图1教育的结构相关性在地理区域之间有所不同。(a)大脑图显示了由年龄和性别控制的大脑体积与受教育程度的关联。用P FWE <0.05的无阈值集群方法校正了多个比较。(b)顶部面板:散点图,显示了与教育程度正相关的区域内大脑体积的地理比较。使用Kruskal – Wallis检验计算比较。底部面板:跨条件的地理比较的效果大小。我们利用5000个自举重新采样来计算平均差异。TFCE方法用于解释家庭误差的方法来纠正多重比较。AD,阿尔茨海默氏病; ftld,额颞痴呆,叶变性; HCS,健康对照;洛杉矶,拉丁美洲; TFCE,无阈值集群。AD,阿尔茨海默氏病; ftld,额颞痴呆,叶变性; HCS,健康对照;洛杉矶,拉丁美洲; TFCE,无阈值集群。
我们开始谈论我们想成为一等公民。我们不想成为二等公民。你会发誓宪法中就有“二等”一词。公民必须为权利而战。想象一下一个公民必须为公民权利而战!光是想到这一点就令人厌恶。我对此感到愤恨,我拒绝这种强加给我的“公民身份”。我从心底里拒绝它。这就是激励我并让我继续前进的东西。很多人说:“妈妈,我 75 岁了,我不知道你怎么能做到。”但是当你意识到自己的地位时,它会对你产生影响。现在很长一段时间我都是黑人。我作为黑人非常努力地奋斗。我在加维运动期间一直都是黑人。作为黑人,我渴望自由。但定性要求有所不同。当你是黑人时,要求是肤浅的。例如,当白人来找我,让我组织一个委员会让黑人进入大联盟时,我对棒球一无所知,但他们知道我的热情,知道我认识人,能把人带出来。所以我去找亚当·克莱顿·鲍威尔,他和另一个兄弟一起成为我委员会的联合主席。我们为在大联盟结束吉姆·克劳法而奋斗。但我不知道我们有那么多优秀的黑人球队。我对萨切尔·佩吉一无所知。所以我在这里为让黑人进入大联盟而奋斗。如果我知道黑人球队的事,并且头脑清醒,我就会对白人说:“我会努力让我们的球队进入大联盟。”这是一个质的差异——不是黑人,而是大联盟的一支球队。所以你是谁,这对你的要求有很大的影响。
非洲研究系在乔治亚州立大学的非洲研究系将本文免费提供给您。它已被授权的学者 @乔治亚州立大学的授权管理人所接受。有关更多信息,请联系Scholarworks@gsu.edu。
摘要 尽管流感疫苗有诸多好处,但美国黑人成年人的疫苗接种率仍然较低。造成这一现象的因素包括无法获得医疗保健和缺乏可靠的疫苗信息。全国少数民族质量论坛的可持续医疗保健质量和公平中心与教堂牧师、理发师和发型师合作,在他们的社区分发了一项调查问卷,以评估接种流感疫苗的障碍/促进因素。人口(n = 262)大多为黑人(93%)、女性(77%)、年龄在 50-64 岁之间(39%)并且接种过疫苗(73%)。受访者接种疫苗的最常见原因是个人健康、接种习惯以及不想传播给他人。在未接种疫苗的人群中(27%),不接种疫苗的最常见原因是缺乏感知需要、担心注射会使他们生病以及他们通常不接种疫苗。接种疫苗的人对疫苗的了解程度和对医疗服务提供者建议的信任程度较高。未接种疫苗的人对疫苗的信任程度较低,并且更相信疫苗无法预防疾病。年龄也与接种疫苗的可能性以及对疫苗的了解程度和对提供者建议的信任程度有关。未接种疫苗的人,尤其是 54 岁以下的人,并没有强烈的不信任感,态度比较中立,对他人的关心程度适中,这表明有机会针对更年轻的年龄群体。这项研究强调了值得信赖的社区信息传递者在传达有关流感疫苗安全性和有效性的有针对性信息方面的重要性。
