• 冲突背景下的农业工资测量：来自缅甸的回忆偏差与问题顺序偏差证据

  暴力冲突在全球范围内呈上升趋势，越来越多的文献分析了其对农业生产和粮食安全的影响。然而，冲突地区收集的数据质量有时受到质疑，并且仍未得到充分探索。本论文通过在缅甸不同冲突强度下考察两种类型的报告偏差——回忆偏差（recall bias）和问题顺序偏差（ques

  来源：Journal of Agricultural Economics

  时间：2026-09-16

• AI城市排斥循环：全球南方智能城市主义与不平等

  人工智能（AI）正在迅速重塑全球南方（Global South）的城市发展，然而其对城市不平等的影响仍未得到充分理解。研究人员认为，当前的智慧城市（smart city）辩论往往忽视了先前的城市不平等如何被嵌入AI驱动的城市发展之中。为弥补这一空白，研究人员提

  来源：Frontiers in Sustainable Cities

  时间：2026-09-16

• 急性心肌梗死患者经皮冠状动脉介入治疗后急性心理应激的潜在剖面与动态转变及其与心脏康复参与的关系研究

  目的：探索急性心肌梗死（acute myocardial infarction, AMI）患者在三个时间点急性心理应激潜在剖面的动态转变及其与心脏康复参与的关系，为提高AMI患者心脏康复参与提供新的见解。设计：本研究为前瞻性纵向队列研究。方法：采用便利抽样法选

  来源：Frontiers in Public Health

  时间：2026-09-16

• 人工智能时代的刻意练习：AI辅助练习如何支持音乐学院学生的自我调节学习与专家表现发展

  引言： 刻意练习是专家表现发展的核心，然而练习产生持续收益的条件仍存在争议。AI辅助音乐练习应用提供适应性反馈、智能排程、自动错误检测和表现分析，可能支持刻意练习。本研究考察了音乐学院学生参与AI辅助练习应用与其专家表现发展之间，是否通过自我调节学习（self

  来源：Frontiers in Psychology

  时间：2026-09-16

• 被要求时谁来调节？内隐至外显情绪调节的系统性研究

  引言：情绪调节（emotion regulation）是一个重要的心理学研究领域，需要考察那些参与者往往难以描述、涉及内隐和自动行为的过程。然而，考察情绪调节过程的研究通常要求个体即刻改变其情绪反应并报告所使用的策略。研究人员旨在确定当内隐目标变得外显时，个体

  来源：Frontiers in Psychology

  时间：2026-09-16

• 甲酸氧铋@聚吡咯纳米线：受限重构与传质增强协同实现高效耐久电化学CO₂还原

  电化学CO₂还原反应（eCO₂RR）转化为甲酸盐为碳利用提供了一条有前景的途径。铋基催化剂对该转化具有高选择性，但受限于传质不足和不可控重构。在本研究中，研究人员利用重构来预测性地设计一种先进的核壳纳米线预催化剂，其

  来源：Energy Advances

  时间：2026-09-16

• 基于随机库探索与自动化扫描透射电子显微镜的加速材料发现

  材料预测算法在实际中的实现仍受到材料发现领域持续存在的表征瓶颈限制，其中基于光子的探测技术（如X射线衍射，XRD或拉曼光谱）导致较长的采集时间和访问延迟，将探索限制在通常以成分库形式实现的准三元成分空间中。在此，研究人员开发了一种框架，使基于电子的表征能够

  来源：Digital Discovery

  时间：2026-09-16

• 电池成像库（Battery Imaging Library）：面向开放科学的多尺度、多模态同步辐射与实验室电池成像数据平台

  摘要专业翻译 电池研究日益依赖先进成像技术，然而此类数据的开放获取仍然稀缺、分散于各类来源且难以检索。电池成像库（Battery Imaging Library, BIL）是首个开放的、经整理的 multimodal（多模态）与 multi-length sc

  来源：Digital Discovery

  时间：2026-09-16

• 基于约束引导特征映射与数据驱动切比雪夫标量化的多目标QUBO多相合金优化设计

  本文提出两种互补方法，推动二次无约束二进制优化（Quadratic Unconstrained Binary Optimization，QUBO）在数据驱动材料设计及其他实值黑盒优化任务中的实际应用。首先，研究人员引入一种简洁而强大的预处理方案，当应用于机

  来源：Digital Discovery

  时间：2026-09-16

• 材料发现是一个组合问题：智能体AI优于更大规模模型的案例

  十多年来，材料人工智能（AI）领域一直在追求日益庞大的单一专用模型：用于性质预测的图神经网络、用于原子模拟的通用原子间势、以及用于生成式设计的扩散模型。这些努力在自主发现系统的每个支柱上都产出了高质量成果。然而，机器学习并未在材料发现的速率上产生这些进展所预示

  来源：Digital Discovery

  时间：2026-09-16

知名企业招聘：