• 什么是“进球阻挡”（goal blockage）呢？其实这是一项概念验证研究

  该研究聚焦于领导行为中一种重要的前因变量——目标阻滞（Goal Blockage, GB），并对其概念和测量方法进行了系统性的验证。研究的核心在于探讨目标阻滞如何影响领导者对下属采取破坏性行为的倾向，同时厘清目标阻滞与其他类似概念（如挫折、敌意归因偏差、神经质等）之间的区别。这项研究不仅为理解破坏性领导行为提供了新的视角，也为后续研究奠定了坚实的基础。### 一、研究背景与意义领导行为在社会和组织科学中占据着核心地位，它不仅涉及领导者如何影响下属以实现共同目标，还深刻影响着组织的整体效能和员工的心理健康。在这一背景下，破坏性领导行为（Destructive Leadership, DL）逐渐成

  来源：European Review of Applied Psychology

  时间：2025-09-24

• 估算退化海草草地的潜在温室气体排放：以泰国海草生态系统为案例的研究

  穆罕默德·哈利姆（Muhammad Halim）| 米利卡·斯坦科维奇（Milica Stankovic）| 安查娜·普拉泰普（Anchana Prathep）泰国宋卡府哈泰（Hat Yai）宋卡王子大学（Prince of Songkla University）理学院生物科学系摘要海草草甸是重要的有机碳汇，在减缓气候变化方面发挥着重要作用。然而，泰国海草草甸的持续退化降低了其有效固碳的能力，可能会增加温室气体（GHG）的排放。本研究调查了泰国安达曼海沿岸退化海草区域、健康海草区域以及裸露沙地区域的碳储存、碳代谢和温室气体排放情况。表层沉积物（前10厘米）中的平均碳储量为：退化最严重的区域最高

  来源：Estuarine, Coastal and Shelf Science

  时间：2025-09-24

• 家庭照护者在癌症与糖尿病共病患者的营养管理中的经验：一项描述性现象学研究

  在现代医学日益发展的背景下，癌症与糖尿病这两种常见慢性疾病的共存问题引起了越来越多的关注。据研究显示，大约四分之三的癌症患者至少患有另一种疾病（Koo等，2022），其中糖尿病是较为普遍的一种。全球范围内的研究指出，糖尿病影响着大约三分之一到五分之一的癌症患者（Joharatnam-Hogan等，2022；Ose等，2021）。癌症与糖尿病的共病状态不仅增加了患者的健康风险，也给他们的护理工作带来了更大的挑战。尤其是在中国，随着生活方式的改变和人口老龄化的加剧，这种共病现象正在变得越来越常见。为了更好地理解这种共病状态对患者及其家属的影响，有必要深入探讨癌症患者在糖尿病共病情况下的营养管理经验

  来源：European Journal of Organic Chemistry

  时间：2025-09-24

• 从二元到九元体系的多稀土合金纳米颗粒在乙炔电催化半氢化中的应用

  这项研究聚焦于一种创新的合成方法，用于制备基于钯（Pd）和多种稀土元素（RE）的合金纳米材料，特别关注其在乙炔半氢化反应中的电催化性能。乙炔半氢化是工业生产乙烯的重要步骤，而当前工业上主要依赖石油裂解，这不仅消耗大量石油资源，还伴随着高能耗和较低的经济价值。因此，寻找一种高效、可持续的替代方法具有重要意义。电催化氢化作为一种新型的催化路径，因其优越的能量效率、选择性和环保特性而备受关注。然而，传统的电催化氢化方法在实际应用中仍面临诸多挑战，如高能量消耗（需要高温）、安全风险（涉及大量氢气）以及较低的乙烯选择性（容易发生过度氢化或C–C偶联反应）。为了克服这些限制，研究团队提出了一种基于单原子增

  来源：eScience

  时间：2025-09-24

• 一种高效的无需锚点模型，用于矿石颗粒大小检测

  在矿物加工领域，准确检测矿石颗粒的尺寸是提升设备效率和产品质量的关键因素。然而，传统基于锚点的检测模型在处理矿石颗粒的不规则形状和不同尺度时常常面临挑战，导致检测效果受限。为了解决这些问题，本文提出了一种基于锚点的检测框架，该框架引入了跨阶段部分瓶颈结构和空间金字塔池化跨阶段部分连接（SPPCSCP-DualConv），并结合双卷积技术，以提高特征提取和多尺度融合的能力。在模型的主干部分，双卷积模块将组卷积与异构卷积相结合，增强了特征的多样性。SPPCSCP-DualConv模块则进一步优化了复杂背景下的特征表示能力。此外，在模型的颈部部分，采用了简化路径聚合网络（simPANet）作为特征融

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-24

• 基于知识蒸馏的轻量级网络在实时检测钢结构腐蚀方面的研究

  在现代社会中，钢铁结构广泛应用于各种基础设施建设，包括桥梁、建筑、海上平台等。这些结构的耐久性和安全性直接关系到公共安全与经济稳定。然而，由于海洋环境的特殊性，如高湿度、高盐度以及频繁的天气变化，钢铁结构面临严峻的腐蚀挑战。腐蚀不仅会降低结构的承载能力，还可能引发结构失效，造成严重的安全事故和经济损失。因此，对钢铁结构进行实时、准确的腐蚀监测成为保障其安全性和延长使用寿命的关键环节。随着科技的进步，特别是先进结构健康监测技术的发展，智能腐蚀检测已经成为一个不可逆转的趋势。传统的腐蚀检测方法，如人工检查、超声波检测和电化学监测，虽然在某些情况下仍然有效，但在大规模沿海工程中存在明显的局限性。这些

