XiaoMi-AI文件搜索系统
World File Search System科学知识
科学知识生产 - 欧盟委员会
中国崛起为科学领先大国，可归因于多种因素，例如国际合作和科学流动性的增加，以及资金的增加。为鼓励在海外工作的科学家回国，中国制定了支持科研流动性的计划。这些归国的科学家为中国最具影响力的出版物做出了重大贡献，并广泛参与了国际合作（Cao et al., 2020）。事实证明，国际流动性是知识传播的关键，可以通过改善研究人员与研究环境的匹配度，对研究效率产生积极影响。中国还通过一项旨在激励在高影响力期刊上发表文章的金钱奖励制度来鼓励发表文章。大多数大型书目数据库（如 Scopus）已经反映了这一制度的影响。然而，该系统的实施带来了意想不到的后果，包括造假论文、抄袭和不当引用行为的增加，导致该系统于 2020 年停止运行（Mallapaty，2020 年）。最后，政府的优先事项和中国国家自然科学基金的资金增加为中国的科学进步做出了重大贡献（Ahlers 和 Christmann-Budian，2023 年）。
科学知识造假案件的新虚假标准
烟草行业发现并从中获利的是，有关科学知识的谎言是极难驳斥的。其他行业的众多公司也发现了这一点。石棉、含铅汽油和其他含铅产品、水力压裂生产的石油和天然气、软饮料、糖、人工甜味剂、反式脂肪、苯达克汀、DES 和沙利度胺、橙剂、甲醛、DDT、气雾剂和致癌婴儿爽身粉是一些公司通过操纵或隐瞒有害科学信息向公众兜售的有害产品。该计划的运作方式如下：有一种既有利可图又具有破坏性的产品，销售该产品的公司告诉公众“科学尚未解决”，而事实上科学已经足够清楚，知道它会带来危险，需要加强监管。
智慧立方体科学知识空间可视化，为管理与
{hannu@vanharanta.fi, evangelos.markopoulos@faculty.hult.edu} 摘要。组织中的知识创造对于其持续存在至关重要。我们有兴趣查询和了解我们知道什么、我们如何知道、我们做什么以及如何证明一切，以便我们能够领导和管理组织。因此，遵循认识论传统（即 Episteme）非常重要。然而，这还不够，因为推理必须与知识创造（即 Sophia）齐头并进，才能知道为什么做事、使用什么概念以及可能实现哪些目标。反过来，Techne 与科学和理论知识一起开发了新的重要的技术和实践知识，以使事情发生。这三个知识维度仍然缺乏真正的动手实践知识和智慧（即 Phronesis），以展示如何以及知道应该决定什么。本研究论文展示了如何使用知识的四个不同维度来理解知识和智慧创造的哲学背景。
档案和博物馆信息作为科学知识共同数字空间的组成部分
摘要：科学知识的公共数字空间（CDSSK）在其现代解释中是一个全新的信息环境，它积累了来自各个科学领域的知识，是解决从人工智能到科学普及等广泛问题的基础。CDSSK 模型的原型之一是数字图书馆“俄罗斯科学遗产”（DL SHR），其中正在开发集成与俄罗斯科学成就相关的异构数字信息（包括档案和博物馆信息）的方法和手段。多年来，俄罗斯科学院档案馆（ARAN）和俄罗斯科学院 VI 维尔纳茨基国家地质博物馆（GGM RAS）参与了 DL SHR 的开发，并向 DL SHR 填充了 DL SHR 的数字内容。本文讨论了在 CDSSK 中显示档案和博物馆物品所采用的元数据配置文件，并提供了搜索和可视化的示例。
支持老年人独立生活的人工智能相关科学知识和技术的实证分析
老龄化社会的不断加剧，暴露出了许多社会和经济问题。老年人独立生活 (EIL) 得到了众多服务和技术的支持，这些服务和技术可以照顾他们的情绪和身体健康。先前的研究已经回顾了人工智能 (AI) 应用支持医疗保健的潜力，例如人工智能机器人和智能老年人健康支持系统。越来越多的科学家和科技公司正在开发人工智能应用来帮助 EIL。我们建议在开发帮助老年人独立生活的人工智能解决方案时，识别人工智能技术创新机会。研究包括两个步骤：1）通过对与人工智能技术和老年人相关的科学出版物进行科学计量分析，识别帮助 EIL 的人工智能解决方案。2）在拟议的老年人需求、支持功能、基础技术和科学知识框架下对已确定的人工智能解决方案进行审查和国家级比较。通过对第三次人工智能热潮中新兴技术文献的分析，我们精准绘制了科学地图，掌握各地区新兴技术研发情况，探讨技术与研究合作现状，发现人工智能技术在应对老龄化问题中的热点研究课题，发现未来技术发展方向与创新机会，并结合电子信息产业的实际需求，挖掘人工智能技术的创新潜力。从我们的分析中我们认为，支持电子信息产业的解决方案需要整合来自不同学科、服务和产品的知识，例如机器学习、传感器、数据分析、物联网、可穿戴设备、社会学和医疗保健等。
