Fruit of the Boom: The Impact of the Industrial Revolution on Economic Growth
迈克·凯曼 (Mike Kaiman) 和纪尧姆·范登布鲁克 (Guillaume Vandenbroucke) 写了一篇关于工业革命影响的简短说明：一位经济学家、一位发明家和一位企业家走进一个小镇……虽然这听起来像是一个有点熟悉的笑话的介绍，但它是历史上最重要的故事之一的开始，它可以教授有关 [...] 的宝贵教训
Sarcaulus paujilensis M.A.Jaram。 & T. D.Penn.，in Jaramillo, Pennington, Aymard-Corredor et Majin-Ladino, 2026。DOI：doi.org/10.3897/phytokeys.273.175192 摘要Sarcaulus 是山楂科新热带树木的一个小属。植物标本馆中的大多数标本被鉴定为巴西S. brasiliensis，该物种从哥斯达黎加到玻利维亚均被识别。形态特征和分子序列数据帮助我们鉴定了来自哥伦比亚马格达莱纳山谷中部的具有雌雄同体花的Sarcaulus新种。提供了完整的描述、插图、兰卡斯
Scottmoria umbonata S.A.Mori ex J.E.Bat., in Batista-Guerra, Campos-Pineda et Carrión, 2026. DOI: doi.org/10.11646/phytotaxa.750.3.1 摘要描述了一种新物种 Scottmoria umbonata，它来自巴拿马科隆省 Sierra Llorona 山坡上的潮湿加勒比森林。插图。我们提供了对新分类单元的全面描述，讨论了其与相似物种的亲缘关系，包括线条图、实地照片、分布图和初步保护状态评估。Bertholletia clade、Endemism、Scottmoria C
Justicia balakrishnaniana Parthiban、Rasingam 和 D. Sandhya Deepika，in Parthiban、Rasingam et Deepika，2026。DOI：doi.org/10.5735/085.063.0102 bsky.app/profile/AnBF.bsky.social 摘要Justicia balakrishnaniana Parthiban、Rasingam 和 D. Sandhya Deepika（棘科）被描述和说明为来自印度安达曼和尼科巴群岛的新物种。由于花序和小苞片相似，它在形态上与 J. ekakusuma 相似
Breynia phuongiana N.K.T.电车、Vuong、Aver。 & V.C. Nguyen，载于 V. C. Nguyen、Tran、Truong、Averyanov、T. H. Nguyen、Phan-Thi et Tram，2026。DOI：doi.org/10.1002/njb.05025 摘要描述和说明了越南中部高地的一个新物种 Breynia phuongiana（叶下珠科亚属 Sauropus）。它在形态上与 B. beillei、B. bonii 和 B. thorelii 相似，但不同之处在于具有长圆状椭圆形的叶子，萼片上有淡红色条纹，雄蕊长度超过 1 毫米，果
Ophiorriza jomyi Ebin、Sreehari 和 Joby，载于 Ebin、Sreehari 和 Joby，2026 年。DOI：doi.org/10.1002/njb.05085 摘要从印度西高止喀拉拉邦的 Vagamon 山中鉴定和描述了一种新的蛇根（茜草科）物种。新种与Ophiorriza eriantha Wight和Ophiorriza meenachilarensis Robi和Balan相似，但不同之处在于幼茎、叶柄和花序梗上有浓密的硬毛；叶子上面、上面和下面有明显的硬毛；花长 14.0–15.0 毫米；线状到镰状的苞片和小苞片；疏生长毛的杯状托杯；三角形萼裂片；
[C, D] Meiogyne stenophylla M.F.Liu & Munzinger 花和果实，;[E, F] Meiogyne wilsonii (Guillaumin) M.F.Liu & Munzinger 花和早期发育的果实。[A] Meiogyne saundersii Junhao Chen & M.F.Liu 的正面内花瓣生长； [B] M. cylindrocarpa (Burck) Heusden 的近轴内花瓣生长；in Liu, Munzinger et Chen, 2026。DOI：doi.org/10.3897/phytokeys.272.175385比例尺：
Hybrid Neuro-Symbolic Fraud Detection: Guiding Neural Networks with Domain Rules
我真的认为我正在做一些大事：向损失函数添加几个简单的域规则，并观察超级不平衡数据上的欺诈检测猛增。第一次运行看起来很棒......直到我修复了一个偷偷摸摸的阈值错误并在五个不同的随机种子上运行了整个过程。突然之间，“巨大的胜利”几乎消失了。说实话，我最终得到的结果实际上更有用：提醒我们，在欺诈等罕见事件问题上，我们衡量成功的方式（阈值、种子、指标）比模型本身更容易欺骗我们。该规则确实使排名稍微好一点（您可以在 ROC-AUC 中一致地看到它），但真正的收益很小且脆弱。这是完整的故事 - 错误、差异、经验教训等等。混合神经符号欺诈检测：用领域规则指导神经网络首先出现在走向数据科学上。
