您选择的条件: 刘蕾
  • 开放科学环境下研究型图书馆资源建设与服务分析——以NLM为例

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-27 合作期刊: 《图书情报工作》

    摘要: [目的/意义]开放科学环境对研究型图书馆资源建设与服务提出新的要求,分析在开放科学环境下研究型图书馆美国国立医学图书馆转型现状,有助于为国内研究型图书馆转型提供借鉴。[方法/过程]在分析开放科学构成要素的基础上,从图书馆发展战略、图书馆资源建设和图书馆服务3个角度,总结美国国立医学图书馆为应对开放科学的发展要求而做出的战略层面的演变,并重点分析其资源建设实践(开放资源建设、数据中心建设、资源语义化组织和软件工具开发等)和服务实践(科学信息开放共享服务、公共信息服务、数据管理服务、开放教育服务、新媒体及移动服务等)。[结果/结论]美国国立医学图书馆从政策引导、资源基础、平台支撑、服务方式、服务途径5个角度很好地践行了开放科学的发展要求。研究型图书馆应逐渐由信息资源中心向数据中心转变,从战略决策、开放获取平台建设、数据中心建设、软件工具开发等角度来推动开放科学发展。

  • 退行性脊柱畸形患者的自我管理现状及影响因素分析

    分类: 物理学 >> 普通物理:统计和量子力学,量子信息等 提交时间: 2023-07-04 合作期刊: 《中国全科医学》

    摘要: 背景 近年来,退行性脊柱畸形(DSD)的患病率逐年上升,从疾病发生到需手术干预之前,患者将与疾病长期共存,期间自我管理对 DSD 的发展及转归至关重要。然而,DSD 患者的自我管理现状及影响因素尚不明确,无法针对性地制定有效的干预措施。目的 研究 DSD 患者的自我管理现状并分析其影响因素,为制定针对性的干预方案提供临床参考。方法 采用便利抽样法对 2020 年 6 月2022 年 12 月于陆军军医大学第一附属医院骨科就诊的 200例 DSD 患者进行问卷调查,收集患者的人口统计学资料、视觉模拟评分、Oswestry 功能障碍指数问卷评分、医疗社会支持量表评分以及慢病自我管理行为量表评分。构建多元线性回归模型分析患者慢病自我管理行为量表评分的影响因素。结果 共回收有效问卷 191 份(95.5%),患者的平均年龄为(62.611.6)岁,其中脊柱侧弯 144 例(75.4%),后凸 37 例(19.4%),侧后凸 10 例(5.2%)。慢病自我管理行为量表总分为(22.9411.97)分,各维度标准化得分由高到低依次为认知症状管理(26.2715.83)分,医患交流(23.5316.27)分和运动锻炼(18.4211.00)分。相关性分析结果显示,年龄、BMI、家庭人均月收入、受教育程度、吸烟史、功能障碍、医疗社会支持与慢病自我管理行为量表各维度评分和总分显著相关(P<0.05)。多元线性回归分析模型结果显示,医疗社会支持、受教育程度、家庭人均月收入和骨密度是 DSD 患者慢病自我管理行为量表评分的影响因素(P<0.05)。结论 DSD 患者的自我管理行为水平较低,医疗社会支持、受教育程度、经济水平和骨密度是 DSD 患者自我管理的影响因素,医护人员在临床实践中应从加强教育、提升社会支持等方面增强患者的自我管理行为,帮助患者有效管理疾病。

  • 中巴农产品贸易的效率评价与潜力预测研究

    分类: 地球科学 >> 地理学 提交时间: 2019-11-15 合作期刊: 《干旱区地理》

    摘要: 基于1992—2016年中国与南亚八国的相关贸易数据,从巴基斯坦的角度出发,选取南亚七国作为参考对象,利用随机前沿引力模型对其双边农产品贸易总额及出口农产品贸易总额的面板数据进行测算。研究结果表明:人均GDP、国家类型等因素对中巴双边农产品贸易发展产生正向影响;人口、距离因素则阻碍中巴农产品贸易发展;中巴双边农产品贸易效率(平均值约0.689)高于中国对巴基斯坦出口农产品贸易效率(平均值约0.615);中国对巴基斯坦实际农产品出口总额未达到最佳的贸易前沿水平,因此农产品出口还存在较大的提升空间。

  • 基于双向LSTM和GBDT的中医文本关系抽取模型

    分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-10-11 合作期刊: 《计算机应用研究》

    摘要: 为解决采用Softmax作为长短期记忆网络分类器导致实体关系识别模型泛化能力不足,不能较好适用中医实体关系抽取等问题,提出一种融合梯度提升树的双向长短期记忆网络的关系识别算法(BILSTM-GBDT)。先采用word2vec对中医文本进行向量化表示,再利用基于注意力机制的双向长短期记忆网络提取高阶特征,最后采用集成分类模型梯度提升树作为特征分类器,提高关系识别效果。在中医等多个关系语料库上的实验结果表明,该模型与传统SVM方法、GBDT方法及其深度学习方法相比,均有更高的精确率、召回率和F值。