该论文是由Scholarworks @ Georgia State University的妇女,性别和性研究研究所免费提供给您的。已被授权的学者 @ Georgia State University的授权行政人员纳入妇女,性别和性研究。有关更多信息,请联系Scholarworks@gsu.edu。
模型验证取决于预测数据和实验数据之间的一致性。但是,找到问题的解决方案,这些方程式由许多参数的方程式描述,即使是它们的数量级也不知道,这是一项艰巨的任务。这使得在多维和非线性数据的情况下,曲线拟合非常困难。本文采用混合随机和确定性方法提出了一个基于图形的用户界面程序,该程序可以通过最小化测量数据与根据数学表达式计算的数据之间的差异来轻松且可靠地确定模型参数。该程序已在多个实验室中广泛使用,事实证明,该程序在许多不同领域的模型参数中有效,例如对配体 - 受体结合的药理学研究,人群的昆虫学研究,细菌生长,光合作用,光合作用,毒理学,毒理学,差异扫描热量量表和核能均匀仪,以及核能均匀磁构成和核能。对于面对从多维和非线性数据估算模型参数的问题的研究人员来说,这是一个有效的解决方案,参数尚不清楚。
2022 年,美国婴儿死亡率为每 1000 例活产婴儿死亡 5.6 人,主要原因是出生缺陷、早产和低出生体重以及婴儿猝死综合症。非西班牙裔白人的死亡率为每 1000 例活产婴儿死亡 4.5 人,非西班牙裔黑人的死亡率是该比率的两倍多,为每 1000 例活产婴儿死亡 10.9 人。2021 年美国孕产妇死亡率继续上升。非西班牙裔黑人妇女的孕产妇死亡率为每 100,000 例活产婴儿死亡 69.9 人,是非西班牙裔白人 26.6 人的 2.6 倍。为了改善孕产妇和婴儿的健康状况,ACIMM 制定了具体建议,旨在改善与孕前/孕间护理和农村卫生保健系统相关的非西班牙裔黑人孕产妇和婴儿状况。
Deborah Ruth Amulen接受了解决这一知识差距的任务。,她获得了联邦分裂地点奖学金,2013年在班戈大学(Bangor University)度过一年的研究,并于2017年获得了应用生物科学博士学位。她专注于开发参与式方法,以改善乌干达北部的蜂蜜产量。她是Makerere大学兽医学院,动物资源与生物安全学院(COVAB)的牲畜和工业资源系讲师。她现在是昆虫研究领域的主要专家之一,并领导了热带疾病和媒介控制研究中心的研究小组(RTC),在那里她负责Covab的RTC授粉媒介保护和昆虫研究(RTC-PRI)小组。她还建立了昆虫研发中心(CIRD),该中心的重点是使用蜜蜂和黑色士兵层作为帮助改善生计和粮食安全的工具。
随着数据在各种领域的呈指数增长,有效利用大数据变得越来越重要。但是,在数据科学和计算基因组学中,包括非裔美国人在内的少数群体群体的代表性大大不足,再加上少数派服务机构中缺乏资源和基础设施。本文总结了我们资助的项目的第二阶段,该项目旨在通过提供数据科学和培养基础科学和生物医学领域的数据科学家与研究人员之间的培训并培养合作,以增强历史上黑人学院/大学(HBCU)的数据科学能力。使用多种培训方法和格式,我们在过去两年中向数百名MMC研究人员和学生介绍了数据科学和计算基因组学。为牙科课程设计的培训模块向约250名牙科学生介绍了人工智能和机器学习,其中80%是非裔美国人(AA)。我们还建立了数据科学家与其他MMC研究人员之间的合作伙伴关系,以共同出版物,并在影响AA人口健康的各个领域的授予应用程序中授予申请。最近授予MMC的多项赠款清楚地表明,MMC的数据科学和基因组学能力以及我们的工作对当地社区的影响。