图1漂移扩散模型(DDM)的视觉概述。DDM假设对认知任务进行决策,并通过两个阶段进行两个强制响应选项进步。首先,人们经历了一个制备阶段,其中他们参与了初始刺激编码。第二,人们收集了两个响应选项之一的信息,直到积累过程终止在一个决策边界之一。每条弯曲线代表单个试验中的证据积累过程。第三,在执行阶段触发电动机响应。该模型估计了四个反映不同认知过程(斜体印刷)的参数:(1)漂移速率表示证据积累向决策边界漂移的速率,并且是处理速度的度量; (2)非决定时间代表任务准备和响应执行所花费的综合时间; (3)边界分离代表决策边界的宽度,是响应谨慎的量度; (4)起点代表决策过程的起点,可用于建模响应偏见(本研究中未考虑)。
摘要背景:MRNA Covid-19疫苗(包括疱疹带状疱疹(Hz))之后的不良事件已被报道。我们进行了一项队列研究,以评估MRNA Covid-19疫苗接种与随后在南加州Kaiser Permanente(KPSC)之间的关联。研究设计和方法:接种疫苗的队列由KPSC成员组成,KPSC成员在12/2020-05/2021期间接受了首次剂量的mRNA covid-19疫苗(mRNA-1273和BNT162B2),并匹配与年龄和性别的未接种人。通过诊断法和抗病毒药物鉴定出在随访后90天内发生的HZ病例。COX比例危害模型估计调整后的危害比(AHR),比较了接种疫苗和未接种疫苗的同类群体之间的Hz发病率。 结果:队列包括1,052,362个mRNA-1273个接收者,1,055,461 BNT162B2接收者和1,020,334个比较器。 与未接种疫苗的个体相比,在第二剂mRNA-1273和BNT162B2剂量后90天,Hz的AHR分别为1.14(1.05-1.24)和1.12(1.03–1.22)。 在未接种系带疫苗接种的50岁年龄段的人中,第二剂mRNA-1273(1.18 [1.06-1.33])和BNT162B2(1.15 [1.15 [1.02-1.29])疫苗与未疫苗的个体后,AHR也增加了。 结论:我们的发现表明,在第二剂剂量的mRNA疫苗后,Hz的风险可能增加,这可能是由于未经带状牵化病史的50岁患者的风险增加而导致的。COX比例危害模型估计调整后的危害比(AHR),比较了接种疫苗和未接种疫苗的同类群体之间的Hz发病率。结果:队列包括1,052,362个mRNA-1273个接收者,1,055,461 BNT162B2接收者和1,020,334个比较器。与未接种疫苗的个体相比,在第二剂mRNA-1273和BNT162B2剂量后90天,Hz的AHR分别为1.14(1.05-1.24)和1.12(1.03–1.22)。在未接种系带疫苗接种的50岁年龄段的人中,第二剂mRNA-1273(1.18 [1.06-1.33])和BNT162B2(1.15 [1.15 [1.02-1.29])疫苗与未疫苗的个体后,AHR也增加了。结论:我们的发现表明,在第二剂剂量的mRNA疫苗后,Hz的风险可能增加,这可能是由于未经带状牵化病史的50岁患者的风险增加而导致的。
我们使用多层次回归和后分层方法 (4,5) 估计了分区一级的糖尿病患病率。在第 1 阶段,我们使用 2 个模型估计了个体层面的糖尿病概率。在第一个模型中,我们使用 2021-2022 年 BRFSS 数据的多层逻辑回归获得了参数估计值(即模型系数)。这包括个体层面(年龄和性别)和地区层面(被认定为黑人、非裔加勒比人或有色人种的人口比例以及生活在联邦贫困线 100% 以下的人口比例)固定效应。第二个模型使用第一个模型中获得的参数估计值,通过使用 2020 年美国十年一次的人口普查数据对分区一级的人口特征计数进行回归,来预测分区一级的患病率。在第 2 阶段,我们使用后分层来生成基于模型的分区一级糖尿病患病率估计值。该过程涉及将第一阶段个体层面的预期概率与按街道人口规模加权的个体层面的人口特征组相加。
摘要 stratEst 是一个用于策略频率估计的软件包,它运行在免费统计计算环境 R 中(R 统计计算基金会的 R 开发核心团队,维也纳,2022 年)。该软件包旨在最大限度地降低运行实验经济学中使用的现代策略频率估计技术的启动成本。策略频率估计(Stahl 和 Wilson 在 J Econ Behav Organ 25:309-327,1994;Stahl 和 Wilson 在 Games Econ Behav,10:218-254,1995)将经济实验中参与者的选择建模为单个决策策略的有限混合。模型的参数描述了每个策略的相关行为及其在数据中的频率。stratEst 为策略频率估计提供了一个方便灵活的框架,允许用户自定义、存储和重用候选策略集。该软件包包括用于数据处理和模拟、策略编程、模型估计、参数测试、模型检查和模型选择的有用函数。
