在鸡中,原始生殖细胞 (PGC) 是基因敲入等高级基因组编辑的有效靶点。尽管已经建立了鸡 PGC 的长期培养系统,但仍有必要选择一种高效、精确的基因编辑工具来编辑 PGC 基因组,同时保持其对生殖系统的贡献能力。与传统用于生成敲入鸡的同源重组方法相比,成簇的规律间隔短回文重复序列 (CRISPR)/CRISPR 相关蛋白 9 (Cas9) 和 CRISPR 介导的精确整合到目标染色体 (CRIS-PITCh) 方法更胜一筹,因为供体载体更易于构建、基因组编辑效率高,并且不会选择目标细胞。在本研究中,我们利用 CRIS-PITCh 方法将荧光蛋白基因盒作为融合蛋白整合到鸡 PGC 的鸡血管同源物 ( CVH ) 基因座中,从而设计了敲入鸡 PGC。敲入 PGC 在体内和体外均表达荧光蛋白,便于对 PGC 进行追踪。此外,我们还表征了设计双敲入细胞系的效率。通过有限稀释获得敲入细胞克隆,并通过基因分型确认设计双敲入细胞系的效率。我们发现 82% 的分析克隆都成功敲入了两个等位基因。我们认为,从敲入 PGC 中生产模型鸡可用于各种研究,例如阐明鸡的生殖细胞命运和性别决定。
一项 3 期随机、双盲、安慰剂对照、多中心试验 (PROpel,N = 796) 评估了奥拉帕尼和醋酸阿比特龙与泼尼松或泼尼松龙(以下简称奥拉帕尼和阿比特龙)一线治疗与醋酸阿比特龙和安慰剂与泼尼松或泼尼松龙(以下简称阿比特龙)一线治疗在未接受过 mCRPC 全身治疗的 mCRPC 患者中的疗效和安全性。PROpel 试验中的一个亚组 (N = 85) 与审查的适应症一致:患有有害或疑似有害种系和/或体细胞 BRCA 突变的 mCRPC 的成年人,临床上不需要化疗。该亚组分析结果表明,与阿比特龙相比,奥拉帕尼和阿比特龙治疗可显著延长放射学无进展生存期 (rPFS) 和总生存期 (OS)。更具体地说,在第一个数据截止日期 (DCO1,2021 年 7 月 30 日),rPFS 的风险比 (HR) 为 0.23(95% 置信区间 [CI],0.12 至 0.43),奥拉帕尼和阿比特龙更胜一筹。奥拉帕尼和阿比特龙组在 DCO1 时未达到中位 rPFS,阿比特龙组为 8.38 个月(95% CI 未报告)。关于 OS,第三个数据截止日期(DCO3,2022 年 10 月 12 日)报告的 HR 为 0.29(95% CI,0.14 至 0.56),有利于奥拉帕尼和阿比特龙。
人工智能 (AI) 是当今最受关注的技术之一。人工智能的未来、它将如何影响我们生活的方方面面以及它与各个行业相关的潜力都引起了激烈的争论。近年来,这项技术开始出现在招聘领域,引发了人们对其优缺点的激烈讨论。这篇硕士论文旨在研究和分析在招聘流程中哪些地方适合组织使用人工智能、为什么会这样以及如何使用人工智能。为了回答研究目标,本论文包含一份文献综述,重点关注招聘流程、一般人工智能和招聘中的人工智能,以及对与招聘相关的不同职位的关键人员的访谈研究。根据这项研究的结果,我们确定了当今招聘的主要挑战、人工智能如何帮助克服这些挑战以及阻碍人工智能这样做的潜在障碍。主要挑战是候选人短缺、资源分配、组织工作方式的限制以及保持招聘的客观性。人工智能有潜力帮助组织应对所有这些挑战,主要是因为它在处理大量信息方面比人类更胜一筹。确定的潜在障碍主要与招聘人员的技术知识、他们对人工智能的信任以及他们认为人工智能对他们的职业构成威胁有关。本文的结论是,限制当今劳动力市场的候选人短缺正在推动更高效、更安全的招聘流程的发展,而人工智能在其中发挥着越来越重要的作用。为了实现人工智能,组织需要积极鼓励人力资源管理专业人员获取有关该技术的知识,因为如果他们不了解该技术及其对他们的益处,组织就无法实现其显著的优势。
