XiaoMi-AI文件搜索系统
World File Search System接受性
接受Booster Covid-19疫苗及其关联
摘要：日本政府于2021年11月批准了Covid-19-19疫苗加强剂量。然而，普通人群中促进疫苗的意图和准备就绪尚不清楚。这项调查测量了COVID-19增强疫苗接种的意图。在6172名参与者中（53.2％的女性），4832（78.3％）接受助推器剂量； 415（6.7％）犹豫。疫苗接种意图与更高的年龄，婚姻状况，有孩子，潜在的疾病和社会规范有关。为了评估疫苗接种的准备，采用了七个组成部分（7C）疫苗接种量表，包括“信心”，“自满”，“约束”，“计算”，“集体责任”，“合规性”，“合规性”和“ consspiracile”。接受接受的参与者显示出比犹豫或不确定的人的7C分数（p <0.001）高。多变量逻辑恢复分析表明，“社会规范”预测指标是接受的最强预测指标（调整后的优势比（AOR）4.02，95％的置信间隔（CI）：3.64–4.45）。“约束”（AOR：2.27，95％CI：2.11–2.45）和“自满”（AOR：2.18，95％CI：2.03–2.34）也与接受性相关，但“合规性”（AOR：1.24，95％CI：1.24，95％CI：1.18-1.31）和“ Cundcien”和“ 95％”（95％）（95％col cols and coror：A： 1.33–1.52）弱相关。“ 7C疫苗接种准备量表”可用于测量日本人群的疫苗接种。但是，“社会规范”可能比“合规性”和“阴谋”更适合衡量日本的疫苗接收。
探索孟加拉国城市人口中Covid-19的行为决定因素：行为改变干预措施的影响
后果，感知的动作功效，COVID-19的严重程度，访问权限和最终的神圣意志。与HBM一致，对疾病本身的信念高度预测了疫苗的接受性，并且在该人群中接受疫苗接受率最强的统计学意义（p <0.001）的依据是禁令和描述性社交规范的信念。具体来说，如果医生或护士推荐医生或护士，受体的可能性高出3.2倍，他们很可能会接受Covid-19-19，这是他们认识的大多数人会接受疫苗的可能性的两倍，而大多数人会说，大多数亲密的家人和朋友将获得疫苗的可能性要高1.3倍。发现疫苗的感知安全性很重要，因为非接受者说Covid-19疫苗“根本不安全”的可能性高1.8倍。对一个人患Covid-19疾病及其严重性的风险的信念是预测成为疫苗受体的人：受体的1.4倍可能会说，他们家中的某人很有可能会说，共同获得1.3倍的可能性，说他们很可能会更担心某人，如果某人的契合率更高，则他们的家庭可能会更加严重。受托人对使免疫更容易的其他反应可能有助于编程以提高接受的接受，例如通过政府医疗机构，学校和亭提供疫苗接种，并让疫苗接种者保持适当的COVID-COVID-19-Health and Safety Consects。
是核桃树的人工授粉，无人驾驶飞机能够最大程度地减少Xanthomonas arboricola PV的存在。 juglandis？评论
摘要：核桃（Juglans Regia L.）是一种单一的物种，尽管它表现出自我兼容，但它表现出不完全的花粉棚和女性接受性的重叠。因此，交叉授粉是最佳水果产生的先决条件。交叉授粉可以通过风，昆虫，人为或手工自然发生。花粉已被认为是黄虫植物植物植物PV的一种可能途径。Juglandis感染，一种导致核桃疫病疾病的致病细菌。除了众所周知的文化和化学控制实践外，使用无人机的人工授粉技术可能是果园中核桃疫病疾病管理的成功工具。无人机可以携带花粉并将其释放到农作物上或模仿蜜蜂和其他传粉媒介的作用。尽管这种新的授粉技术可以被视为一种有前途的工具，但花粉发芽和知识是传播细菌疾病的潜在途径，对于核桃树的开发和生产空中授粉机器人的开发和生产仍然是至关重要的信息。因此，我们的目的是描述具有基本成分的授粉模型，包括识别“核心”花粉微生物群，无人机将人工授粉作为一种成功管理核桃疫病疾病的成功工具，指定适当的花授粉算法，通过自动授粉的平均授粉机器人的平均粉丝和微小的粉料来设计算法。