通过机器学习辅助神经科学知识提取，应用于 NeuroMorpho.Org 上的神经重建元数据
第二个原因是，解剖实体通常可以根据不同的标准进行标记，这些标准通常根据研究的具体重点而有所不同。例如，区域可以按功能划分（例如，视觉皮层、体感皮层和运动皮层）或按结构划分（例如，枕叶、顶叶和额叶）；细胞类型可以按电生理学分类（快速放电和规律放电），或按分子分类（钙结合蛋白表达和钙网蛋白表达）。这些标签通常在一定程度上与标准重叠，大大增加了注释任务的复杂性。第三个挑战是，NeuroMorpho.Org 将解剖区域和细胞类型分为三个层级，从一般到具体（例如，海马体 / CA1 /
COSPAR 针对冰冻世界任务的行星保护政策：历史回顾、当前科学知识和未来方向
a 路易斯安那州立大学地质与地球物理系，路易斯安那州巴吞鲁日，美国 b 康奈尔大学，纽约州伊萨卡，14853-6801，美国 c 南特大学，法国南特 d LESIA，巴黎天文台，PSL 大学，CNRS，巴黎大学，92195，法国默东 Cedex e 天体生物学中心 (CAB)，CSIC-INTA，28850，Torrej ´ on de Ardoz，马德里，西班牙 f 委员会，政策和法律事务科，联合国维也纳办事处外层空间事务处，奥地利 g 阿联酋航天局，阿布扎比，阿联酋 h 意大利宇宙航空研究开发机构 (ASI)，罗马，意大利 i 日本宇宙航空研究开发机构 (JAXA)，宇宙航行科学研究所 (ISAS)，日本神奈川 j 安全和任务保障办公室，美国国家航空航天局总部，华盛顿特区，20546，美国 k 约克大学，加拿大多伦多 l 法国国家空间研究中心 (CNES) m 天体生物学 OU，英国米尔顿凯恩斯开放大学科学、技术、工程和数学学院 n 中国国家航天局，中国北京 o 印度空间研究组织，印度班加罗尔 p 德国航空航天中心 (DLR)，航空航天医学研究所，放射生物学系，天体生物学研究组，51147，科隆，德国 q 欧洲空间局，ESA-ESTEC，荷兰诺德维克 r 俄罗斯科学院生物医学问题研究所，俄罗斯莫斯科 s 巴黎东大学和巴黎城大学，CNRS，LISA，F-94010，法国 t 东京大学地球与行星科学系，东京都文京区本乡 7-3-1，113-0033，日本 u中国空间技术研究院神舟航天生物技术集团空间微生物学系，中国北京 v 加拿大蒙特利尔麦吉尔大学自然资源科学系 w 俄罗斯科学院空间研究所行星物理系，俄罗斯莫斯科 x 美国新罕布什尔州汉诺威达特茅斯学院塞耶工程学院
波形可以同时代表知识和现实吗？通过机器学习的辅助神经科学知识提取在neuromorpho.org上应用于神经重建元数据
摘要在学术期刊中每天产生的非结构化文本的数量是巨大的。系统地识别，分类和构造此类数据的信息对于研究人员即使在划界领域中也越来越具有挑战性。命名实体识别是一种基本的自然语言处理工具，可以训练从科学文章中的宣传，结构和提取信息。在这里，我们利用了最新的机器学习技术，并开发了人类通过用户友好的图形接口和通过应用程序编程界面访问的智能神经科学元数据建议系统。我们向神经重建的公共存储库展示了一种实际应用，Neuromorpho.org，从而扩展了当前正在使用的现有基于Web的元数据管理系统。定量分析表明，建议系统将人事劳动减少至少50％。此外，我们的结果表明，由于神经科学命名的内在歧义，具有相同软件体系结构的较大较大的培训数据集不太可能进一步提高性能，而无需进行临时启发。该项目的所有组件均发布开源，以进行社区增强和扩展到其他应用程序。关键字：元数据管理，神经策略，神经信息学，自然语言处理，命名实体识别，机器智能，深度学习，变形金刚
ABCT 2025：口头抽象要求和标题
•4 =出色：研究涉及一个重要意义的主题，摘要详细介绍了该研究对科学知识和/或临床实践的重要性。•3 =好：研究涉及一个中等意义的主题，摘要详细介绍了该研究对科学知识和/或临床实践的重要性。•2 =足够：研究涉及一个名义意义的主题，或者摘要最少详细介绍了研究对科学知识和/或临床实践的重要性。•1 =有限：研究涉及一个非常微不足道的主题，或者摘要没有详细介绍该研究对科学知识和/或临床实践的重要性。•0 =贫穷：作者没有为研究的重要性提供足够的解释。
