现,患者和公众普遍接受AI在其医疗护理中的使用,但对这种模型表示关注,并首选人类的监督。这项审查发现了一些涉及癌症患者的研究,包括发现患者在AI保存人类医师患者关系时对皮肤病学中AI的态度积极的态度[20,21]。另一项研究发现,中国癌症患者普遍接受AI的使用,但当他们的意见分歧时,肿瘤科医生比AI更喜欢AI [22]。本次审查提供了患者和公众对AI的态度的概述,并从癌症患者的角度简短地讨论了这一点,但是癌症患者的态度并不是该评论的重点或深入探讨。我们还确定了一项叙事评论,研究了患者对乳腺癌诊断中使用的AI的看法[23]。审查概述了对AI的积极情感,提高了诊断准确性,但是患者对AI诊断的可信度有担忧,并且更喜欢AI来补充放射科医生而不是取代它们。这些评论仅检查了癌症护理中AI的一些研究,导致需要进行审查,以更全面地评估患者对皮肤和乳腺癌筛查领域之外的癌症护理中对AI的态度。为了解决这一差距,该协议概述了系统的范围审查,该审查将整理先前的工作,以了解癌症患者对AI的态度。具体来说,这种范围审查将仅包括癌症患者,更新和缩小年轻和同事的重点[19]。此外,这篇综述将通过包括所有癌症类型的患者并探索论文,这些论文仅在乳腺癌筛查中使用AI超出AI的使用[23]。
摘要牙科管理的创新方法着重于最大程度地去除细菌从龋齿病变中去除,同时最大程度地减少了牙齿组织的损失。使用腔消毒剂有效地减少了剩余细菌的数量。本研究旨在评估和比较利比亚一般牙医和专家之间不同类型的空腔消毒剂的知识,态度和实践。使用经过验证的10个项目问卷在班加西(Libya)进行了涉及151名牙医的横断面在线调查。使用卡方检验分析数据,其显着性设置为p <0.05。结果表明,氯己定(CHX)和次氯酸钠(NAOCL)是最流行的消毒剂,在参与组的知识方面存在统计学意义的差异(NAOCL),(EDTA),(EDTA)和过氧化氢。大多数参与者表示在酸蚀刻之前使用腔消毒剂,并认为可以将其用于浅腔和深腔。大多数参与者没有参加有关腔消毒的任何讲座;但是,他们对对细菌的有效性表示积极的态度。参与小组在腔消毒剂的日常实践方面没有显着差异;最常用的消毒剂是CHX,其次是NaOCl。选择合适的消毒剂需要了解消毒机制及其对修复材料键强度的影响。它必须在不损害牙本质键强度的情况下有效[14]。关键字:腔消毒剂,CHX,NAOCL,抗菌粘合剂系统,MDPB。简介树脂复合材料目前是牙科中使用最广泛的修复材料[1],研究人员正在不断努力,以最大程度地减少失败风险[2],以增强其耐用性和可靠性。文献表明,牙齿修复物主要是由于继发性龋齿[2,3]和断裂[2,4]。与其他类型的牙科修复体相比,复合修复体倾向于积累更多的生物膜[1,3,5]。此外,它们的聚合收缩增加了复合修复体对复发性龋齿的敏感性[3,6]。旧概念将龋齿视为一个渐进过程[2],它要求在整个腔中进行完整的龋齿发掘,目前是不可接受的,因为它损害了牙齿结构的生物力学完整性[2]。为避免损坏牙髓络合物[1,2],并促进牙齿结构的保存,使用微创和保守的方法存在一种趋势[1,2]。这些包括逐步和部分龋齿去除[2],尤其是在深肿瘤病变的临床情况下[5]。尽管采用了这些方法,但据报道,不可能去除所有微生物。即使挖出所有软牙本质后,一些细菌也可以持续存在[7]。研究表明,在空腔制备后,只有一小部分的腔仍然被消毒[6]。牙科管理的创新方法集中于最大程度地去除细菌从龋齿病变中[10,12],同时最大程度地减少牙齿组织的丧失[12]。腔壁中的细菌残留物会影响恢复治疗的功效;它们可以成长,尤其是在Microleakage的存在[4,6,8]中,并保留其活动,甚至在牙本质内部,持续一年多[9]。牙科修复体下的微生物生长已被认为是牙科中的重大生物学问题[10],该问题导致龋齿复发,牙髓敏感性提高(术后敏感性),牙髓炎症和边缘变色[8,11]。因此,在这种情况下,使用腔清洁剂可以提供抗菌和抗蛋白水解活性,从而有效减少剩余细菌的数量[2]。在1970年代初期,Brännström和Nyborg建议在放置恢复之前清洁腔体制备,这引起了对抗菌剂的研究及其对纸浆的影响的兴趣[13]。腔消毒剂必须是杀菌和/或抑菌性的,生物相容性的,并且易于获取和处理。然而,粘合系统与空腔消毒剂之间的相互作用在恢复性牙科中是一个有争议的问题[7]。上面提到的效果取决于每个消毒剂的特征,底物的类型,粘合剂系统和所使用的修复材料[14]。例如,由于缺乏灌溉步骤和涂片层的去除,因此更需要对自我键合系统中的空腔进行消毒[9,15]。
摘要 个人心理相关因素可能预测人们对人工智能 (AI) 的接受程度,本文对此进行了研究。研究 1 报告了对人工智能总体态度量表 (GAAIS) 的确认性验证,此前已在其他地方进行了初步验证。验证性因子分析证实了双因素结构(积极、消极),并显示出与相关量表的良好收敛和发散效度。研究 2 测试了心理因素(五大人格特质、企业不信任和一般信任)是否能预测对 AI 的态度。内向者总体上对 AI 的态度更为积极,可能是因为他们欣赏算法。尽责性和随和性与对 AI 消极方面的宽容态度有关。企业不信任程度越高,总体上对 AI 的态度就越消极,而一般信任程度越高,对 AI 的好处的看法就越积极。普遍信任与企业不信任之间的分离可能反映了公众对人工智能利弊的归因。结果与理论和先前的发现相关。