假单胞菌的环境分离株20EI1，以铁依赖的方式降低了黄曲霉的生长，并改变了次要代谢
本文研究了一个专门解决数字转型的社会影响的项目。该项目还强调了数字转型对边缘化人群的影响，尤其是强迫移民和有特殊需要的人。该项目涉及开发名为“数字生活1-2-3-4”的开放访问课程材料，这些材料通过IMOOX平台上的四个MOOC作为开放式资源共享。主要目标是提高人们对日常生活中数字转型影响的认识，例如算法偏见，不可接受性，机器人和数字鸿沟，数字包容性和数字歧视。通过整合道德考虑，促进数字素养并考虑将用户带入设计过程，该课程减轻了数字转型的影响，并促进了公平而赋予的数字环境，以便日常使用技术，尤其是对于边缘化社区。在本文中，我们讨论了特定的课程内容，包括数字包含，算法偏见和新兴的不平等现象。关键目标是了解和减轻影响多元化和弱势群体的教育技术中算法偏见，难以及性和数字歧视的风险，并促进数字素养，访问和动机设计，以鼓励强迫移民在技术增强技术中积极参与技术可增强的教育。我们得出的结论是，在其设计和应用中优先考虑道德原则，提高代表性不足的声音，并促进更公平，更包容的数字景观。
c o m m e n ta ry疫苗的不平等和犹豫：一个恶性循环，破坏了与19次大流行的战斗
摘要：通过避免最初恐惧的人道主义危机并在创纪录的时间内生产有效的疫苗，世界在与19009年大流行的斗争中走了很长一段路。自相矛盾的是，今天报道的每日新病例要比周围没有任何有效的疫苗了。到目前为止，针对大流行的成功因疫苗供应不足而在大多数低收入国家和广泛的疫苗犹豫不决。到2021年底，只有一半的人民国家达到了40％的人口的目标，而低收入国家中只有不到10％的人口接受了至少一剂疫苗。这发生在全球范围内超过90亿剂疫苗的剂量，主要是在富裕国家中。在这些人造因素的背景下，高度突变的病毒变体的演变与疫苗前时间相比，导致更多的不确定性。如果未正确解决疫苗不平等和犹豫，我们很可能会进入不平等疫苗分布的恶性循环，从而导致世界大多数人口所在的大多数低收入国家中疫苗接种率低。这最终将增强病毒的持续传播，从而导致新的关注变体的发展。由于高度突变的变体可能会感染疫苗接种和未接种疫苗的个体，因此不可避免地会引起疫苗的有效性和接受性的主要疑问。在这篇评论中，我们介绍了这个恶性循环如何延长大流行，并讨论一致的全球行动来解决它的重要性。关键字：COVID-19，SARS-COV-2，关注的变体，疫苗犹豫，疫苗怀疑，疫苗不平等
昆虫传粉媒介对
秋葵[Abelmoschus esculentus（L.）Moench]是一种经常进行的交叉授粉，最高为19-42％的交叉授粉和计划的授粉可能会改善经济水果产量和生物学参数。本研究是在2021年和2022年的多雨（哈里夫）季节进行的。关于秋葵花卉游客的研究记录了28种昆虫属。属于四个昆虫秩序，其中五个spp。，即。apis cerana Indica（Fabricius）1798，Apis Mellifera（Linnaeus）1758，Bombus aymorrodoidalis（Smith）1852，Lithurgus Atratus（Smith）1853和Xylocopa latipes（drury）1773占主导地位。觅食活动和授粉行为表明，两种非Apis Bee物种（X. latipes和B. halemorrhoidalis）是迅速的传单，每单位时间访问了更多的花朵。注意到，传粉媒介探访的高峰期在9.00–11.00 h会计之间，到113.76±7.65昆虫 /m 2/10分钟，在此期间，污名的接受性和花粉发芽达到其峰值。