改良高粱种植方法(包括使用改良种子品种、肥料、病虫害防治和收获后管理)的采用率低,导致包括坦桑尼亚在内的发展中国家农民的农业生产力下降和粮食不安全状况加剧。这种情况可以归因于沟通不畅,导致关键信息无法被预期接收者清楚理解和使用。本研究重点调查坦桑尼亚多多马地区高粱农民的社会人口特征如何影响改良种植方法的采用。主要目的是研究人口因素是否会影响采用改良高粱种植技术所需的农业信息的接受和使用。根据 Sengupta (1967) 对采用水平的分类,研究揭示了不同的类别:不采用改良高粱种植方法者(14.79%)、低采用者(39.35%)、中等采用者(16.04%)和高采用者(29.82%)。线性混合模型分析的结果表明,只有农业经验和信息搜索行为对采用改进的实践有显著的积极影响(p 值 < 0.05)。这些结果强调了经验和主动的信息搜索习惯在推动采用改进的高粱种植实践方面的关键作用。因此,本研究为农民在考虑和实施高粱种植技术变革时面临的挑战和帮助提供了宝贵的见解。通过阐明影响农业行为和决策的因素,本研究增强了我们对多多马地区可持续农业实践的理解。此外,这些发现的实际意义为政策制定者、发展组织和农业推广服务提供了战略指导,以制定量身定制的、针对具体情况的战略,有效地鼓励采用改进的高粱种植实践。这反过来又有助于提高该地区的农业可持续性和生产力。 1. 引言 高粱种植在保障粮食安全和维持小农户生计方面发挥着重要作用,尤其是在干旱和半干旱地区,因为它具有在艰难的生长条件下茁壮成长的非凡能力。根据 Andiku 等人 (2021) 和 Kazungu 等人 (2023) 的研究,高粱作物广泛种植于非洲、中国和印度的干旱地区。根据 Yahaya 等人 (2023) 的研究,全球主要的高粱生产国是美国,每年在 200 万公顷土地上生产 870 万吨粮食。尼日利亚紧随其后,产量为 690 万吨,种植面积为 540 万公顷,埃塞俄比亚产量为 530 万吨,种植面积为 190 万公顷,苏丹产量为 370 万吨,种植面积为 6。800万公顷。
积极和公共交通的可用性是改善健康的重要环境因素。糖尿病加拿大将主动运输定义为“人体支持的任何形式的运输方式”,其中包括步行,慢跑,骑自行车,滑冰等。11根据《多伦多体育锻炼宪章》,在整个人群中可持续体育锻炼的最佳投资之一是实施政策,这些政策使能够获得安全的步行自行车基础设施,例如人行道,自行车道和人行道。11由于大多数过境旅行以主动运动开始和结束,因此进行公共交通也会增加体育锻炼。12在增加体育活动和降低T2D的发生之间已经观察到了一个关联。21,51步,往返公共交通工具停止账户每天30分钟以上的体育锻炼,大约有29%的使用公共交通工具。11访问价格合理,可靠和有效的公共交通系统是建筑环境的重要特征,可以导致体育锻炼和有益的健康影响。11
3 会计系,FPW DOI:10.56201/ijssmr.v10.no7.2024.pg110.129 摘要 该研究考察了公司特征对尼日利亚上市制造公司环境披露实践的影响,研究目的是确定公司年龄、规模、盈利能力和杠杆率对尼日利亚上市制造公司环境披露的影响。该研究采用事后研究设计。研究结果表明,公司年龄、盈利能力和杠杆率对尼日利亚上市制造公司的环境披露具有不显著的负面影响,而公司规模具有显著的正面影响。该研究建议,由于公司年龄、规模和盈利能力不会影响环境披露,因此新进入市场的年轻公司应努力披露更多的环境信息,以吸引倾向于环保的投资者。 关键词:环境披露、制造公司、盈利能力、制造公司
