• 公众对核能的态度及可持续性认知：来自中国社交媒体数据挖掘的证据

  核能作为一种重要的清洁能源，其在应对全球气候变化和实现能源安全方面具有关键作用。然而，核能的公众态度却呈现出复杂的动态变化，这种变化不仅受到技术发展和政策导向的影响，还与公众的感知、信任以及社会事件密切相关。本文通过构建一个跨模态分析框架，结合深度学习驱动的情感分析和主题建模技术，探讨了中国公众对核能的情感变化及其可持续性认知的演变。这一研究旨在揭示公众态度如何在核能议题中被塑造，并进一步分析公众情感与可持续性认知之间的因果关系，为政策制定者提供数据支持，以制定更有效的沟通策略。在中国，核能发展迅速，已成为国家能源战略的重要组成部分。政府通过政策支持和经济激励，推动了核能技术的广泛应用，使其在

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 评估中国政府对绿色信贷政策的响应及其对中国城市碳排放的影响

  中国在应对全球气候变化和实现碳中和目标的过程中，面临着如何有效实施绿色信贷政策的关键挑战。绿色信贷政策作为推动低碳转型的重要工具，其成效不仅取决于政策的规模，更在于地方政府在执行过程中的态度和能力。这一研究从政策执行质量的角度出发，探讨了地方政府在实施绿色信贷政策时对城市碳排放的影响，发现政策执行的强度和质量在碳减排中扮演着更为关键的角色。在研究中，作者采用了一种创新的方法，通过构建地方政府对绿色信贷政策响应强度的指标，对政策执行质量进行了量化分析。这一指标基于地方政府工作报告中的关键词频率和相关性，通过文本分析的方法，将原本难以衡量的政策执行质量转化为可以用于实证分析的变量。通过使用固定效应

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 如何考虑行业转型路径的可行性因素——及其对能源系统建模的影响

  ### 工业脱碳情景研究中的可行性评估：理论与实践的桥梁随着《巴黎协定》目标的实现，工业脱碳路径的可行性已成为情景研究中不可或缺的一部分。然而，目前的能源系统模型（ESMs）在整合可行性考量方面仍存在一定的不足，特别是在模型构建的早期阶段，往往缺乏系统的可行性分析。为了弥补这一空白，本文提出了一种概念性框架，旨在指导如何将可行性因素系统地嵌入基于模型的情景研究中，特别关注工业领域。这一框架的核心贡献在于引入了“可行性循环”（Feasibility Loop），它提供了一种结构化、可视化和过程导向的方法，将现有的方法、指标和数据来源整合为一个连贯的迭代流程。“可行性循环”不仅帮助模型构建者识别特

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 长期、空间明确的农村电气化电力需求情景分析：以埃塞俄比亚为例

  在非洲撒哈拉以南地区，电力获取仍然是一个重要的发展挑战。为了应对这一问题，国家电力规划必须考虑到电力需求在时间上的演变和空间上的异质性，以反映当地的经济社会现实和气候条件。本研究旨在对埃塞俄比亚的家庭、生产性用户和社区机构的长期、空间明确的电力需求进行预测，并评估气温上升对未来电力需求的潜在影响。研究采用回归模型预测电力需求的时间变化，同时利用开放源代码空间电力规划工具（OnSSET）来分析人口聚居地的空间需求动态。为了探索不同的发展路径，研究开发了三种情景：业务如常（BAU）、高经济增长（HEG）和快速城市化（RU），时间范围从2021年到2050年。结果显示，与2021年相比，到2050年

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 关于日本能源系统在2050年前实现净零排放的情景分析以及日本政府的第七次能源战略计划

  日本政府在2020年宣布了到2050年实现净零排放的目标，并随后提交了其国家自主贡献（NDC），目标是在2030年相对于2013年的排放量减少46%。到了2025年2月，政府进一步提高了其NDC目标，计划在2035年和2040年分别实现60%和73%的排放量减少，这些目标与2050年实现净零排放的线性减排路径保持一致。与此同时，政府发布了其第7次战略能源计划，并提供了符合减排目标的2040年能源供需展望。本研究使用了全球能源模型DNE21+和DEARS，这些模型被用作政府能源展望的基础。研究聚焦于日本能源价格与海外能源价格的相对关系，因为当前日本的二氧化碳排放水平以及产业结构的变化，是影响减排