能源系统和可计算的一般平衡(CGE)模型在气候变化缓解研究中起着至关重要的作用。这些模型具有优势和缺点,并尝试将它们整合起来。本研究旨在描述整合能源系统和CGE模型的方法,并演示捕获这两种模型优势的新模型。本研究开发的方法通过迭代交换结果来确保能量系统的详细收敛。我们通过采用该方法来证明模型集成,并估算了在共享社会经济途径中的中间社会经济预测下,该方法将温度升高到2℃以下。由于集成,该研究中提出的两个模型之间的差异从1.0降低到0.066。因此,我们确认这些模型估计了一致的场景。诊断指标表明,与其对应的CGE模型相比,新开发的模型的特征是需求侧减少的贡献更高,主要能源供应供应组成的变化较小以及减排成本较低。鉴于综合框架的收敛性和优势,该方法对于进一步应用缓解研究很有用。
我们在一家大型电商平台的新卖家中进行了为期一年的实验。实验组可以参加一个免费的定制企业家培训计划,其中人工智能算法根据卖家的实时运营统计数据为他们分配培训材料。接受率为 24%,有资格接受培训的新卖家平均收入增加 1.7%(ATT 增加 6.6%),这主要得益于流量增加和自动化程度提高。为了剖析经济机制并计算福利影响,我们开发了一个平台排名和消费者选择模型。然后,我们使用搜索记录构建考虑集的面板数据集。使用详尽的固定效应,我们记录了主要由搜索摩擦而不是信息不对称驱动的进入壁垒。但是,培训不会影响这一障碍——它之所以有效纯粹是因为自动化增加了价值。最后,模型估计表明,虽然经过处理的新卖家仅占考虑集中产品的 0.25%,但取消该计划将使消费者剩余减少 0.07%。
美国心脏病学会/美国心脏协会 (ACC/AHA) 和欧洲心脏病学会 (ESC) 指南采用不同的方法来识别可能受益于 ICD 植入的 SCD 高风险患者。2020 年 ACC/AHA 指南采用风险因素方法来推荐 ICD 植入,考虑了五个主要因素(SCD 家族史、不明原因的晕厥、严重的左心室肥大 [LVH]、心尖动脉瘤和左心室射血分数降低 [≤50%])和两个非主要因素(非持续性室性心动过速 [NSVT] 和心脏磁共振上的广泛晚期钆增强)。 ESC 指南以风险预测模型为基础提出建议,该模型估计 5 年 SCD 风险,考虑年龄、左心室壁厚、左心房大小、最大左心室流出道梯度、SCD 家族史、NSVT 和不明原因晕厥的存在 (3, 4),对于估计 SCD 风险≥6% 或≥4% 的人建议使用 ICD(有不同类别的建议)。
国家公园系统包括 424 个区域,占地超过 8500 万英亩。每个州、哥伦比亚特区、美属萨摩亚、关岛、波多黎各和美属维尔京群岛都有公园。国家公园管理局 (NPS) 管理的土地是来自全国各地和世界各地的游客的休闲目的地。无论是度假还是一日游,NPS 游客都会在 NPS 站点周围的社区花费时间和金钱。NPS 游客的消费为这些门户经济体创造和支持了经济活动。30 多年来,NPS 一直在衡量和报告游客的消费和经济效应。早期分析使用货币生成模型估计单个单位的经济贡献;从 2005 年开始,第一个 NPS 全系统估计值是使用货币生成模型版本 2 (MGM2) 开发的;自 2012 年以来,每年的全系统分析都是使用游客支出效应 (VSE) 模型 (Koontz 等人,2017) 开发的。本报告总结了与 2022 年 NPS 访问相关的 VSE 估计值。
国家公园系统包括 423 个区域,占地超过 8400 万英亩。每个州、哥伦比亚特区、美属萨摩亚、关岛、波多黎各和美属维尔京群岛都有公园。国家公园管理局 (NPS) 管理的土地是来自全国各地和世界各地的游客的休闲目的地。无论是度假还是一日游,NPS 游客都会在 NPS 站点周围的社区花费时间和金钱。NPS 游客的消费为这些门户经济体创造和支持了经济活动。30 多年来,NPS 一直在衡量和报告游客消费和经济效应。早期分析使用货币生成模型估计单个单位的经济贡献;从 2005 年开始,第一个 NPS 全系统估计值是使用货币生成模型版本 2 (MGM2) 开发的;自 2012 年以来,每年的全系统分析都是使用游客消费效应 (VSE) 模型 (Koontz 等人,2017) 开发的。本报告总结了与 2021 年 NPS 访问相关的 VSE 估计值。
由于全球冲击以及该国采取的不同限制性的预防措施,预计COVID-19大流行将直接和间接地影响埃塞俄比亚经济。我们使用在埃塞俄比亚开发的两个最新的社会会计矩阵(SAM)上建立的多元化经济收入乘数模型来分析这些经济影响。三个外部部门渠道是分析的重点:商品出口,战略进口和汇款。结果表明,在没有任何政策回应的情况下,由于出口,战略进口和汇款,埃塞俄比亚经济的年度GDP约为其年度GDP的约4.3%至5.5%,而相对于六个月期间的无循环状况,相对于无循环的情况下的汇款低三分之一。这转化为估计劳动收入在4.2%至5.2%之间的减少。SAM乘数模型估计还表明,这些负面冲击会导致家庭收入损失,相当于3.9%至6.4%。尤其是,城市贫困人口将受到最大的影响,因为它们损失了6.6%至8.5%的实际收入。估计这些收入损失会导致国家贫困人口的3.5个百分点增加。