Assessment of yield related parameters of insect pollinated flowers showed superior quality fruits with better capsule length (17.4–20.9 cm), capsule girth (6.56–7.84 cm), seeds/capsule (51.4–60.6), test weight of 100-seeds (7.05–8.38 g) and even the seed yield (1.86–3.04 tonnes/hectare) than closed控制和手授粉（模拟和交叉授粉）。总而言之，秋葵场的生态工程提高了授粉率，最终提高了产量和种子质量。
DHEA对大脑和行为的影响
从历史上看，对侵略神经内分泌学的研究一直由大脑接受性类固醇激素（例如睾丸激素（T），从性腺，然后这些性腺激素调节行为相关的神经环路）的范式主导。尽管该范式对于推进该领域非常有用，但最近的研究揭示了重要的选择。例如，大多数脊椎动物是季节性育种者，许多物种在繁殖季节之外表现出侵略性，当时性腺进行回归，而循环的性腺类固醇水平相对较低。在多种禽类和哺乳动物物种中的研究表明，肾上腺脱氢表甲酮（DHEA）是雄激素前体和激素，对于当性腺T合成较低时表达侵略很重要。循环DHEA可以转化为大脑内活性性类固醇。此外，大脑可以从胆固醇中合成从头开始的性类固醇，从而从循环类固醇水平中解脱出脑类固醇水平。这些替代机制可为特定的神经回路提供性类固醇，以避免在非繁殖季节避免高循环T水平的成本。季节的生理指标（例如褪黑激素）可以使动物从一种神经内分泌机制转变为另一种神经内分泌机制。DHEA和神经类固醇对于控制许多物种（包括人类）的多种行为可能很重要。很明显，大脑是DHEA合成和作用的重要部位。本文是题为“ DHEA的基本作用”的特刊的一部分。这些研究对DHEA分泌的调节，DHEA影响行为的机制以及由DHEA调节的大脑区域和神经过程产生了基本见解。©2014 Elsevier Ltd.保留所有权利。
改善儿童癌症的青少年和年轻人（AYA）幸存者的过渡准备就绪
青少年和年轻成人（AYA）的儿科癌症幸存者需要根据其治疗暴露量身定制的终身“基于风险的”后续护理，包括常规的医疗预约，监测迟到的效果以及常规的癌症筛查。除了从事高等教育，启动职业，独立生活和建立亲密关系的正常发展任务外，AYA幸存者还必须对管理其长期后续护理的管理承担主要责任。从父母指导的管理到医疗自我管理的过渡可能对Aya及其家人有挑战性，从而导致护理失误和潜在的可预防健康问题。只有少数年轻的成年癌症幸存者获得基于风险的后续护理；不遵守的主要因素是缺乏准备或低“过渡准备”来转移到成人的护理中。该项目的目的是试点测试自我管理 +同伴指导干预措施，以改善AYA癌症幸存者的过渡准备。基于AYA准备和与Aya癌症幸存者，父母和提供者进行过渡和访谈的社会生态模型，我们为自我管理干预的内容创建了侧重于克服自我管理的自我管理障碍，例如缺乏知识，低自我效能感和良好的沟通能力。同伴导师是干预的新颖组成部分，并有助于提供可靠的专业信息，同理心和建议，利用共同的经验并满足对Aya幸存者的社会心理需求。我们与AYA幸存者进行了一个小型飞行员，以对同伴导师组成部分的内容和基础架构进行反馈。aya幸存者发现了内容，在线交付和同行导师联系，但强调需要吸引在线工具。该项目将利用AYA幸存者的意见来使用交互式工具，例如个性化反馈，动画视频和游戏来构建在线干预措施，以鼓励参与干预。然后，我们将对干预措施进行随机试验测试，以评估对AYA过渡准备就绪的可行性，接受性和初步影响。
可行性研究的协议