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 增强全球石油贸易网络韧性的适应性策略

  ### 对SDG7指标与经济增长之间关系的深入分析在当今全球可持续发展进程中，SDG7（可持续发展目标7）被视为推动经济繁荣与环境改善的关键因素。SDG7的目标是确保所有人都能获得负担得起、可靠、可持续和现代的能源服务，这一目标与经济增长之间的关系已经引起了学术界的广泛关注。通过综合运用传统的计量经济学方法与现代机器学习技术，本研究旨在深入探讨SDG7指标如何影响巴基斯坦这一小型开放经济体的经济增长，并提供切实可行的政策建议，以促进环境可持续性与长期经济增长的实现。#### 一、SDG7的现实意义与经济增长的联系SDG7强调能源在经济发展中的核心地位，特别是在清洁与非清洁能源的使用方面。清洁的

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 发展中国地区低收入学校的能源管理框架

  在当前全球能源安全（ES）面临严峻挑战的背景下，新能源汽车（NEVs）作为推动能源转型、增强能源安全和减少对化石燃料依赖的关键技术，受到了广泛关注。然而，NEVs渗透率（NEVP）对能源安全的具体影响及其内在机制仍存在许多未被充分研究的领域。本文通过分析45个国家2010年至2022年的面板数据，采用双向固定效应模型、随机森林模型、空间杜宾模型以及阈值效应系统分析等方法，探讨了NEVP对能源安全的影响。研究结果表明：（1）NEVP显著提升了国家的能源安全，且这一影响在稳健性检验和内生性检验后仍然稳健；（2）能源转型、技术创新和充电基础设施在NEVP对能源安全的影响中发挥了重要的中介作用；（3）

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 衡量碳转型风险对能源企业股票表现的影响

  ### 新能源汽车渗透率对能源安全的影响研究在当今全球能源安全（ES）面临严峻挑战的背景下，新能源汽车（NEVs）已成为推动能源转型、增强能源安全和减少对化石燃料依赖的关键技术之一。随着全球对可持续发展和环境保护的重视，新能源汽车的推广不仅有助于减少碳排放和空气污染，还可能提升能源利用效率，改善全球能源结构。然而，尽管新能源汽车在全球范围内迅速发展，其对能源安全的具体影响及其作用机制仍存在许多未解之谜。为此，本研究通过分析45个国家2010年至2022年的面板数据，运用双向固定效应模型、随机森林模型、空间杜宾模型和阈值效应系统分析等方法，探讨新能源汽车渗透率对能源安全的影响。研究结果表明，新能

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 清洁能源供应安全与国际贸易体制：从世贸组织法律视角分析欧盟《净零工业法案》

  在当前全球能源安全（ES）问题日益严峻的背景下，新能源汽车（NEVs）作为推动能源转型、提升能源安全和减少对化石燃料依赖的关键技术，受到了广泛关注。然而，关于新能源汽车渗透率（NEVP）对能源安全的具体影响及其内在机制，尚未得到充分探讨。本文基于2010年至2022年间45个国家的面板数据，采用双固定效应模型、随机森林模型、空间杜宾模型和门槛效应系统分析等方法，深入探讨了NEVP对能源安全的影响。研究结果表明：(1) NEVP显著提升了国家的能源安全水平，且结果在稳健性与内生性检验后仍保持稳定；(2) 能源转型、技术创新和充电基础设施在其中起到了重要的中介作用；(3) NEVP展现出“虹吸效应

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 新能源汽车的普及如何影响全球能源安全？来自多个国家的实证证据

  在全球能源安全（ES）挑战日益加剧的背景下，新能源汽车（NEV）被视为推动能源转型、增强能源安全以及减少对化石燃料依赖的关键技术。然而，NEV渗透率（NEVP）对能源安全的具体影响及其背后的机制尚未得到充分研究。本文通过分析45个国家2010年至2022年的面板数据，采用双固定效应模型、随机森林模型、空间杜宾模型以及阈值效应系统分析，探讨了NEVP对能源安全的影响。研究结果表明：（1）NEVP显著提升了国家能源安全，这一结论在稳健性和内生性检验后依然成立；（2）能源转型、技术创新和充电基础设施在其中起到了重要的中介作用；（3）NEVP表现出“虹吸效应”，对邻国的能源安全产生负面影响；（4）当N

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 在领域变换条件下，利用视觉-语言多模态模型提升航空发动机叶片的少样本异常检测能力

