-
Less is more:一项操纵不健康零食评估频率的智能手机生态瞬时评估(EMA)研究
背景:自我监测是减少不健康零食摄入的有效策略,智能手机生态瞬时评估(Ecological Momentary Assessment, EMA)可能通过测量反应性(measurement reactivity)促进行为改变。然而,更高的监测频率是否会增强这些效应
来源:Eating Behaviors
时间:2026-07-17
-
迈向环境可持续性:政治全球化、私人投资与绿色增长在全球经济体中的贡献
环境可持续性在国际舞台上受到了广泛关注,世界各国领导人、环保主义者和学者达成共识,认为这对于可持续的未来至关重要。绿色增长(GG)作为传统经济增长的替代方案,正日益受到欢迎,以促进环境可持续性。此外,资本形成总额和全球化在决定环境质量方面具有关键作用。因此,本
来源:Environmental and Sustainability Indicators
时间:2026-07-17
-
准确性、稳健性和可理解性——自下而上能源系统模型面临的挑战
本文提供了一个综合性框架,用于解决自下而上能源系统建模中的关键研究空白。尽管该领域在近几十年取得了显著进展,很大程度上得益于计算能力和数据可用性的提升,但当前模型在准确性、稳健性和可理解性方面仍面临持续挑战。虽然大量综述论文已考察了能源系统建模挑战的特定方面,
来源:PLOS Climate
时间:2026-07-17
-
综述:中国沿海盐碱地遥感:识别、生态修复与可持续管理进展
沿海盐碱地是中国重要的后备土地资源和高度脆弱的生态系统。准确识别、动态监测、生态修复和可持续管理已成为土地资源管理、生态保护和环境治理领域的主要研究重点。由于其广泛的空间覆盖、高时间分辨率、高效数据获取、连续监测能力和非破坏性观测,遥感已成为沿海盐碱地调查、监
来源:Remote Sensing
时间:2026-07-17
-
基于机器学习的尼日利亚红土区土地利用与土地覆盖制图
准确且位置特定的土地利用与土地覆盖(LULC)数据对于量化复杂热带环境中人为和气候驱动的影响至关重要。然而,许多现有LULC研究受限于粗空间分辨率、有限的光谱信息或对辅助数据(如地形因子)的不充分整合,这些因素降低了异质性景观中的分类精度。本研究评估了来自Se
来源:The Egyptian Journal of Remote Sensing and Space Sciences
时间:2026-07-17
-
通过基于项目的STEM学习增强儿童的环境认知、情感和行为以促进可持续发展目标
目的:研究人员考察了在STEM框架(Science, Technology, Engineering, and Mathematics,即科学、技术、工程和数学)内基于项目的环境学习对塑造早期儿童(5–6岁)的环境认知、情感和行为的影响,并与可持续发展目标(S
来源:Frontiers in Psychology
时间:2026-07-17
-
基于可解释摊销高斯过程的不确定性量化数据驱动预测碱激发混凝土强度发展
本文提出了一种领域信息化的摊销高斯过程(Amortised Gaussian Process, AGP)框架,用于预测碱激发混凝土(alkali-activated concrete, AAC)在多个龄期的强度发展,同时提供准确的预测和校准后的不确定性估计。该
来源:Developments in the Built Environment
时间:2026-07-17
-
超越立法驱动生命周期评估中的合规性:2017至2025年间四家瑞典建筑公司建筑特定LCA实践的跨案例分析
尽管生命周期评估(LCA)在政策领域日益流行,但很少有实证研究旨在理解立法发展如何影响目标组织内现有的基于LCA的实践。本文研究了2017年至2025年间四家瑞典建筑公司建筑特定LCA实践的发展,这一时期引入了建筑气候声明的法律要求。结果显示,建筑项目中基于L
来源:Developments in the Built Environment
时间:2026-07-17
-
塔吊操作员与信号员之间的通信错误如何发生?一种整合认知模型与动态贝叶斯网络的分析方法
塔吊操作员与信号员之间的通信错误(CEs)被确认为塔吊事故的主要原因。先前的研究侧重于通过技术改进来减少CEs,但缺乏对其根本原因和形成机制的系统性讨论。本研究整合了认知模型与动态贝叶斯网络(DBN),以定性和定量地分析CEs。该认知模型是通过整合德尔菲法(D
来源:Developments in the Built Environment
时间:2026-07-17
-
物理信息智能在结构健康监测中的应用:面向数字孪生的现状综述与路线图
建成环境资产(如桥梁)需要能够在稀疏、噪声数据下支持维护优先级排序、修复规划及风险知情干预的监测方法。物理信息智能(Physics-informed intelligence, PII)将控制方程、材料行为与工程约束嵌入深度学习框架,已成为实现结构一致的结构健
来源:Developments in the Built Environment
时间:2026-07-17