大型语言模型的出现导致了 ChatGPT 等强大工具的开发,这些工具可以生成与人类生成的文本难以区分的文本。随着这种技术的普及,世界各地的学生都可以利用它来帮助他们完成学业——这种可能性引发了人们对人工智能时代学生评估流程完整性的大量讨论。到目前为止,尚不清楚这些工具与各个学科的大学课程学生相比表现如何。此外,学生对在学校作业中使用此类工具的看法,以及教育工作者对将其使用视为抄袭的看法仍然未知。在这里,我们将最先进的工具 ChatGPT 的性能与 32 门大学课程学生的性能进行了比较。我们还评估了两个专门为此目的设计的分类器可以检测到其使用的程度。此外,我们在五个国家开展了一项全球调查,并在作者所在的机构进行了一项更深入的调查,以了解学生和教育工作者对 ChatGPT 在学校作业中的使用的看法。我们发现,ChatGPT 的表现与许多课程的学生相当,甚至更胜一筹。此外,目前的人工智能文本分类器无法可靠地检测到 ChatGPT 在学校作业中的使用,因为它们倾向于将人类书写的答案归类为人工智能生成的答案,而且人工智能生成的文本可以相对轻松地进行编辑以逃避检测。最后,学生似乎正在形成一种共识,即使用该工具,而教育工作者则将其使用视为抄袭。我们的研究结果提供了一些见解,可以指导有关将人工智能融入教育框架的政策讨论。
摘要 磁共振 (MR) 成像是一种广泛使用的医学成像技术,可生成人体的详细解剖图像。MR 图像的分割在医学图像分析中起着至关重要的作用,因为它可以对各种疾病和状况进行准确的诊断、治疗计划和监测。由于缺乏足够的医学图像,实现精确的分割具有挑战性,尤其是在应用深度学习网络的情况下。这项工作的目的是研究从 T1 加权 (T1-w) 到 T2 加权 (T2-w) MR 序列的迁移学习,以最少的计算资源增强骨骼分割。利用基于激励的卷积神经网络,提出了四种迁移学习机制:无微调的迁移学习、开放微调、保守微调和混合迁移学习。此外,提出了一种使用 T2-w MR 作为基于强度的增强技术的多参数分割模型。这项研究的创新之处在于混合迁移学习方法,该方法克服了过度拟合问题,并以最少的计算时间和资源保留了两种模态的特征。使用 14 张临床 3D 脑 MR 和 CT 图像评估分割结果。结果表明,混合迁移学习在骨分割方面在性能和计算时间方面更胜一筹,DSC 为 0.5393 0.0007。虽然基于 T2-w 的增强对 T1-w MR 分割的性能没有显著影响,但它有助于改进 T2-w MR 分割并开发多序列分割模型。
2,3 学生,研究生 商务系,FMKMC 学院,马迪凯里 摘要 本研究论文主要讨论人工智能 (AI) 如何应用于电子商务领域,人工智能是一门旨在使计算机模拟人类思维和行为的计算机科学领域。由于技术、创新和整个社会的快速发展,人工智能在工作环境和个人生活方式中的应用都在增加。它用于个人购物、人工智能辅助、欺诈预防和推荐系统。具体来说,它还将研究聊天机器人在提供全天候服务方面的影响,强调它们带来的好处和缺点。关键词:人工智能、电子商务、应用程序、聊天机器人。简介 本研究阐明了人工智能 (AI) 在电子商务领域的影响。人工智能在高科技行业中发挥着至关重要的作用。人工智能的主要目标是增强与认识论相关的计算机功能。目前,人工智能已经开始在企业界崭露头角,尤其是在电子商务领域。通过数字化,人工智能推动了电子商务行业的增长。人工智能准备通过收集大量必要的数据来为电子商务提供检测流行趋势的能力,以便做出明智的业务诊断。研究目标 • 对人工智能在电子商务领域的应用进行考察。• 关注人工智能技术如何通过提供量身定制的解决方案来提高客户满意度 • 使人工智能能够协助提供全天候服务以满足客户需求。• 探索人工智能如何提高电子商务行业的生产力。人工智能 人工智能 (AI) 是计算机科学的一个领域,专注于创造能够执行经常需要人类智能的任务的智能机器。在许多领域,人工智能在任务执行方面比人类更胜一筹,特别是在重复性和注重细节的任务方面,例如分析大量文档以确保准确完成相关字段。AI 工具展示了快速、高效、轻松完成任务的能力。
1. AI 可以带来真正的商业价值:深入案例研究揭示了推动商业价值的各种 AI 实施。 2. 很少有公司制定 AI 战略:只有四分之一的公司制定了 AI 战略。 3. 瑞士科技行业落后于其他行业:管理人员认为,其他制造相关行业在 AI 采用方面更胜一筹。 4. 当前 AI 实施水平低:目前工业应用中 AI 的采用率很低。超过一半的公司尚未考虑在制造或供应链管理中使用 AI,大规模实施仍然是罕见的例外。 5. 规模较小的公司正在落后:规模较小且目前利润较低的公司似乎在 AI 采用方面落后,这表明该技术可能会使大公司受益,而不是为它们提供公平的竞争环境。 6. 