XiaoMi-AI文件搜索系统
World File Search System样本量
n-power AI：临床试验设计中的自动样本量和功率分析的专业代理框架
。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。它是此预印本版本的版权持有人，该版本发布于2025年2月8日。 https://doi.org/10.1101/2025.02.06.636776 doi：Biorxiv Preprint
摘要：为了从纤维素生物量产生生物乙醇，使用预处理过程来减少样本量，分解hemicellulo
摘要：为了从纤维素生物量产生生物乙醇，使用预处理过程来减少样本量，将半纤维素分解为糖，并打开纤维素成分的结构。将纤维素部分用酸或酶水解为发酵成生物乙醇的葡萄糖糖。但是，本文是关于使用天然微生物通过发酵将纤维素生物量转化为生物乙醇的综述。所使用的信息主要来自次要来源；获得的数据表明，需要进行大量工作以确定可持续的天然微生物和更友好的生物友好过程，以实现更多的微生物生产率和提高生物乙醇产量。这些对于确保安全，清洁，经济和可持续的能源资源可以大有帮助。doi：https：//dx.doi.org/10.4314/jasem.v27i8.7开放访问政策：Jasem发表的所有文章都是由Ajol提供的PKP的开放式访问文章。这些文章在出版后立即在全球范围内发布。不需要特别的许可才能重用Jasem发表的全部或部分文章，包括板，数字和表。版权策略：©2023作者。本文是根据Creative Commons Attribution 4.0 International（CC-By-4.0）许可证的条款和条件分发的开放式文章。，只要引用了原始文章，就可以在未经许可的情况下重复使用本文的任何部分。将本文引用为：Atiku，Y。M; Abdulsalam，S；穆罕默德（J）；艾哈迈德（Ahmed），S。I（2023）。J. Appl。SCI。 环境。 管理。SCI。环境。管理。使用天然微生物通过发酵将纤维素生物量转化为生物乙醇：综述。27（8）161-164日期：收到：2023年7月10日；修订：2023年7月25日；接受：2023年8月14日发表：2023年8月30日关键字：纤维素生物量，生物乙醇，发酵，微生物；糖化世界的传统能源可能无法满足不断上升的能源需求（Lee等，2019； Pothiraj等，2015）；结果，像生物乙醇这样的生物燃料已成为运输行业当前使用的化石燃料的可能替代品。Alvira等。 （2010年）指出，乙醇在化学，药物和食品领域作为燃料，溶剂和原料具有广泛的用途。 发现工艺经济学是生产生物乙醇的关键问题。 当前的研究工作集中在开发可持续可持续生产大量生物乙醇的商业上可行的过程。 由于人口增长和工业化，在过去几十年中，全球能源需求一直在扩大。目前，大约80％的能源来自不可再生的化石燃料资源。 （Kumar and Singh，2016年）。 Katoka等。 （2017）声称，由于出色的燃料质量Alvira等。（2010年）指出，乙醇在化学，药物和食品领域作为燃料，溶剂和原料具有广泛的用途。发现工艺经济学是生产生物乙醇的关键问题。当前的研究工作集中在开发可持续可持续生产大量生物乙醇的商业上可行的过程。由于人口增长和工业化，在过去几十年中，全球能源需求一直在扩大。目前，大约80％的能源来自不可再生的化石燃料资源。（Kumar and Singh，2016年）。Katoka等。 （2017）声称，由于出色的燃料质量Katoka等。（2017）声称，由于出色的燃料质量
样本量很重要：参与者的减少在多大程度上影响神经科学研究的结果。神经营销领域的案例研究
摘要：样本量在科学研究中是一个至关重要的关注点，甚至在行为神经科学中更重要的是，除了最佳实践外，并非总是有可能达到大型实验样本。在这项研究中，我们研究了研究结果如何响应样本量减少。在分析中考虑了涉及四个视频的任务中计算的三个索引，两个与脑脑电图（EEG）活动有关的指数，一个与自主神经生理指标（即心率和皮肤电导率）有关。考虑了样本量的五个亚组（32、28、24、20、16），研究了这些指数的修改，每个子组由36个受试者中的630种不同组合组成，其中36名受试者中的N（n =样本量）与总人群相对于总体（I.E.，36个受试者）。在分析中考虑了相关分析，平方误差（MSE）和索引的标准偏差（STD），并在分析中考虑了三个因素：索引的类型，任务及其持续时间及其持续时间（时间长度）。发现与参与者减少相关的相关性显着下降，以及MSE和STD的显着增加（P <0.05）。指出了结果的阈值，其结果仍然很重要且可比。效果对所有研究变量敏感敏感，但主要效果是由于任务长度引起的。因此，在减少点持续时间时，结果的最小阈值可比。
基于脑成像的表型预测中的性能储备
机器学习研究表明，可以从结构和功能性大脑图像中预测各种表型。然而，在大多数此类研究中，预测性能从中等到令人失望不等。目前尚不清楚样本量增加是否会显著提高预测性能，或者大脑图像中预测信息不足是否会阻碍进一步的进展。在这里，我们使用远远超出常见神经影像学研究可能范围的样本量，系统地评估样本量对预测性能的影响。我们预计，当样本量从一千个增加到一百万个时，行为和心理健康表型的预测性能将提高 3-9 倍。此外，我们发现从单一成像模式转变为多模式输入数据可以进一步提高预测性能，通常与样本量增加一倍相当。我们的分析表明，基于神经影像学的表型预测具有相当大的性能储备。机器学习模型可能从极大的神经影像学数据集中受益，远超目前的想象。
