XiaoMi-AI文件搜索系统
World File Search System足以
选择性抑制JAK3信号足以逆转脱发Areata
引言脱发Areata（AA）是一种毛囊（HF）的自身免疫性疾病，其范围从头皮上的圆形斑块到完全脱发，与巨大的心理爆发有关，与患者相关（1，2）。AA的病因尚未完全了解，但可能涉及遗传易感性和环境触发器的组合（3）。我们先前表明，细胞毒性的天然杀戮2组成员D阳性（NKG2D +），CD8 + T细胞积累在皮肤中并有助于HF破坏（4、5）。AA的发病机理还与促促炎细胞因子的过度表达有关，例如干扰素γ（IFN-γ）和共同γ链（γC）细胞因子，这些细胞因子破坏了HF免疫特权并促进细胞毒性T淋巴细胞的生存和功能。值得注意的是，这些促进性细胞因子通过其受体通过Janus激酶/信号转移器的家族和转录激活剂（JAK/STAT）发出信号。JAK/STAT途径在先天和适应性免疫以及Hema-Topoiesis中都起着至关重要的作用。jak/stat途径的不受约束的激活有助于多种自身免疫性疾病和增殖性疾病，使JAKS成为治疗此类疾病的药理操作的有吸引力的靶标（8，9）。的确，小分子JAK抑制剂（JAKI）在治疗类风湿关节炎和骨髓纤维化以及其他自身免疫性和恶性增生性疾病方面表现出临床效率（10-12）。AA的特征是JAK/STAT活性的失调，特别是γC细胞因子和IFN-γ信号传导途径（3，4）。我们的实验室最近率先使用JAK1/2抑制剂鲁唑替尼和bariticinib，以及pan-jak抑制剂Tofacitinib在人AA治疗中的使用（3，13-15）。然而，尚未研究JAK1，JAK2和JAK3抑制对AA中Ruxolitinib，Bariticinib和Tofacitinib的治疗益处的相对贡献。最近，许多JAK选择性抑制剂已进入临床试验，以治疗各种恶性肿瘤和炎症性疾病。例如，一种JAK1选择性抑制剂Incb039110在慢性斑块牛皮癣和髓纤维的II期试验中显示出效率（16，17）。JAK2选择性抑制作用 - ITOR CEP-33779似乎在全身性红斑狼疮的小鼠模型中有效（18）。fedra-tinib和parcritinib是其他JAK2选择性抑制剂，在髓增生性疾病的鼠模型以及髓样和淋巴性恶性肿瘤中表现出治疗性有效性（19，20，20）。
鱼免疫能力足以面对气候变化？
持续的气候变化已经与野生鱼类和养殖鱼类的疾病爆发增加有关。在这里，我们评估了当前关于气候变化相关的生态免疫学的知识，重点是探索多种压力源的交互作用，重点是临时，缺氧，盐度和酸化。我们的文献综述表明，温度和溶解氧的急性和慢性变化会损害鱼类免疫力，从而导致疾病易感性增加。此外，已经证明温度和缺氧可以增强某些病原体/寄生虫的感染并加速疾病进展。也很少有针对酸化的研究，但是直接的免疫作用似乎受到限制，而盐度研究导致了对比结果。同样，对于揭示同时改变环境因素的相互作用所必需的多压力实验仍然很少。这最终阻碍了我们估计气候变化在多大程度上会妨碍鱼类免疫力的能力。我们对表观遗传调节机制的评论突出了鱼类免疫反应对不断变化的环境的适应潜力。但是，由于表观遗传学研究数量有限，因此无法得出总体结论。最后，我们提供了如何更好地估计鱼类未来免疫研究的现实气候变化情景影响的前景。
对患者进行心力不足以改善自我保健行为：质量改进项目
这项工作是由FIU数字共享的Nicole Wertheim护理和健康科学学院免费提供给您的。已被FIU数字公共授权管理员在妮可·沃特海姆护理学生项目中纳入其中。有关更多信息，请联系dcc@fiu.edu。
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
b“在这项工作中，我们为 Jiang 等人的 T RH 变换提供了新的、更严格的证明。（ASIACRYPT 2023），它将 OW-CPA 安全 PKE 转换为具有 IND-1CCA 安全性的 KEM，这是典型 IND-CCA 安全性的变体，其中只允许单个解封装查询。此类 KEM 非常高效，并且 Huguenin-Dumittan 和 Vaudenay 在 EUROCRYPT 2022 上证明了它们足以用于实际应用。我们在随机预言模型 (ROM) 和量子随机预言模型 (QROM) 中重新证明了 Jiang 等人的 T RH 变换，适用于底层 PKE 是刚性确定性的情况。在 ROM 和 QROM 模型中，我们的归约都实现了 O (1) 的安全损失因子，显着改善了 Jiang 等人的结果，其在 ROM 中的安全损失因子为 O (q)，在 QROM 中的安全损失因子为 O q 2。值得注意的是，我们严密 QROM 缩减的核心是一个名为 \xe2\x80\x9creprogram-after-measure\xe2\x80\x9d 的新工具，它克服了 QROM 证明中由 oracle 重新编程造成的缩减损失。该技术可能具有独立意义，并且可用于实现其他后量子密码方案的严密 QROM 证明。我们注意到，我们的结果还提高了 Huguenin-Dumittan 和 Vaudenay (EUROCRYPT 2022) 的 TH 变换（也将 PKE 转换为 KEM）的缩减严密性，正如 Jiang 等人提供了从 TH 变换到 T RH 变换的严密缩减（ASIACRYPT 2023）。“