恢复无法说话或移动的患者的沟通能力是解码脑电波以进行脑机接口 (BCI) 控制的主要目标之一。许多用于通信的 BCI 方法依赖于对视觉刺激的注意,通常采用一种奇怪的范式,并且需要眼球运动和足够的视力。然而,依赖 BCI 通信的患者可能缺乏这些能力。因此,我们开发了一种基于响应的通信 BCI,它独立于凝视转移,但利用注意力向左或右视野的隐性转移。我们从 29 个通道记录了脑电图 (EEG),并联合记录了垂直和水平眼电图。使用 14 个后通道对半球之间基于注意力的细微差异(也称为 N2pc)进行数据驱动解码,这些后通道有望反映视觉空间注意力的相关性。 18 名健康参与者通过秘密地将注意力集中在两个彩色符号(绿叉和红叉分别代表“是”和“否”)之一上,同时保持视线集中在中央,从而对 120 条语句做出了回应。在所有参与者中,平均有 88.5%(标准差:7.8%)的回应被在线正确解码。为了研究刺激特征对准确性的潜在影响,我们通过改变符号大小和偏心率,以不同的视角呈现符号。离线分析显示,刺激特征对 BCI 的可控性影响微乎其微。因此,我们通过新方法表明,对彩色符号的空间注意是一种控制 BCI 的强大方法,它有可能支持眼球运动受损和视力低下的严重瘫痪患者与周围环境进行交流。
由英国癌症研究和NIHR资助(C8232/A25261)。这项研究已与MRC和Health(英格兰)(英格兰)(授予C1060/A10334和C1060/A16464)的CRUK和EPSRC癌症成像中心获得资金,并向NIHR生物医学研究中心和临床研究机构提供了癌症研究院和癌症研究所的临床研究机构的NHS资金。伯明翰儿童医院感谢NIHR 3T MRI中心的数据收集。A. C. Peet教授感谢NIHR研究教授职位(NIHR-RP-R2-12-019)的支持。S. K. Gill由Action Medical Research和Brain肿瘤慈善机构(GN2181)部分资助。H。E. L. Rose由Little Princess Trust与儿童癌症和白血病小组(CCLG 2019 26)和患有癌症的儿童(15/188)合作。我们还承认,帮助他人帮助他人和儿童研究基金会获得的资金。Martin O. Leach是NIHR名誉高级研究员。D. R. Hargrave博士得到了NIHR Biomedical Research Center在大奥蒙德街儿童医院NHS基金会信托基金会和伦敦大学学院的支持。蒂姆·贾斯坎(Tim Jaspan)和保罗·摩根(Paul S.我们要感谢Karen A. Manias博士在制作图9方面的帮助。
1个心脏病学系,格罗宁根大学医学中心格罗宁根,格罗宁根,荷兰; 2看到了新加坡新加坡的Swee Hock公共卫生学院和国立大学卫生系统; 3阿姆斯特丹大学阿姆斯特丹UMC皮肤病学系,阿姆斯特丹感染与免疫学院,荷兰阿姆斯特丹; 4新加坡新加坡国家心脏中心新加坡国家心脏研究所的4;新加坡新加坡的5吨Tock Seng医院;新加坡新加坡的6杜克 - 纳斯医学院; 7新加坡新加坡新加坡综合医院医学系;新加坡新加坡的Khoo Teck Puat医院8; 9国立大学心脏中心新加坡,新加坡国立大学新加坡国立大学,新加坡,新加坡,新加坡; 1 0新加坡新加坡樟宜综合医院; 11个新加坡新加坡杜克大学新加坡医学院杜克大学的心血管和代谢疾病计划; 1 2新加坡新加坡国立大学新加坡国立大学医学院; 1 3英国伦敦伦敦大学学院的锤式心血管研究所;和
人工智能技术在医学和自动驾驶汽车等安全关键领域的应用引发了人们对其可信度和可靠性的质疑。不确定性量化是提高深度学习信任度和可靠性的一种经过深入研究的途径。不确定性衡量算法对其预测的不信任程度,这一信息对于使用基于机器学习的决策支持的从业者非常重要。存在多种可以为机器学习预测生成不确定性估计的技术;然而,很少有技术试图解释为什么预测中存在不确定性。可解释人工智能 (XAI) 是一个总称,涵盖为机器学习预测提供一定程度透明度的技术。这可以包括有关哪些输入有助于或损害算法预测的信息。这项工作侧重于将现有的 XAI 技术应用于深度神经网络,以了解特征如何影响认知不确定性。认知不确定性是在给定神经网络训练所基于的训练数据分布的情况下对预测的置信度的度量。在这项工作中,我们应用共同特征归因 XAI 技术来有效地推断深度神经网络中认知不确定性的解释。