预测性维护和机器优化仍然是关键的应用领域:在当前和计划在制造相关领域使用 AI 时,公司持续关注预测性维护和机器优化——这是工业 AI 的两个经典应用领域。 7. 使用生成式 AI 支持知识管理是重中之重。知识管理是重点关注领域。关于人工智能模型,企业主要试验大型语言模型,三分之一的企业预计在未来三年内将扩大规模。这使它成为研究的人工智能技术中最受欢迎的。8. 企业报告人工智能人才短缺:企业在采用人工智能方面受到内部人工智能人才不足的限制,68% 的企业表示他们根本没有或只能获得有限的人才。56% 的企业报告称,缺乏人工智能培训进一步加剧了这一问题。企业也难以获得外部人才,超过一半的企业报告称无法获得来自大学、顾问和初创公司的专业知识。9. 人工智能将进入办公室工作:关于未来的使用,企业对他们在白领增值份额较高的工业应用中扩大人工智能使用的能力最为乐观,包括工程和研发、销售和营销以及客户服务。在这些领域,约三分之一的企业预计将在未来三年内实施规模化人工智能。 10. 监管意识有限:只有少数公司了解人工智能法规。
功能梯度材料 (FGM) 的概念是为了开发高性能耐热材料而提出的,其中耐热陶瓷与金属混合[1]。FGM 是一类先进的异质材料,其成分和性能表现出可控的空间变化,从而导致其性能 (热/电导率、耐腐蚀、机械、生物化学等) 逐渐变化。FGM 背后的主要思想包括一种不能满足所有设计要求的材料和一种适用于特定位置和操作条件的不同材料。由于这种协同效应,FGM 可应用于不同领域,例如生物医学、汽车和航空航天、电子、光学、核应用、反应堆部件和能量转换 [2]。FGM 的特点是材料之间可以逐渐转变,也可以不连续/突然转变。对于突然转变(直接界面),部件会承受巨大的应力和化学不相容性。相反,连续/渐进的转变可以最大限度地减少这些问题,并改善界面处的机械性能 [3、4]。基于电弧的定向能量沉积(DED-arc),通常称为线材和电弧增材制造(WAAM),是制造 FGM 的一种很有价值的制造技术。使用配备多个独立线材送料器的机器可以轻松进行其生产,从而可以创建在多个方向上具有成分和性能梯度的部件。同时使用两根线材被称为双线和电弧增材制造 (T-WAAM)。尽管如此,在同一熔池中结合两种材料会带来令人困惑的挑战,包括可能形成不良的金属间化合物,这会降低可焊性/可打印性(例如,由于形成热裂纹和高硬度区域)并导致过早失效 [2]。此外,热膨胀系数不匹配、熔化温度差异以及溶解度不足都会导致开裂和脆化 [5]。每根焊丝不同的热物理性质也意味着确保零件无缺陷所需工艺参数存在显著差异。316L 不锈钢与 Inconel 625 的 FGM 用于化工厂、石油天然气和核工业应用。特别是在堆焊管道和阀门中,零件插入两种不同的环境中,需要不同的耐腐蚀和耐磨性(内部接触腐蚀性流体,例如含有高 CO2 和 H2S 的原油,外部接触大气 [6e8])。尽管 Inconel 625 的这些性能更胜一筹,但在结构件的关键区域用不锈钢替代 Inconel 可以降低相关部件成本。两种合金的基质均为单个面心立方 (FCC) 相 (g),主要合金元素为 Fe、Cr 和 Ni。根据工艺和制造策略,可能会出现一些问题,其中热裂纹尤为普遍。Shah 等人 [9] 使用激光定向能量沉积 (L-DED) 分析了工艺参数对 316 不锈钢到 Inconel 718 FGM 制造的影响。作者没有证明由激光诱导裂纹的证据
简介 展望未来,高校面临着不断变化的形势。近期经济衰退带来的财政压力不断增加,政府支持减少,研究经费削减,再加上学费大幅下降和筹款困难。营利性机构和在线课程(包括 MOOC 和其他虚拟平台)也带来了破坏性威胁。1 许多机构的教师感到被他们所认为的机构内部日益增长的官僚主义引擎和日益蔓延的管理主义所排挤。总之,这些力量要求大学更加战略性和创新性地思考,但这样做的方式要符合其学术价值观和选民的意愿,而不是不加思索地采用它们有时倾向于的私营部门战略模式。本文描述了我们对高等教育机构与营利性公司的鲜明对比的理解。我们特别强调大学的“松散耦合”结构、其“政教合一”特征以及子单位的激增,这些子单位以对领导力构成独特挑战的方式放大了这种结构和特征。我们将简要回顾高校目前面临的一些重大压力。