b“在这项工作中，我们为 Jiang 等人的 T RH 变换提供了新的、更严格的证明。（ASIACRYPT 2023），它将 OW-CPA 安全 PKE 转换为具有 IND-1CCA 安全性的 KEM，这是典型 IND-CCA 安全性的变体，其中只允许单个解封装查询。此类 KEM 非常高效，并且 Huguenin-Dumittan 和 Vaudenay 在 EUROCRYPT 2022 上证明了它们足以用于实际应用。我们在随机预言模型 (ROM) 和量子随机预言模型 (QROM) 中重新证明了 Jiang 等人的 T RH 变换，适用于底层 PKE 是刚性确定性的情况。在 ROM 和 QROM 模型中，我们的归约都实现了 O (1) 的安全损失因子，显着改善了 Jiang 等人的结果，其在 ROM 中的安全损失因子为 O (q)，在 QROM 中的安全损失因子为 O q 2。值得注意的是，我们严密 QROM 缩减的核心是一个名为 \xe2\x80\x9creprogram-after-measure\xe2\x80\x9d 的新工具，它克服了 QROM 证明中由 oracle 重新编程造成的缩减损失。该技术可能具有独立意义，并且可用于实现其他后量子密码方案的严密 QROM 证明。我们注意到，我们的结果还提高了 Huguenin-Dumittan 和 Vaudenay (EUROCRYPT 2022) 的 TH 变换（也将 PKE 转换为 KEM）的缩减严密性，正如 Jiang 等人提供了从 TH 变换到 T RH 变换的严密缩减（ASIACRYPT 2023）。“
为了确保学生做好参加考试的准备，安装 Examsoft/Examplify 必须满足以下技术要求：
下载考试软件 Examplify 的学生和考生应查看这些最低系统要求 (MSR)，以确保其设备受支持。Examplify 适用于大多数现代计算机，包括 Mac 和 Windows 操作系统。为了在快速发展的市场中保持与时俱进，当新技术推出时，Examplify 会努力及时实施更新以适应技术的变化。但是，除非我们测试并认证更新的技术（包括芯片组和操作系统），否则并不总是能够支持所有硬件或软件。
惩教机构糖尿病护理不足以及根据《美国残疾人法案》和第 504 条寻求救济的需要
最近的报道突出了全国各地糖尿病患者因在监狱中接受不充分的医疗护理而惨遭杀害的事件。然而，提起诉讼声称糖尿病护理不充分的被监禁糖尿病患者通常不会根据第八修正案获得救济，因为只要提供了一些医疗护理，法院就不愿意认定监狱官员鲁莽行事。与第八修正案不同，《美国残疾人法案》（“ADA”）和《康复法案》第 504 条（“第 504 条”）提供了有希望但相对未被探索的救济途径。允许惩教机构中不充分的糖尿病护理继续存在直接违背了 ADA 的既定目标，并使糖尿病患者遭受公共实体的歧视。
不匹配修复缺乏不足以引起肿瘤免疫原性
DNA不匹配修复缺乏（MMRD）与高肿瘤突变负担（TMB）以及对免疫检查点阻滞（ICB）治疗的敏感性有关。尽管如此，大多数MMRD肿瘤对ICB的反应不持久，并且有关这些肿瘤中免疫监视和TMB的关键问题仍然存在。在本研究中，我们开发了MMRD肺和结肠癌的自围小鼠模型。令人惊讶的是，这些模型没有显示出T细胞浸润或ICB响应增加，我们证明这是突变的大量肿瘤内异质性的结果。此外，我们发现免疫监视塑造了克隆建筑，而不是新抗原的整体负担，并且针对亚克隆新抗原的T细胞反应被钝化。最后，我们证明了克隆人但没有下克隆的新抗原负担预测了MMRD胃癌和结直肠癌的临床试验中的ICB反应。这些结果为理解高TMB的癌症的免疫逃避提供了重要背景，并对旨在增加TMB的疗法具有重大影响。
功能丧失性病变会影响 B 细胞的发育和适应性，但不足以在小鼠模型中引发 CLL
1 马萨诸塞州波士顿丹娜法伯癌症研究所肿瘤内科系；2 马萨诸塞州波士顿哈佛医学院；3 马萨诸塞州波士顿丹娜法伯癌症研究所数据科学系；4 西班牙萨拉曼卡大学萨拉曼卡生物医学研究所癌症分子和细胞生物学研究所 - 癌症研究中心；5 西班牙马德里康普顿斯大学药学院生物化学和分子生物学系；6 马萨诸塞州波士顿麻省总医院癌症研究中心和计算与整合生物学中心分子病理学部；7 马萨诸塞州波士顿丹娜法伯癌症研究所转化免疫基因组学实验室；8 马萨诸塞州剑桥麻省理工学院和哈佛大学布罗德研究所； 9 马萨诸塞州波士顿布莱根妇女医院医学部
