• 综述：人工智能在先进材料、热能与能源系统及空气动力学工程领域应用的系统性综述

  摘要

  来源：AI

  时间：2026-10-27

• 欧洲人类学协会关于人体测量学教育、能力与科学定位的立场声明

  人体测量学历来是人类学研究和教育中的核心组成部分。作为生物人类学中用于对人体进行定量研究的科学方法而发展起来，它在理解人体生物学变异方面做出了根本性贡献，同时也为研究不同人群和环境中的生长、发育、衰老和适应过程以及从进化角度进行的相关研究提供了基础。它还能为了解营养状况、体能

  来源：Annals of Human Biology

  时间：2026-10-27

• 科学驱动的前沿人工智能安全国际合作与标准化：剧变时代的补充性治理路径

  随着人工智能（AI）系统及其底层技术继续以非凡速度发展，知名科学家正警告相关风险，包括极端风险（extreme risks）。人工智能峰会、经济合作与发展组织（OECD）和联合国（UN）倡议等备受瞩目的政府与政府间倡议虽带来希望，但在潜在危害的严重性与这些倡议

  来源：Frontiers in Artificial Intelligence

  时间：2026-10-27

• 国际海事组织净零框架下公正转型的实施：治理缺口与发展中国家影响分析

  摘要：拟议的国际海事组织净零框架（IMO Net-Zero Framework）将通过一项操作性目标条款、国际海事组织净零基金（IMO Net-Zero Fund）、收入支出的特定用途、技术合作义务以及一项独立的粮食安全条款，将公正和公平转型纳入《国际防止船舶

  来源：Frontiers in Marine Science

  时间：2026-10-27

• 高盐度与环境相关浓度全氟己烷磺酸（PFHxS）独立及交互损害早期生活阶段红鼓鱼（Sciaenops ocellatus）的生存与发育

  河口为许多具有经济和生态重要性的海洋物种提供关键保育场，但其正日益受到干旱、淡水流入减少和沿海城市化驱动的高盐度极端事件影响，同时也受到源于发达流域的全氟和多氟烷基物质（PFAS）污染影响。尽管这些胁迫因素共同出现，PFAS对河口鱼类的效应仍研究不足，尤其是其

  来源：Frontiers in Marine Science

  时间：2026-10-27

• 共享愿景：西印度洋小规模渔业（SSF）韧性的区域数据协调策略

  摘要译文：目前，西印度洋（WIO）地区缺乏及时、协调统一的数据，阻碍了有效的渔业管理，继而削弱了基于证据的政策制定。为弥补这一缺口，本研究利用综合数据协调框架（IDHF），旨在：（1）审视该区域现有数字数据采集系统的空白与局限；（2）识别小规模渔业（SSF）数

  来源：Frontiers in Marine Science

  时间：2026-10-27

• 整合海上行为、物候与种群规模的动态物种分布模型：评估濒危Leach’s Storm-petrel繁殖期海洋风险暴露

  海鸟在陆地和海上均面临多种威胁，导致种群普遍下降。预测性物种分布模型（species distribution models, SDMs）为估算暴露于风险的鸟类数量并将其归因至源种群提供了有力工具。大西洋Leach’s Storm-petrel（*Hydrob

  来源：Frontiers in Marine Science

  时间：2026-10-27

• 近期火山喷发重塑的沿海系统中浮游动物稳定同位素格局

  沿海火山喷发（coastal volcanic eruptions）可以深刻改变近岸地貌和物理条件，但喷发后浮游食物网（pelagic food-web）结构仍鲜有记录。本研究描述了2021年塔霍盖特（Tajogaite）喷发（加那利群岛拉帕尔马岛）期间形成的

  来源：Frontiers in Marine Science

  时间：2026-10-27

• 手语者独立条件下基于MediaPipe Holistic关键点与轻量级多分支Transformer的哈萨克手语识别

  低资源手语中的手语识别（Sign Language Recognition, SLR）仍受限于缺乏标注数据、手语者高变异性以及基准缺失；哈萨克手语（Kazakh Sign Language, KzSL）是此类低资源语言的代表性实例。所提出的研究引入一种基于专门

  来源：Frontiers in Artificial Intelligence

  时间：2026-10-27

• 协作式多LLM自我反思迭代提示框架的自动作文评分研究

  自动作文评分（Automated Essay Scoring, AES）得益于大语言模型（Large Language Models, LLMs）的进步，从而改进了对学生写作中语义和上下文特征的评估。然而，许多现有的基于LLM的AES系统依赖于静态评分标准和单

  来源：Frontiers in Artificial Intelligence

  时间：2026-10-27

知名企业招聘：