目标:本研究通过实现两个目标为犯罪行为的神经科学做出贡献:a) 检查一组男性严重少年罪犯(21 名 OG)与对照组(28 名 CG)的皮质特征差异,年龄均在 18 至 21 岁之间;b) 确定不同的皮质特征和风险心理特征在多大程度上区分了这两组人。方法:除了皮质测量外,还评估了人口统计学、执行功能、童年创伤、精神病特征、精神病理学症状以及反社会和违法行为。结果:对皮质套层的全脑分析发现,与 CG 相比,OG 的右侧颞中回簇的皮质厚度增加,外侧眶额皮质的表面积较小。判别函数正确分类了 100% 的 CG 病例和 94.7% 的 OG 病例。右侧颞叶丛、童年创伤、冷漠和人际敏感性症状、精神病性、抑郁、恐惧性焦虑和强迫行为导致了 OG。反过来,外侧眶额叶丛、夸大、冷漠和寻求刺激的精神病特征以及工作记忆导致了 CG。结论:OG 的右侧颞中回增大可能表明社会认知过程中的大脑发育受损,因为它与更高的风险特征相结合出现。眶额皮质减少可能表明情绪控制过程中的大脑发育不成熟,因为它与青少年时期的正常心理特征相结合出现。基于这些新发现,提出了研究和干预的潜在改进领域。
在研究问题和相关数据集之后,特征提取是机器学习和数据科学管道的最重要组成部分。小波散射变换(WST)是最近开发的基于知识的特征提取技术,在结构上像卷积神经网络(CNN)一样。它保存在高频中,对信号变形不敏感,并产生分类任务中通常需要的实价信号的较低差异。借助来自公共可用UCI数据库的数据,我们研究了从多通道脑电图(EEG)信号中提取的基于WST的功能的能力,以区分20名酗酒和20个男性健康的男性的男性受试者的1.0-S EEG记录。使用记录的10倍交叉验证,我们发现输入到支持向量机(SVM)分类器的基于WST的特征能够正确对所有酒精和正常EEG记录进行正确分类。使用1D CNN实现了类似的性能。相比之下,最高的独立主题平均值10倍跨验证性能是通过馈送到线性判别(LDA)分类器的基于WST的特征实现的。使用两种10倍的交叉验证方法获得的结果表明,WST与CON CON CONTAILAL分类器一起是CNN的替代品,用于对酒精和正常脑电图分类。在区分酒精和正常的脑电图记录方面,枕骨和顶部区域的基于WST的特征是最有用的。
将体育锻炼与认知训练相结合的一种方法是使用运动游戏。这些游戏要求在交互式、对认知要求高的数字、增强或虚拟游戏环境中进行体育活动(Stojan 和 Voelcker-Rehage,2019 年)。尽管运动游戏最初是为了儿童和青少年的娱乐而创建的,但它们也已成为一种流行的改善老年人体育活动、健康和身体机能的手段(Brox 等人,2011 年;Primack 等人,2012 年;van Diest 等人,2013 年;Skjæret 等人,2016 年)。多项研究已使用运动游戏增加老年人的一般身体活动量(Maillot 等人,2012 年;Larsen 等人,2013 年),并在特定的康复环境中使用它来改善身体机能(Baltaci 等人,2013 年;Hung 等人,2014 年;Harris 等人,2015 年)。研究表明,老年人玩运动游戏可有效提高平衡能力(van Diest 等人,2013 年;Donath 等人,2016 年)并改善踏步能力(Schoene 等人,2013 年)和步态参数(Lee 等人,2014 年)。此外,研究发现,运动游戏对老年人来说通常与传统锻炼项目一样有效,甚至更有效(Skjæret 等人,2016 年)。由于游戏的互动性,不仅挑战玩家的身体活动,也挑战认知功能(Anders 等人,2018 年)。Stanmore 等人(2017 年)表明,运动游戏可以改善老年人的整体认知功能,以及执行功能、注意力处理和视觉空间技能等特定领域。运动游戏对身体和认知功能的积极影响使运动游戏成为预防跌倒的潜在干预措施(Donath 等人,2016 年;Choi 等人,2017 年;Chen 等人,2021 年;Jacobsen 等人,2021 年)。然而,之前的研究已经使用了许多不同的运动游戏系统和游戏,并采用不同的控制方式。这在规划运动游戏干预时提出了几个问题:应该玩哪些游戏,如何设置游戏的难度级别,以及这些选择会对玩家在游戏过程中的大脑活动和身体活动产生什么影响?