  在现代航空工业中，涡轮叶片作为航空发动机的核心部件，承担着压缩进气和能量转换的重要功能，其性能直接影响到飞机的运行安全与乘客的生命安全。由于叶片在工作过程中承受着复杂的物理条件，如高温、高压、高速气流以及外部冲击等，因此叶片异常的检测显得尤为重要。然而，传统的检测方法在面对实际应用场景时，往往受到数据稀缺、环境变化、检测效率低下等问题的制约。近年来，随着深度学习技术的迅速发展，数据驱动的异常检测方法在这一领域取得了显著进展。然而，深度学习模型通常需要大量的训练数据才能达到理想的检测效果，这在航空发动机叶片检测的实际应用中往往难以满足。为了应对这一挑战，研究者们开始探索基于大模型的解决方案。这些

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-10-11

• 在数据有限的情况下，用于定量诊断的扩散增强对比学习框架

  在现代工业系统中，旋转设备如轴承和齿轮箱是保障系统正常运行的关键部件。这些设备广泛应用于航空航天、制造、能源和交通运输等多个领域，其运行状态直接影响工业环境的效率与安全。然而，由于设备通常在稳定状态下运行，一旦出现故障，往往会被立即停用以确保安全，这使得获取充分的故障数据变得极具挑战性。因此，如何在有限的故障数据条件下，实现对轴承故障的准确分类与量化诊断，成为当前研究的重要方向。随着传感技术和工业数字化的迅速发展，机械系统可以实时采集大量运行状态数据。这不仅为故障诊断提供了丰富的数据基础，也推动了从传统方法向数据驱动方法的转变。数据驱动方法能够直接从传感器数据中学习复杂的故障模式，相较于基于规

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-10-11

• MCMDA：一种基于持续学习和节俭原则的AI质量检测机制，专为边缘计算平台设计

  在第四次工业革命的背景下，智能制造技术的迅速发展推动了制造业向更加自动化、数据驱动的方向演进。随着生产模式的多样化，特别是大规模定制与个性化产品（Mass Customized and Personalized Product, MCPP）的兴起，传统的深度学习（Deep Learning, DL）解决方案在应对这些新型生产需求时显得力不从心。现有基于深度学习的质量预测系统主要适用于大规模生产（Mass Production, MP）环境，这些环境通常具有稳定的生产流程和大量的历史数据支持，使得模型能够持续学习并保持较高的预测精度。然而，MCPP环境则不同，它们涉及动态的生产过程，以客户为中心

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-10-11

• 一种用于滚动轴承故障诊断的联合协作适应网络，能够应对类别不平衡和可变工作条件

  在工业4.0背景下，滚动轴承作为旋转机械的重要组成部分，对设备运行的稳定性和安全性具有决定性作用。因此，开发高效可靠的故障诊断方法变得尤为重要。传统上，故障诊断依赖于人工特征提取和信号处理技术，但随着技术的进步，该领域逐步转向基于统计建模的方法，并进一步发展为由深度学习驱动的智能化诊断系统。这些方法不仅提升了诊断的自动化程度，也增强了对复杂故障模式的识别能力。然而，在实际工业应用中，滚动轴承通常在多变的工况下运行，如负载、转速和温度的变化，这些因素导致了训练数据与测试数据之间的显著分布差异，从而影响了模型的泛化能力和特征表示的鲁棒性。此外，由于某些故障类型较为罕见，数据采集成本较高，导致部分故

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-10-11

• 目标通过HCR介导的水凝胶组装触发了G4催化网络，从而高效地对微小RNA（microRNA）进行了多模型分析

  随着现代医学对疾病分层诊断与治疗体系的不断进步，对于疾病分析和预后监测的需求也日益增长。人们希望拥有快速、用户友好且成本低廉的方法，以实现对疾病早期诊断和实时病情追踪。在这一背景下，微小RNA（miRNA）作为一种重要的生物标志物，因其在疾病早期诊断中的关键作用而备受关注。然而，miRNA的检测面临诸多挑战，包括其分子量小、体内含量低以及不同物种间序列高度同源等问题。传统的检测方法如Northern blotting和实时荧光定量聚合酶链式反应（RT-PCR）虽然具有较高的灵敏度，但操作复杂、耗时较长，并且依赖专门的仪器设备，限制了其在实际应用中的广泛使用，尤其是在基层医疗和远程诊断环境中。为

  来源：Advanced Sensor and Energy Materials

  时间：2025-10-11

• 综述：二维材料在半导体应用中的最新进展：综述

  2D材料在半导体技术中的应用正日益受到重视，这些材料因其独特的物理和化学特性展现出广阔的应用前景。从最初的石墨烯研究开始，科学家们逐渐发现了一系列具有优异性能的二维材料，包括过渡金属二硫化物（TMDCs）和黑磷等。这些材料在电子、光电子、传感器技术以及新型半导体器件设计中扮演着关键角色，其厚度依赖的能带结构、载流子迁移率和机械性能，为实现高性能、低功耗和环境友好型设备提供了新思路。随着研究的深入，2D材料不仅在理论层面被广泛探讨，而且在实验和工业应用中也展现出巨大的潜力。然而，要实现其在半导体领域的广泛应用，仍然面临诸多挑战，包括材料的可扩展性、稳定性、界面优化以及与现有技术的兼容性等。###

