XiaoMi-AI文件搜索系统
World File Search System活动度
大幅缩短高强度粘合剂的开发时间<研究成果
Harutoshi Yamada、Teruki Tsurimoto（筑波大学纯粹与应用科学研究生院）、Sirawit Pruksawan 和 Naito（筑波大学纯粹与应用科学研究生院、国家材料科学研究所）
人工智能技术的接受度和对其前景的乐观度
自 ChatGPT 推出以来，生成式人工智能给未来就业市场带来了显著挑战，引发了关于自动化和人工智能技术如何影响就业的广泛讨论。然而，个人对这些挑战的看法因人而异，有些人将人工智能的进步视为成长和创新的机会。这项研究旨在探讨高中生对人工智能对未来就业市场影响的看法。我们假设，积极主动的性格特征、技术和职业自我效能将积极影响学生对未来职业的准备、乐观和担忧。为了检验这些假设，我们收集了 141 名高中生的数据。我们的研究结果表明，积极主动的性格和技术自我效能与对人工智能对就业影响的准备和乐观程度的增强呈正相关。这些见解为教育工作者和政策制定者提供了实际意义，并提出了未来研究的领域，以更好地了解学生如何为人工智能驱动的劳动力做好准备。关键词：人工智能 (AI)、技术接受度、职业选择、高中介绍
加纳对 COVID-19 疫苗的接受度和犹豫度
接受疫苗的倾向以及影响疫苗接受和犹豫的因素将决定 COVID-19 疫苗接种计划的整体成功。因此，各国需要了解影响疫苗接受和犹豫的因素，以防止未来进一步的冲击，并且有必要彻底了解这些因素。因此，本研究旨在回顾研究领域内选定的已发表著作，并进行有价值的分析，以确定对加纳 COVID-19 疫苗接受和犹豫最具影响力的因素。该回顾还探讨了加纳 COVID-19 疫苗的接受率。我们选择了 2021 年至 2023 年 4 月发表的著作，并根据影响加纳 COVID-19 疫苗接受和犹豫的关键因素、加纳的接受率、经常检查的人口统计因素以及用于检查这些因素的研究方法提取、分析和总结了研究结果。研究发现，积极的疫苗接种认知、安全性、对疫苗有效性的信任、对 COVID-19 的了解以及良好的疫苗接种态度影响了加纳人对 COVID-19 疫苗的接受。疫苗的负面副作用、对疫苗的不信任、对疫苗安全性缺乏信心、恐惧以及精神和宗教信仰都在影响 COVID-19 疫苗犹豫方面发挥了重要作用。在这项研究中，在所审查的文章中观察到的 COVID-19 接受率从 17.5% 到 82.6% 不等。这些研究中经常包括的具有重大影响的人口统计参数包括教育程度、性别、宗教信仰、年龄和婚姻状况。对 COVID-19 疫苗的积极看法和对其负面影响的担忧影响了加纳人的接受和犹豫。
上肢可穿戴技术对改善成年中风幸存者活动和参与度的有效性：系统评价
背景：随着技术的进步，可穿戴设备已成为中风后康复的可行辅助手段。上肢 (UL) 损伤影响多达 77% 的中风幸存者，影响他们开展日常活动的能力。然而，尽管探索这些设备用于 UL 康复的研究有所增加，但人们对它们的有效性知之甚少。目的：本综述旨在评估 UL 可穿戴技术对改善成年中风幸存者活动和参与度的有效性。方法：纳入了 UL 可穿戴技术用于中风后康复的随机对照试验 (RCT) 和随机对照试验。主要结果测量是经过验证的活动和参与度测量，由国际功能、残疾和健康分类定义。搜索的数据库包括 MEDLINE、Web of Science（核心合集）、CINAHL 和 Cochrane 图书馆。Cochrane 偏倚风险工具用于评估 RCT 的方法学质量，Downs 和 Black 工具用于评估非 RCT 的质量。结果：在本综述中，我们纳入了 11 项研究，基线时共计 354 名参与者，最终随访时共计 323 名参与者，包括对照组和中风后参与者。参与者的中风类型和严重程度各不相同。只有 1 项研究发现系统功能和活动存在组间显著差异（P ≤ .02）。本综述纳入的 11 项研究样本量较小，参与者人数从 5 到 99 人不等，平均年龄为 57 岁。结论：本综述强调了该领域发现不显著的一些原因，包括样本量小和方法不适用于复杂的干预措施。然而，技术有可能在临床会话之外衡量结果、提供反馈和吸引用户。这可以提供一个平台，激励中风幸存者在没有治疗师的情况下进行更多的康复，从而最大限度地促进康复。试验注册号：PROSPERO CRD42017057715； https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=57715
微度中的大脑活动增加反映了重新建立意识的无意识动力
背景：微度是短暂的睡眠实例，导致双眼的反应性以及部分或全部延伸的闭合。微骨会带来毁灭性的后果，尤其是在跨性别部门。研究目标：关于微渗的神经特征和潜在机制的问题。这项研究旨在更好地了解微骨的生理底物，这可能会使人们对现象有更好的了解。方法：分析了一项早期研究的数据，涉及20个健康的非腿部剥夺受试者。每个会话持续50分钟，并需要受试者执行2D连续的视觉运动跟踪任务。同时数据收集包括跟踪性能，Eye-Video，EEG和FMRI。一个人类专家在视觉上检查了每个参与者的跟踪性能和视频录音，以识别微质量。我们的兴趣是微度≥4-S的持续时间，使我们总共有10个受试者的事件。微填布事件分为四个2-S段（前，开始，开始，结束和帖子）（中间，开始和末端段之间存在差距，对于微渗> 4 s），然后通过检查以前的段来分析每个片段，通过检查源代源的eeg eeg power in delta，delta，theta，theta，alpha，alpha，beta，beta，beda，beda，beda，beda，beda，beda，beda sega sega sega sega sega，beda，beda，beda sega sega sega be n of seg eeg pown。结果：theta和alpha频段的EEG功率增加了微骨前和开始之间。在微渗的起点和末端之间，三角洲，beta和伽马频段的功率也增加。相反，在三角洲和阿尔法频段的微度末端和柱头之间的功率降低了。这些发现支持三角洲，theta和alpha频段中的先前发现。然而，以前尚未报道Beta和伽马频段的功率增加。结论：我们认为，在微观休息期间增加的高频活性反映了无意识的“ cogni tive”活性，旨在重新建立在积极任务中入睡后重新建立意识。
