• AIGC 语言模型分析及其高校图书馆应用场景研究

    提交时间: 2024-04-03 合作期刊: 《农业图书情报学报》

    摘要: [目的/ 意义]AIGC 的内容创作方式给图书情报领域带来一场新的变革。对比分析AIGC 大语言模型的优缺点,探讨 AIGC 的运行机制,深入研究高校图书馆场景下的应用方案,为智慧图书馆AIGC 应用选型提供崭新的思路。[方法/ 过程]以 ChatGPT、文心一言和Bard 三项AIGC 应用为例,运用比较分析法进行横向对比研究,归纳总结出AIGC 的6 个共同特征和9 个差异特征,提炼出高校图书馆6 个应用场景模式,探讨可能面临的4 个潜在风险问题,并提出降低风险的对策。[结果/ 结 论]研究结果表明,ChatGPT 更适合在高校图书馆的知识服务、学科服务和行政管理等场景中进行资源整合和决策辅助。文心 一言更适合在高校图书馆读者服务、技术服务和文化服务等场景中优化服务和辅助创作。Bard 更适合在高校图书馆参考咨询 场景中辅助知识问答。采用AIGC 应用,高校图书馆尽管会面临伦理风险、隐私风险、数据安全和虚假知识泛滥等问题,但更 能优化服务环境,提升智慧化服务水平。

  • 情报共生的机理与实现策略研究

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-26 合作期刊: 《图书情报工作》

    摘要: [目的/意义] 情报生成理论解读了个体情报认知问题。情报共生研究则将情报认知研究引向知识群落情报认知的视域,以期对情报认知理论和实践进行更为全面而贴切的诠释。[方法/过程] 基于对共生理论的认识以及对情报认知研究多角度表现阶段所蕴含的共生寓意的理解,运用多学科理论集成研究方法和数学建模方法,研究情报共生机理并制定相应的实现策略。[结果/结论] 建立情报共生概念;阐明情报共生的4种要素,揭示其宏观上显现的自组织性和微观上多变量交互产生情报共生能量的特征;剖析因情报共生模式相变引发的情报共生系统演变的动态过程以及其中所遵循的logistics growth规律;从马克思主义哲学等多元角度出发阐述情报共生机理研究的价值;制定以要素优化和变量提升为前提的情报共生实现策略。这些研究结果表明:情报共生就是在开放环境中,情报认知共同体借助特定界面交流互动而完成的非对称互惠的情报认知过程;并对情报认知实践起到引领作用。

  • 维持性血液透析患者发生无症状脑梗死风险预测模型的建立及验证:一项多中心研究

    分类: 医学、药学 >> 临床医学 提交时间: 2024-05-10 合作期刊: 《中国全科医学》

    摘要: 背景 维持性血液透析(MHD)患者具有较高无症状脑梗死(SBI)发病率,且是症状性脑梗死和血管性痴呆的临床前阶段。因此非常有必要探讨 MHD 患者 SBI 风险,以早期识别并减少不良预后。目的 探讨 MHD 患者发生 SBI 的危险因素,构建预测模型并评价其效能。方法 纳入 2017 年 1 月—2022 年 10 月 4 个中心(南充市中心医院、广元市中心医院、遂宁市中心医院、蓬安县人民医院)的 486 例 MHD 患者。以 MHD 患者是否发生 SBI 为结局事件,分为 SBI 组(n=102)和非 SBI 组(n=384),比较两组研究对象的基线特征。按照 7 ∶ 3 的比例将患者随机分为建模集(n=340)和验证集(n=146)。通过 LASSO 回归和多因素 Logistic 回归分析确定预测变量,构建 MHD 患者发生 SBI 的风险预测模型并绘制列线图;采用受试者工作特征(ROC)曲线下面积、校准曲线和决策曲线分析评估模型的预测性能、准确性和临床应用价值。结果 建模集 70 例(20.6%)MHD 患者发生 SBI,验证集 32 例(21.9%)患者发生 SBI。LASSO 回归结合多因素 Logistic 回归分析结果显示,年龄(OR=1.027,95%CI=1.005~1.050)、饮酒史(OR=4.487,95%CI=2.075~9.706)、BMI(OR=1.082,95%CI=1.011~1.156)、睡眠不足或睡眠过长(OR=6.286,95%CI=3.560~11.282)、慢性病史(慢性阻塞性肺疾病、糖尿病、慢性乙肝)(OR=1.873,95%CI=1.067~3.347)、血清乳酸水平(OR=1.452,95%CI=1.152~1.897)、尿素清除率(URR)(OR=0.922,95%CI=0.875~0.970)和抗血小板药用药史(OR=0.149,95%CI=0.030~0.490)是 MHD 患者发生 SBI 的独立影响因素(P<0.05)。构建包含上述 8 个影响因素的预测模型并绘制列线图。该预测模型在建模集和验证集的 ROC 曲线下面积分别为 0.816(95%CI=0.759~0.854)和 0.808(95%CI=0.723~0.893),校准曲线表现出良好的一致性。DCA 曲线提示该模型可使患者获得最大临床收益。结论 基于年龄、饮酒史、BMI、睡眠不足或睡眠过长、慢性病史(慢性阻塞性肺疾病、糖尿病、慢性乙肝)、血清乳酸水平、URR 和抗血小板药用药史建立的 MHD 患者发生 SBI 风险预测模型有较好的预测效能和临床实用性,有望对 MHD 患者发生 SBI 风险进行准确、个性化的评估并实施早期干预以降低发病率。