  来源：Advanced Sensor and Energy Materials

  时间：2025-10-11

• 心力衰竭患者孤独感的决定因素：一项横断面研究

  心力衰竭（HF）是一种常见且复杂的慢性疾病，其特点是心脏泵血功能减弱，导致身体出现一系列症状，如呼吸困难、疲劳和运动耐受性下降。HF不仅影响患者的日常生活，还对他们的整体健康状况和生活质量产生深远的影响。为了维持病情稳定，患者需要遵循复杂的治疗方案，包括药物治疗、饮食控制和健康促进行为，如适量运动和良好的睡眠习惯。然而，许多患者在执行这些自我管理行为方面存在困难，而疲劳作为HF的一个常见症状，被认为是影响自我管理能力的重要因素之一。研究发现，HF患者中约有69%至88%会出现疲劳症状，而在住院的HF患者中，高达80%的人在入院前经历过疲劳。疲劳通常被描述为一种难以通过休息或睡眠缓解的极度疲倦感

  来源：Journal of Cardiovascular Nursing

  时间：2025-10-11

• 在泰国慢性病患者自我护理的背景下，对简明疾病感知问卷（Brief Illness Perception Questionnaire）的心理测量评估

  在现代医疗体系中，慢性非传染性疾病已成为全球范围内的重大公共卫生挑战，特别是在人口老龄化趋势日益明显的地区。泰国作为东南亚国家之一，其慢性病管理面临诸多复杂因素，包括患者对疾病认知的差异、文化背景的影响以及医疗资源的分布不均等。慢性病的管理不仅依赖于医疗技术的进步，更需要患者的主动参与和持续的自我护理行为。自我护理涵盖了日常健康管理、病情监测和应对策略的制定等多个方面，是维持健康状态、延缓疾病恶化和提高生活质量的重要手段。然而，如何准确评估患者对自身疾病的认知，以及这种认知如何影响其自我护理行为，仍是研究中的关键问题。研究者们逐渐认识到，疾病认知在慢性病管理中扮演着至关重要的角色。疾病认知不仅

  来源：Journal of Cardiovascular Nursing

  时间：2025-10-11

• 霍夫曼型金属-有机框架的微调以实现C4烯烃的高效分离

  在石油化学工业中，C₄烯烃（包括正丁烯、异丁烯和1,3丁二烯）的分离是一项极具挑战性但至关重要的任务。这些化合物具有相似的分子尺寸和化学性质，使得传统的分离技术如蒸馏难以实现高效、精确的分离。因此，开发新型高效的吸附材料成为提升分离效率和降低能耗的关键方向。近年来，金属有机框架（MOFs）因其独特的结构和性能，成为研究的重点。MOFs是由金属节点和有机连接体通过配位键形成的多孔材料，具有高比表面积、可调节的孔径以及可修饰的孔表面，使其在吸附分离领域展现出巨大的潜力。为了进一步优化C₄烯烃的分离性能，研究人员设计并合成了新型的Hofmann型MOFs，其结构与常见的Hofmann型MOF相似，但

  来源：CHINESE JOURNAL OF STRUCTURAL CHEMISTRY

  时间：2025-10-11

• 高质量脉冲星作为混合恒星：相变与振荡模式

  近年来，天文学家在高质量脉冲星的观测中发现了一些重要线索，这些发现促使科学家进一步探索中子星（NS）的内部结构和组成。在极端的密度条件下，量子色动力学（QCD）理论预测中子星物质可能发生从强子相到夸克相的相变。然而，由于缺乏直接的观测证据，这种相变的性质仍存在不确定性。本研究重点探讨中子星内部是否存在这种相变，特别是关注第一类相变的可能性。此外，我们还通过连续的吉布斯相变模型构建了混合星（HS）的结构，以提供对比分析。研究结果表明，中子星的结构在很大程度上受到所采用的相变模型的影响。在引力波（GW）观测的背景下，我们分析了高质量脉冲星的非径向f模式振荡。这些振荡对相变的性质和中子星的内部结构非

  来源：Journal of High Energy Astrophysics

  时间：2025-10-11

知名企业招聘：