最后,我们将介绍一些领导策略,这些策略分为两个主题:保护现有系统和改变现有系统。 2 松散耦合 高等教育的领导和战略规划环境通常比公司更复杂。学校、学院和大学是组织理论家称之为“松散耦合”系统的典型例子(Orton 和 Weick,1990 年)。在松散耦合的系统中,各个元素相对于它们所嵌入的较大系统具有高度的自主性,通常会产生一种联合特征。系统某一部分的行为对另一部分的影响很小或没有影响,或者可能不可预测地引发与刺激不成比例的反应。元素之间的联系通常不为人所知或不均衡。在松散耦合的系统中,整合的力量(担心整体、其身份、完整性和未来)通常与专业化的力量相比较弱。在重要方面,中央权力来自成员,而不是从上级获得授权的成员元素。教育机构的松散耦合特性要求采用不同的领导和规划方法。无论教育工作者是否听说过“松散耦合”一词,他们都对它的动态有着本能的理解。教师之间在教学与研究之间由来已久的紧张关系如今通常表现为教师通过共同的学术兴趣与大学外的学科同事建立更多的联系(通常通过万维网),而不是与自己机构内的教师建立联系。某些院系认为自己在能力、严谨性、学术成果或一般方面都更胜一筹,这并不罕见。1 请参阅此处《创新型大学:从内到外改变高等教育的 DNA》,克莱顿·克里斯滕森和亨利·艾林合著。Jossey-Bass,2011 年。2 一般而言,机构越小,我们对高等教育机构的描述就越不适用,尽管来自小型学院的读者可能会在这幅大型机构的图景中看到他们自己的暗示。然而,关于领导策略的部分应该会引起来自小型和大型、更复杂的学术机构的个人的兴趣。
所有 Medicare D 部分处方药计划都必须遵循 CMS 制定的规则和法规框架,但经批准的计划可以“与标准 D 部分计划一样好”或“更好”。ISU 与 Humana 的计划经 CMS 批准并遵循 CMS 框架,但总体而言 ISU 计划更胜一筹。ISU D 部分 PDP 计划规定每张处方有最高限额,参与者的最高自付额 (MOOP) 限额为 2,500.00 美元;因此,我们的计划允许覆盖范围差距中的共同保险金额为 30%,而不是标准 D 计划的 25%。个人标准 D 计划通常没有自付最高限额。许多个人标准 D 计划都以会员先支付的免赔额开始。ISU Humana 计划没有会员需要支付的免赔额。我们从共付额或共同保险开始。所有 D 部分计划都有一个初始承保阶段,该承保阶段持续到药品总成本(会员支付的金额加上 Humana 支付的金额)达到 4,660.00 美元为止。在初始阶段,ISU PDP 计划的会员支付共付额或共同保险百分比,但 ISU PDP 计划在初始阶段每 30 天供应的最高金额为 50.00 美元。第二阶段被称为承保“缺口”或“甜甜圈洞”。2011 年之前,D 部分标准框架不包括任何处于第二阶段的承保范围。之所以称为缺口或甜甜圈洞,是因为那里什么都没有!自 2011 年以来,ACA 规则已经填补了所有计划的缺口。缺口承保现在意味着 ACA 药物缺口折扣的开始,即药物成本降低。这种减少并不一定会减少我们的会员在第二阶段支付的费用。对于 ISU 计划,在第二阶段,30% 的共同保险最高限额仍然为 30 天供应的仿制药 10 美元和 30 天供应的首选品牌药物 50 美元。对于非首选品牌或特种药物,共同保险百分比适用,没有 50 美元的上限。因此,如果会员达到了差额,那么一次购买花费 50 美元的处方药在下次购买时可能会花费数百美元。对于所有承保处方,ISU Humana 计划每位会员每年的最高自付费用为 2,500.00 美元。在您的自付药品费用达到 2,500.00 美元后,Humana 将支付您 100% 的总药品费用。框架的各个阶段在 Humana 发送给使用 ISU Humana 计划购买处方药的会员的每个人的“SmartSummaryRx”中有所提及。第三阶段也称为灾难阶段。当药品总成本达到 7,400.00 美元时,此阶段开始。您可以在不达到 ISU Humana 计划的最高自付费用的情况下进入此阶段。如果您尚未达到最高自付费用,您将支付以下两者中较大的金额:5% 或仿制药/多源药物的 4.15 美元/10 美元。35 到年底之前所有其他药物的免税限额或将达到最高 2,500.00 美元。