背景：糖尿病足溃疡（DFUS）导致严重的发病率影响19％至34％的糖尿病患者。dfus不仅会损害生活质量，而且可能导致肢体丧失和死亡率。患者受过倡导的教育是为了提高人们对适当的脚部自我保健的认识，以及在伤口发生时寻求帮助的必要性。现代技术，包括移动健康（MHealth）干预措施，例如健康应用程序，为更具成本效益和可扩展的干预措施带来了潜力。目的：本研究旨在检查一个名为Well Teg的新开发的MHealth应用程序的可行性和可用性，该应用程序是一种糖尿病和足部护理教育应用程序，适用于有开发DFU风险的个人。方法：井脚是使用循证和专家小组互惠方法开发的，通过动画视频和一系列其他功能，包括自适应学习，以3种语言（即，英语，中文和马来语）提供教育内容。将使用一系列有验证的问卷和焦点小组讨论的混合方法方法进行非随机的单臂可行性研究。总共将从三级医院糖尿病诊所招募40名患者和护理人员，以接受1个月的MHealth干预。主要结果是应用程序的可用性和对用户体验的定性观点。次要结果包括脚步护理知识，自我管理行为和生活质量的变化。结果：患者招募始于2023年7月，干预和数据收集将于2023年9月底完成。这项研究已于2023年2月10日得到国家医疗保健集团特定审查委员会（2022/00614）的批准。预期结果将于2024年春季发布。结论：通过这项可行性研究，井脚DFU教育应用程序将对其设计的可用性和接受性进行全面的定量和定性评估。随着当地的情境化，文化适应及其多语言功能，该应用程序解决了多种族人口中DFU健康教育和自我管理的关键方面。这项研究的发现将根据用户反馈来完善和增强应用程序的功能，并塑造随后进行随后的随机对照试验的程序框架，以评估井脚的有效性。试验注册：ClinicalTrials.gov NCT05564728; https://clinicaltrials.gov/study/NCT055564728国际注册报告标识符（IRRID）：DERR1-10.2196/52036
数字技术的可靠性
摘要。目的。向工业 4.0 数字技术的迁移将很快实现“一次成功”（几乎无需花费任何材料进行实验测试和后续设计改进）并创建越来越多具有独特应用属性的实体。基于可靠的统计数据计算此类实体的可靠性指标将极具挑战性。然而，对可靠实体的需求仍将存在。此外，基于物理模型和工程知识的数字技术方法可以创建预测可靠性方法（基于不可接受性的假设或相反的故意编程故障）。这不可避免地导致现代可靠性理论的范式转变，与可靠性理论基础的数学模型的强制偏差有关。方法。根据俄罗斯的传统，可靠性通常通过一组参数来指定所需的功能来定义，这些参数表征执行这些功能的能力以及参数值的允许变化限度。如果某些所需功能的标准无法通过参数指定，则可使用一种技术，即用黑匣子形式的信息模型取代项目的操作，其中所需功能的性能由故障的概率指标（统计、逻辑、贝叶斯、主观）表征。为了以协调的方式解释所需功能性能的参数和概率，在允许范围内找到参数的值可以通过概率来表征，作为对此类事件发生的置信度，例如考虑设计储备。在这种情况下，所有所需功能的性能都可以通过使用可靠性结构图方法识别的附加可靠性指标来表征。该指标完全表征了预测的可靠性水平。结果。使用可靠性设计工程分析（DEAD）的方法估计预测的可靠性。该方法允许使用一组基于算法的技术，以通用参数操作模型的形式呈现技术项目的设计（根据 GOST 2.102）和过程控制（根据 GOST 3.1102）文档。这种模型允许在功能性、可操作性和可靠性的统一性的基础上考虑实体设计的个体特殊性，并据此估计故障概率。DEAD 和数字设计算法完全兼容，并由与设计解决方案的证实相关的共同问题驱动，目的是基于分析、计算和实验验证消除（降低概率）可能导致故障的错误。结论。数字技术提供了预测、减少影响或消除可能故障的切实机会。这可以通过经常导致故障的相同方法来实现，即设计工程。为此，需要基于工程学科和为确保实体质量和可靠性而开发的设计工程方法，创造现代可靠性理论的新应用。