发件人：海军记录修正委员会主席 收件人：海军部长 主题：审查 XXX XX 美国海军陆战队的海军记录 参考：（a）标题 10 USC § 1552 附件：（1）DD 表格 149 及其附件（2）CMC ltr 1610 MMRP-13/PERB，25 年 7 月 22 日（3）HQMC 备忘录 1610 MMRP-50，31 年 10 月 22 日 1. 依据参考文献的规定，主体，以下简称为请求人，向海军记录修正委员会（委员会）提交了附件（1），请求删除其选拔失败记录（FOS）。 2. 委员会由 、 和 组成，于 2023 年 1 月 17 日审查了请愿人的错误和不公正指控，并根据其规定，确定应根据现有的记录证据采取以下指示的纠正措施。委员会审议的文件材料包括附件、请愿人海军记录的相关部分以及适用的法规、条例和政策。 3. 委员会审查了与请愿人的错误和不公正指控有关的所有记录事实，发现如下：a. 在向委员会提出申请之前，请愿人已用尽海军部现行法律和法规规定的所有行政补救措施。b. 2022 年 1 月 21 日，请愿人向海军陆战队绩效评估审查委员会 (PERB) 提交申请，要求修改其 2020 年 6 月 1 日至 2021 年 6 月 16 日报告期的体能报告，删除体能报告的审查官员 (RO) 部分。 2022 年 7 月 25 日，PERB 批准对请愿人记录进行更正。附件 (2)。c. 在 2022 年 10 月 31 日的备忘录中，海军陆战队总部 (MMRP-50) 提供了一份咨询意见 (AO) 供委员会审议，建议删除请愿人的 FOS。在这方面，AO 确定对请愿人体能报告所做的更改达到了积极更正的门槛，足以改变任何晋升委员会的决定。AO 解释说，对报告的更改消除了审查官 (RO) 评估的绩效下降的迹象；来自同一 RO 的前一份报告的比较评估分数高于有争议的报告；较低的比较评估分数，加上不利的 K 部分评论，2023 财年主要晋升选择委员会认为这很可能是导致他未获得选拔主要所需的票数的重要因素。 AO 还指出，对请愿人官方记录的审查表明，更正后的报告是在 2024 财年晋升委员会召开会议后添加的，因此 2024 财年 FOS 也应删除。附件 (3)。
发件人：海军记录修正委员会主席 收件人：海军部长 主题：审查 XXX XX 美国海军陆战队的海军记录 参考：（a）标题 10 USC § 1552 附件：（1）DD 表格 149 及其附件（2）CMC ltr 1610 MMRP-13/PERB，25 年 7 月 22 日（3）HQMC 备忘录 1610 MMRP-50，31 年 10 月 22 日 1. 依据参考文献的规定，主体，以下简称为请求人，向海军记录修正委员会（委员会）提交了附件（1），请求删除其选拔失败记录（FOS）。 2. 委员会由 、 和 组成，于 2023 年 1 月 17 日审查了请愿人的错误和不公正指控，并根据其规定，确定应根据现有的记录证据采取以下指示的纠正措施。委员会审议的文件材料包括附件、请愿人海军记录的相关部分以及适用的法规、条例和政策。 3. 委员会审查了与请愿人的错误和不公正指控有关的所有记录事实，发现如下：a. 在向委员会提出申请之前，请愿人已用尽海军部现行法律和法规规定的所有行政补救措施。b. 2022 年 1 月 21 日，请愿人向海军陆战队绩效评估审查委员会 (PERB) 提交申请，要求修改其 2020 年 6 月 1 日至 2021 年 6 月 16 日报告期的体能报告，删除体能报告的审查官员 (RO) 部分。 2022 年 7 月 25 日，PERB 批准对请愿人记录进行更正。附件 (2)。c. 在 2022 年 10 月 31 日的备忘录中，海军陆战队总部 (MMRP-50) 提供了一份咨询意见 (AO) 供委员会审议，建议删除请愿人的 FOS。在这方面，AO 确定对请愿人体能报告所做的更改达到了积极更正的门槛，足以改变任何晋升委员会的决定。AO 解释说，对报告的更改消除了审查官 (RO) 评估的绩效下降的迹象；来自同一 RO 的前一份报告的比较评估分数高于有争议的报告；较低的比较评估分数，加上不利的 K 部分评论，2023 财年主要晋升选择委员会认为这很可能是导致他未获得选拔主要所需的票数的重要因素。 AO 还指出，对请愿人官方记录的审查表明，更正后的报告是在 2024 财年晋升委员会召开会议后添加的，因此 2024 财年 FOS 也应删除。附件 (3)。