-
数字时代的领导:数字领导能力、组织创新氛围与尼日利亚中小企业人工智能采纳意向
尽管中小企业(SMEs)在撒哈拉以南非洲地区支撑着就业和产出,但它们对人工智能(AI)的采纳落后于全球基准,而现有的解释多侧重于资本、基础设施和制度缺失,忽视了决定可用资源是否被调动的领导能力。针对这一空白,本研究探讨了尼日利亚中小企业业主管理者的数字领导能力
-
两种结构相同的Fe/In基金属亚磷酸酯-草酸酯:合成方法、宽温度范围内的质子传导性以及优异的循环稳定性和耐久性
赵伟|黄亮亮|王欣|卢阳|毛东奥|郑腾蛟|毕彦峰中国辽宁省抚顺市113001,辽宁石化大学石油化工工程学院摘要以2,6-二甲基哌嗪为模板,我们制备了两种新型结构相同的金属亚磷酸酯草酸盐(MPOs)[M4(HPO3)6(C2O4)2](C6N2H16)2·H2O(M = Fe,In
来源:Inorganic Chemistry Communications
时间:2026-06-08
-
通过电穿孔技术在牛的ALB基因位点中特异性地将人类编码序列导入胚胎
摘要背景将基因编辑工具高效地传递到胚胎中对于生产基因编辑牛至关重要。体细胞核移植和显微注射是常用的技术,但电穿孔技术因其技术简单性、高通量处理能力和适用于大规模应用而最近受到了关注。然而,由于透明带的存在以及可传递材料的尺寸限制,其应用主要局限于基因敲除。为了解决这些挑战,在本研
来源:BMC Biotechnology
时间:2026-06-08
-
基于超声响应性SenA@ZIF-8释放技术的无线柔性贴片,用于按需治疗牙周炎
摘要牙周炎是一种常见的慢性炎症性疾病,会导致牙周组织逐渐丧失并引发全身性并发症。然而,传统的治疗方法通常只能清除生物膜,而无法完全消除炎症或再生组织。在这里,我们介绍了一种可弯曲的无线超声贴片,该贴片装载了含有抗炎抗氧化剂senkyunolide A(SenA@ZIF-8)的ZI
来源:Journal of Nanobiotechnology
时间:2026-06-08
-
性状变异对禾豆间作系统总产量产生中等增益但产量分配发生显著变化:基于模型方法的研究
物种混作可为提高作物产量和促进耕地生产系统中更可持续的资源利用提供机遇;然而,有关物种混作优势的报告差异甚大,种植者和育种者缺乏如何针对物种性状组合与施肥水平以在不同土壤气候条件下实现期望生产性能的指导。为此,研究人员采用基于过程的作物模型方法,探索了春小麦/
来源:Field Crops Research
时间:2026-06-08
-
将所有变形信息应用于UV坐标:基于3D几何结构的规范UV表示方法,用于变形攻击检测
摘要: 变形攻击仍然是人脸识别系统面临的一个重大威胁,尤其是在文档式采集环境中,这种操控对系统运行的影响最为显著。现有的大多数检测方法主要关注纹理级别或像素级别的不一致性,往往忽略了能够更直接反映变形特征的几何线索。本研究探讨了使用从3D面部重建中获得的UV纹理图作为变形攻击检
来源:IEEE Transactions on Biometrics, Behavior, and Identity Science
时间:2026-06-08
-
改进的石榴‘Bhagva’微繁殖技术:培养基优化、性状关联及遗传稳定性研究
摘要Punica granatum L.,俗称石榴,是一种主要因其果实而被栽培的作物。本研究旨在开发一种组织培养微繁殖方法,以从节点外植体中大量繁殖石榴苗。通过使用0.2%的 Carbendazim、0.1%的 Ridomil、0.1%的 Mencozeb、0.1%的 Kanam
来源:In Vitro Cellular & Developmental Biology - Plant
时间:2026-06-08
-
一种基于分形技术的深度学习框架,用于预测印度的农业生产
摘要由于政策因素和气候波动性的影响,印度农业生产的预测极具挑战性。本研究探讨了分形插值函数(FIF,包括可变和固定缩放因子)作为数据增强技术,在提高长短期记忆(LSTM)和双向LSTM(Bi-LSTM)模型预测精度方面的有效性。这些模型被用来预测1961年至2023年间印度四种主
来源:Scientific Reports
时间:2026-06-08
-
基于NSGA-III和熵加权TOPSIS方法的多目标优化总固体废物填埋率
摘要为缓解煤基固体废物和煤化工行业高盐度废水日益增加的处理压力,并降低传统波特兰水泥作为回填材料所带来的成本和碳足迹,本研究开发了一种完全由工业副产品制成的固化回填材料。通过将改性镁渣(MMS)、粗煤气化渣(CGS)、脱硫石膏(DG)和高盐度废水(HSW)结合,形成了基于总固体废
来源:Scientific Reports
时间:2026-06-08
-
基于机器学习的数据扰动技术,用于实现隐私保护的数据挖掘
摘要随着数字信息的迅速增长,数据挖掘活动中敏感个人信息的泄露问题日益突出。隐私保护数据挖掘(PPDM)旨在在允许对数据进行深入分析的同时,保护其中的机密信息。传统的隐私保护方法(如匿名化)通常会降低数据的实用性,而加密方法计算成本较高。本文提出了一种基于扰动的PPDM模型,该模型
来源:Scientific Reports
时间:2026-06-08