-
通过双重交联技术制备的多功能氧化阿拉伯半乳聚糖/N-甲基丙烯酰胺壳聚糖基弹性凝胶,用于传感和能量收集应用
张洪壮|刘竹兰|李仁爱|吴婷|曹云峰|方贵根中国林业科学院林产品化学工业研究所,南京,210042,中华人民共和国摘要导电弹性凝胶已成为便携式智能可穿戴电子设备、柔性传感器和摩擦电纳米发电机的有希望的候选材料。然而,基于多糖的弹性凝胶通常在机械性能和稳定性方面存在挑战。在这项研究
来源:Carbohydrate Polymers
时间:2026-06-02
-
重新调整氧气流量测量方法:一项提升患者安全性的建议
关键词:氧气疗法患者安全情境处理数字认知自20世纪60年代中期以来,当像Tom Petty这样的医生开始对慢性气流阻塞患者使用氧气疗法时引用1引用2,随后在80年代,NOTT和MRC的研究证明了长期家庭氧气疗法(LTOT)对COPD患者的益处,包括提高生存率、生活质量、运动能力等
来源:Pulmonology
时间:2026-06-02
-
生物炭的电导率:方法优化与工业数据集的见解
根据其缩合芳香结构,生物炭的电导率有所不同。测量该电导率可以推断碳物种(carbon speciation)以及间接推断热解条件。最近,干燥且非悬浮生物炭的电导率,称为固态电导率(SEC),已被欧洲生物炭证书(European Biochar Certific
来源:Carbon Trends
时间:2026-06-02
-
体外和体内评价氧化钇-氧化铌稳定氧化锆喷砂表面在骨-种植体界面通过先进硬组织透明化技术的三维可视化
钛因其优异的生物相容性和骨整合能力被广泛认为是牙科种植体的“金标准”。然而,它受到金属过敏可能性、美学问题(如通过薄牙龈可见的灰色变色)以及腐蚀风险的限制。为克服这些限制,无金属种植体材料,特别是氧化钇-氧化铌稳定四方氧化锆多晶体((Y,Nb)-TZP),引起
来源:BIOMATERIALS RESEARCH
时间:2026-06-02
-
先进鞋类技术在越野跑鞋中的应用对跑步经济性(即跑步效率)的影响
摘要
通俗语言摘要
Joubert, DP 和 Sanders, J. 先进鞋类技术在越野跑鞋中对跑步经济性的影响。《J Strength Cond Res》XX(X): 000–000, 20
来源:The Journal of Strength & Conditioning Research
时间:2026-06-02
-
利用生物吸附剂和纳米吸附剂在处理后污水中的金属吸附方法
金属是水生生态系统中的持久性污染物,对环境和公共健康构成显著风险。本研究评估了一个污水处理厂(WWTP)实际处理后生活污水(TSS)中金属浓度的季节性变化,并评估了两种吸附剂去除金属的效率。研究人员对处理后污水样品进行了一年的监测,结果显示铝(Al<sup>3
来源:ACS Sustainable Resource Management
时间:2026-06-02
-
高通量SWCNT NIR-II光谱技术实现细胞和体内应用
诊断传感器的开发和临床转化滞后,部分原因是缺乏快速、高通量的筛选方法。优化高通量传感器开发与部署有望加速工具向临床的转化。为解决这一问题,研究人员使用连接外部探头的近红外(NIR-II)微孔板读数仪优化了高通量筛选参数,用于体内测试。研究人员评估了光谱参数,以
来源:ACS Nanoscience Au
时间:2026-06-02
-
一种面向演化的集成元学习框架与对抗性形态增强的零日威胁检测方法
摘要
引言:大多数现代威胁检测框架依赖固定类别定义与源自历史数据的回溯性特征签名,这限制了其对持续演化攻击行为的适应能力。然而,当代威胁日益呈现多态性(polymorphism)、自适应性,并包含不断增长的零日攻击,使传统基于模式匹配的方法难以胜任。随着云环
来源:Frontiers in Artificial Intelligence
时间:2026-06-02
-
预测中国中学生中的自杀倾向:一种结合XGBoost和SHAP解释的机器学习方法
摘要背景青少年自杀是全球范围内一个严重的公共卫生问题。由于其隐蔽性和多维性,早期发现自杀倾向仍然具有挑战性。本研究旨在开发并验证一个可解释的机器学习模型,以预测中国中学生的自杀倾向。方法对中国苏州的12,063名学生进行了横断面调查,收集了包括人口统计、心理和行为因素在内的23个
来源:BMC Public Health
时间:2026-06-02
-
基于检索增强技术的自然语言处理生成方法:综述
摘要大型语言模型(LLMs)在各个领域都展现了出色的实证性能,这得益于它们庞大的参数量,这些参数能够存储大量知识。然而,LLMs仍然存在一些关键问题,例如幻觉现象、知识更新困难以及缺乏领域特定专长。检索增强生成(RAG)技术的出现解决了这些问题,该技术通过利用外部知识库来增强LL
来源:ARTIFICIAL INTELLIGENCE REVIEW
时间:2026-06-02