当前位置:首页 > 今日动态 > 科普健康
  • 美国食品处理人员培训材料的可读性:对工人学习指南与联邦《食品法典》的自然语言处理分析

    摘要 引言:在美国许多司法管辖区,取得食品处理人员证卡(food handler card)要求学习培训文件并通过书面考试;一个州在法律上要求将该文件提供给每位申请人。这些文件是否能被需要使用它们的工人所阅读,尚属未知。关于所有五十个州均要求认证的常见假设也

    来源:Frontiers in Public Health

    时间:2026-08-27

  • 肌肉健康在健康老龄化与非传染性疾病政策中的识别:公共卫生视角

    摘要 人口老龄化与非传染性疾病(NCDs)负担的持续上升给卫生系统带来了持久压力。在本观点文章中,研究人员主张肌肉健康——即肌肉质量、肌力和躯体功能——应在健康老龄化与NCD预防政策中被识别为一个明确且具有预后独立性的目标。两个论据使其区别于一般性的身体活

    来源:Frontiers in Public Health

    时间:2026-08-27

  • 系统取向推进日本大学橄榄球学生运动员身心健康项目

    本文呈现一项为期一年、面向日本某男子大学橄榄球队伍的项目,其通过系统取向(systems approach)推进学生运动员身心健康。该项目与联合国可持续发展目标(United Nations Sustainable Development Goals, SDG

    来源:Journal of Sport Psychology in Action

    时间:2026-08-27

  • 六个番石榴(Psidium guajava L.)品种提取多糖的结构、流变学与功能特性表征

    关于从番石榴(Psidium guajava L.)果实中提取的多糖,目前可用的信息有限。本研究采用热水法从六个突尼斯番石榴品种中提取多糖。Ruby Supreme(RS)品种显示出最高的得率(9.12%)、总糖含量(90.73%)和分子量(212 kDa),

    来源:Journal of Food Measurement and Characterization

    时间:2026-08-27

  • 提升康普茶组分:甘蔗汁与可可蜜对抗氧化特性、理化性质及化学特征的影响

    本研究旨在评估不同发酵底物对康普茶(T1:15 ºBrix甘蔗汁和可可蜜;T2:5 ºBrix甘蔗汁和可可蜜;T3:蔗糖和可可蜜;T4:蔗糖对照)理化、化学及抗氧化特性的影响。分析项目包括pH、可溶性固形物、滴定酸度、色泽、酚类含量、抗氧化活性、有机酸、乙醇和

    来源:Journal of Food Measurement and Characterization

    时间:2026-08-27

  • [锂离子电池管理系统级联SoC-SoH深度学习框架的实验评估]

    电池状态指标的准确估计,特别是荷电状态和健康状态,仍然是先进电池管理系统(BMS)的一项基本要求,直接影响安全性、可靠性、运行效率和电池寿命。深度学习的最新进展在单独进行SoC估计和SoH分类方面显示了有前景的结果;然而,SoC估计误差对后续SoH分类的影响受

    来源:Electronics

    时间:2026-08-27

  • 综述:固件逆向工程:全面综述与方向

    医疗保健的快速数字化加速了远程医疗、电子健康记录(EHR)和医疗物联网(IoMT)的采用,将医疗保健服务转变为高度互联且以患者为中心的生态系统。针对日益增长的数据安全、隐私和互操作性问题,区块链技术凭借其去中心化、不可变性、可审计性和安全访问控制成为有前景的解

    来源:Electronics

    时间:2026-08-27

  • 支持青少年健康素养:来自学者与实践者的见解

    背景/目标:健康素养是健康的重要决定因素,与行为、结果及更广泛的社会决定因素密切相关。鉴于年轻人相较于成年人需要面对不同的社会环境和健康相关挑战,理解如何在这一关键时期支持其健康素养发展对于终身福祉至关重要。本研究旨在探索学术界和社区实践者对年轻人健康素养概念

    来源:Healthcare

    时间:2026-08-27

  • 南利雅得成人糖尿病自我护理与健康素养的社会经济决定因素

    摘要翻译: 背景/目标:健康的社会决定因素,包括收入、年龄、教育和性别,被认为会影响糖尿病自我护理能力,然而在沙特阿拉伯初级医疗保健人群中,这些因素的联合关联仍不明确。本研究以世界卫生组织健康社会决定因素委员会(CSDH)框架和社会生态学模型为理论基础,通过

    来源:Healthcare

    时间:2026-08-27

  • 基于机器学习预测产前抑郁症状:一项前瞻性队列研究

    背景:产前抑郁(antepartum depression)是一种常见精神健康问题。本研究旨在开发一种预测产前抑郁风险的工具,助力提高产前抑郁筛查率。方法:研究人员采用前瞻性设计,纳入1701名妊娠中期女性并随访至妊娠晚期,综合纳入生物、心理、人口学与产科预测

    来源:International Journal of Women's Health

    时间:2026-08-27


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康