2020-2021 年消费者指南衡量指标和方法
有效数据（不包括样本量较小的计划），n = 报告该测量有效数据的计划数量（不包括样本量较小的计划）。每个域的平均临界值是该域中所有测量临界值的平均值。对于满意度测量，计划的临界值基于 Student t 分布的 95% 置信区间，自由度为 n -1，其中 n = 报告该测量有效数据的计划数量（不包括样本量较小的计划）。每个域的平均临界值是该域中所有测量临界值的平均值。
研讨会 - Sta，Cuhk-香港中文大学
越来越多地需要使用观察数据的因果推断中的样本量和功率计算，但缺乏相关的工具。本文在因果推断的倾向评分分析中，为样本量和功率计算提供理论上有理由的分析公式。通过分析平均治疗效果的反概率加权估计器的方差（ATE），我们阐明了样本量计算的三个关键组成部分：倾向得分分布，潜在的结果分布及其相关性。我们设计了基于常见和可解释的摘要统计数据来识别这些组件的分析程序。我们阐明了治疗组之间协变量重叠在确定样本量的关键作用。特别是，我们建议将Bhattacharyya系数用作协变量重叠的量度，这与处理比例一起导致了独特的可识别且易于计算的倾向分数分布。所提出的方法适用于连续和二进制结果。我们表明，标准的两样本Z检验和方差通胀因子方法通常会导致有时不准确的样本量估计值，尤其是重叠率有限。我们还得出了治疗（ATT）和重叠人群（ATO）估计的平均治疗效果的公式。我们提供了模拟和真实的示例来说明所提出的方法。我们开发了一个关联的R软件包Pspower。这是Bo Liu和Xiaoxiao Zhou的联合作品。
针对数百名（而非数千名）参与者的脑部疾病神经影像学研究的可重复性
图 1. 功效计算和重复率的实证分析。图 a 显示了统计功效与样本量和显著性阈值（1,000 次迭代）的关系。实线表示基于 ENIGMA 7 精神分裂症效应量（患者和对照组之间的皮质厚度组间差异）的功效计算；为了进行比较，虚线表示 Marek 等人报告的功效计算。3（源数据图 3 取自原始文章）。水平虚线对应于 80% 统计功效的领域标准。模拟表明，对于 P <10 -4 的 BWAS，550 个病例和 550 个对照的样本量达到 80% 的统计功效；对于 P <10 -3 的 BWAS，450 个样本达到 80% 的功效。图 b 显示了精神分裂症实证数据的重复率（橙色实线）与样本量的关系（在 114 个区域进行 BWAS，根据 P <0.05 Bonferroni 测试；1,000 次迭代；线周围的彩色区域表示迭代间平均值的上下一个标准差）。橙色虚线表示外推数据（参见补充方法）。实证分析表明，需要大约 400 名患者和 400 名对照的样本量才能检测到重复率为 80% 的效果。蓝色实线显示阿尔茨海默病实证数据的重复率（蓝色实线）。样本量是指每次分析中具有相等数量对照的病例数。
ABO血液组和RH因子与伊朗萨拉万人群中牙周疾病患病率的关联 柔性适体基于核仁素靶向癌症治疗方式：关注免疫疗法，放疗和光疗 比较PTSD和抑郁症的动物模型中海马蛋白质和TFEB蛋白水平 人工智能在医学教育中的整合 胶质母细胞瘤闯入；尝试新的东西 简要审查了基于纳米的药物输送系统的优势 砷对糖尿病患病率的影响 一项关于细菌病原体患病率和易感模式的回顾性横断面研究，在伊朗德黑兰的一家教学医院引起尿路感染 扩展并行过程模型对自我... 的影响 榛子及其废物产品 并发症和治疗早期2型糖尿病 使用混淆矩阵和Matthews相关系数评估机器学习在预测住院的Covid-19患者死亡率中的应用 Chrysin与阿霉素的组合作用，5- ... 维生素C 苏丹患者的细胞因子特征在卡萨拉州，苏丹东部 姜黄素作为天然治疗剂 肠道微生物组产生的TMAO的潜在作用
这项描述性分析横断面研究于2022年在萨拉万（Saravan）和伊朗萨拉万（Saravan）的血液输血组织进行。通过功率分析确定了368名参与者的样本量，以检测ABO血型和RH系统之间牙周疾病患病率的统计学上显着差异。假设中等效应大小（Cohen的W = 0.3），α水平为0.05，功率为80％，所需的样本量的计算约为320。为了说明潜在的数据丢失并确保足够的亚组表示，特别是对于RH阴性组，最终样本量增加到368名参与者。此调整确保了足够的能力来比较牙周疾病患病率
数字化转型：尼日利亚物流和供应链行业的风险和挑战。
IRP选择的主题是“数字化转型：尼日利亚物流和供应链行业的风险和挑战。Jumia物流，MDS物流和Bollore运输与物流的案例研究”。这项研究的目的是确定尼日利亚的物流和供应链行业的关键挑战，并冒险相对于使用数字化转型来应对所确定的挑战。研究理念基于解释性和建构主义，这些论文本质上是主观的，方法论方法是使用定性（归纳）研究方法，并通过使用对3个选定组织案例研究管理的调查问卷来使用研究数据进行分析。重要的是要注意，定性研究中使用的样本量通常是一个很小的样本量，可以充分反映研究目标。出于该IRP的目的，采用了9个样本量，并确认了8个响应以进行进一步分析。