XiaoMi-AI文件搜索系统
World File Search System结果表明
根皮素既是酪氨酸酶的底物，又是酪氨酸酶的抑制剂
酪氨酸酶是人体内控制黑色素生成的限速酶，黑色素生成过量可导致多种皮肤病。本文利用光谱、分子对接、抗氧化分析和色谱分析等方法研究了根皮素对酪氨酸酶的抑制动力学及其结合机制。光谱结果表明根皮素通过多相动力学过程以混合型方式可逆地抑制酪氨酸酶，其IC 50 为169.36 m mol/L。结果表明根皮素对酪氨酸酶固有荧光有较强的猝灭能力，主要通过静态猝灭过程，表明形成了稳定的根皮素-酪氨酸酶复合物。分子对接结果表明根皮素的主要构象与酪氨酸酶活性位点的门户结合。此外，抗氧化试验表明，根皮素具有强大的抗氧化能力，能够像抗坏血酸一样将 o-多巴醌还原为 L-多巴。有趣的是，光谱和色谱分析结果表明，根皮素是酪氨酸酶的底物，但也是抑制剂。提出了可能的抑制机制，这将有助于设计和寻找酪氨酸酶抑制剂。© 2019 由 Elsevier BV 出版
联邦基金利率的利率波动
摘要 ：本研究旨在分析印尼银行（BI利率）对印尼经济稳定性的反应。数据分析包括平稳性检验、模型稳定性检验、滞后判定、结构向量自回归（SVAR）、脉冲响应函数（IRF）和方差分解（VD）。研究数据来自美联储数据（FRED）、印尼银行和中央统计局提供的出版物。所用数据为2005年第三季度至2017年第一季度。研究结果表明，联邦基金利率（FFR）变量对汇率和消费者价格指数（CPI）有显著影响，但对BI利率、货币供应量（M2）和国内生产总值（GDP）影响不显著。IRF检验的结果表明，BI利率、货币供应量、汇率（IDR/USD）、GDP和CPI对FFR变化有正向和负向反应。 VD检验的结果表明，BI利率、货币汇率、CPI的变动主要是由FFR的变动引起的。
引用本文：Mosikari, TJ 和 Eita, JH (2020)。发展中经济体出口与增长之间的不对称关系建模：证据
本研究调查了纳米比亚主要出口部门与经济增长之间的不对称关系。非线性自回归分布滞后 (NARDL) 用于估计纳米比亚主要出口部门与经济增长之间的不对称关系。该研究使用了 2009 年至 2018 年期间的季度数据。数据来源于纳米比亚银行和纳米比亚统计局。结果表明，纳米比亚经济的主要出口部门与经济增长之间存在不对称关系。结果表明，三种主要出口产品的出口增加（正值）将导致经济增长改善。出口减少（负值）将导致经济增长恶化。结果表明，估计经济不同部门的非线性关系（而不是估计总出口的总体关系）将确保经济政策针对特定部门。结果进一步表明，当出口下降时，扩张性政策将是适当的应对措施。
MILES AND SNOW 商业战略类型学......
商业环境的变化要求公司采用更具适应性的战略。商业战略不仅仅是规划，它需要有意义的信息支持。管理会计通过提供关键信息来补充商业战略，这些信息不仅限于成本效率，还包括客户满意度和质量管理。然而，管理会计实践 (MAP) 的采用被认为受到战略的影响。本研究使用 Miles 和 Snow (1978) 商业战略类型模型，研究了商业战略对 MAP 采用的影响，重点研究组织中使用的不同类型的商业战略如何影响 MAP 的采用。数据是从马来西亚的制造公司收集的。结果表明，大多数马来西亚制造公司采用三大类战略，即防御者、探矿者、分析者，只有少数被归类为反应者。结果表明，传统和高级 MAP 的采用水平也很高。本研究的结果表明，防御者和分析者类型对采用传统 MAP 有影响，而探矿者类型则影响了高级 MAP 的采用。
人工智能对人力资源管理的影响
本研究旨在考察人工智能在人力资源管理中对中央贸易和汽车公司组织敏捷性的影响。以中央贸易和汽车公司186名员工为样本，制定了一份调查问卷（以电子方式进行）。收回153份问卷并用于本研究。因此，回复率为82.2％。使用简单随机抽样技术收集数据。使用SPSS的统计程序进行数据筛选和清理，同时使用PLS-SEM测试测量模型和结构模型。结果表明，人工智能人力资源管理（人机交互系统，智能培训系统和智能激励系统）对中央贸易和汽车公司的组织敏捷性（速度，灵活性和响应性）具有显着的积极影响。此外，结果表明，人工智能人力资源管理维度对中央贸易和汽车公司的速度产生了积极的直接影响。同时，结果表明，人工智能人力资源管理维度对中央贸易和汽车公司的灵活性产生了积极的直接影响。最后，结果表明，人工智能人力资源管理维度对中央贸易和汽车公司的响应能力产生了积极的直接影响。这项研究建议，中央贸易和汽车公司必须优先投资先进的人工智能技术，以增强人力资源流程。采用人工智能驱动的申请人跟踪系统、人才管理预测分析和人工智能聊天机器人等尖端工具可以显著简化人力资源部门的运营。关键词：人工智能、人力资源管理、组织敏捷性、中央贸易和汽车公司。
（Jurnal Ilmiah Perikanan Dan Kelautan）
可以使用水域周围的生物群来对汞废物污染进行生理监测。这项研究旨在以分子方法来鉴定Kejapanan，Pasuruan，East Java的水域的浓度和蠕虫的类型。使用线粒体基因组COI条形码引物进行靶基因扩增。通过DNA分析和系统发育，相似性，DNA序列变异，遗传距离和粗体系统进行分子鉴定的分析。使用AAS分析了浓度Hg，并使用SEM EDAX映射分析了蠕虫中汞的分布。结果表明，与其他位置相比，污染物源面积（ST2样品）的汞浓度最高。分子鉴定的结果表明形成了两个簇。根据靶标（600-700 bp），放大的样品产生了DNA带，并以形态基于形态的关键识别继续该过程。结果表明，它们由Nadidae家族组成，其中有两个物种，即Hoffmeisteri和Branchiura Sowerbyi。DNA长度为709 bp以及核苷酸组成。爆炸结果表明，霍夫米斯特氏乳杆菌和B. sowerbyi物种的相似性指数分别为99％和86％。基于研究结果，发现在受污染区域蠕虫中存在汞暴露的积累。因此，这项研究的结果可以提供新颖性，即使用条形码数据可以将蠕虫用作水污染的生物监测。