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-24

• STEval：一个用于评估时空犯罪预测模型的框架

  在当今社会，犯罪预测已成为公共安全领域的重要课题。随着城市化进程的加快，城市中的人口密度和复杂性不断上升，这使得犯罪的发生更加频繁且难以预测。为了应对这一挑战，科学家们致力于开发更加精准和高效的犯罪预测模型。然而，尽管已有大量研究提出各种模型，这些模型在评估和比较方面仍然缺乏统一的标准。因此，建立一个标准化、可复制且具有扩展性的评估框架显得尤为重要。STEval的提出正是为了填补这一空白。该框架旨在为时空预测模型提供一个全面而灵活的评估工具，帮助研究者和实践者更好地理解和选择适合特定场景的模型。STEval的结构由四个主要模块组成：数据准备、空间结构定义、模型训练和模型评估。每个模块的设计都充

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-24

• 二维精细化复合多尺度修正集合离散熵及其在滚动轴承故障诊断中的应用

  在现代工程实践中，滚动轴承作为关键机械部件，广泛应用于各种工业设备中。由于其在高负荷或长时间运行条件下容易发生性能退化甚至突发性故障，因此对滚动轴承的健康监测和故障诊断具有重要的理论和实际意义。有效的故障诊断不仅可以提高设备的运行效率和安全性，还能减少经济损失，延长设备使用寿命。随着工业自动化和智能化的发展，对轴承状态的实时监测和精确识别需求日益增加，传统的故障诊断方法已难以满足这一要求。振动信号作为轴承故障诊断的重要手段，因其具有较强的可靠性与准确的故障定位能力而受到广泛关注。然而，在实际运行环境中，轴承的振动信号往往表现出高度的复杂性，具有非线性、非平稳性和弱周期性等特征。这些特性使得从振

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-24

• 基于卷积神经网络的电能质量扰动分类中的对抗性黑盒攻击与防御机制

  在现代电力系统中，随着可再生能源、电力电子转换器以及非线性负载的广泛应用，电网中的电能质量扰动（Power Quality Disturbance, PQD）现象变得日益复杂和频繁。这些扰动可能对电力设备的正常运行造成严重影响，甚至威胁整个电力系统的安全稳定。因此，准确识别和分类PQD信号成为电力质量监测系统的一项关键任务。目前，深度学习（Deep Learning, DL）技术因其在特征提取和分类任务中的优异表现，已被广泛应用于PQD信号的识别与分类。然而，随着DL模型在实际中的广泛应用，其安全性和鲁棒性问题也逐渐受到关注。特别是，DL模型容易受到对抗样本（Adversarial Examp

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-24

• 生物医学模块中的自适应网络安全：基于动态规划神经网络的保护机制，用于防范针对马尔可夫链生成数据的攻击

  在现代生物医学工程领域，随着通信技术的快速发展，远程监测和控制药物输送系统已经成为一种常见且重要的应用方式。尤其是在癌症治疗中，化疗系统通过通信网络将生物传感器采集的测量信号传输至控制中心，从而实现对药物输送的精确控制。然而，这种依赖通信网络的系统也面临着潜在的网络安全威胁，其中虚假数据注入（False Data Injection, FDI）攻击尤为突出。FDI攻击通过向系统中注入虚假数据，可能导致测量信号失真，进而影响治疗效果和患者安全。因此，如何有效识别和应对这些攻击，成为保障生物医学系统安全运行的关键问题。为了应对FDI攻击带来的挑战，本文提出了一种两阶段的防御机制。该机制首先利用数据

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-24

• 探索半监督遥感目标检测中的跨分支信息

  人工智能（AI）正在以前所未有的速度改变着我们的世界，其影响力渗透到社会的各个角落，包括医疗、金融和教育等关键领域。本文系统地探讨了AI在这些领域的变革性作用，同时也深入分析了其带来的伦理挑战和社会影响。AI的广泛应用不仅提升了操作效率，还推动了复杂决策过程的智能化，为人类社会带来了诸多便利。然而，其发展也伴随着诸如算法偏见、责任缺失、数据隐私问题和劳动力替代等潜在风险。通过引入现实案例，如Deepfakes和Neuralink，本文旨在揭示AI技术在动态社会技术背景下的实际应用与挑战。研究提出了一种综合性的概念模型，将技术、伦理和治理等多方面因素整合在一起，以促进AI的透明性、公平性和以人为

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-24

• n多边形区间值直觉模糊集的信息度量函数结构及其在选址策略中的应用

  在当今社会，面对复杂和不确定的信息环境，传统的二元分类方法往往显得力不从心。Zadeh于1965年提出的模糊理论，为处理这类问题提供了全新的视角，允许使用模糊概念和规则来应对复杂的现实问题。然而，随着模糊理论的发展，研究者们逐渐意识到其在进行算术运算时存在计算复杂性高、缺乏线性与闭合性等局限性。为了克服这些问题，学者们不断探索新的结构和方法，以提升模糊信息处理的效率与实用性。在这一背景下，区间值直觉模糊集（Interval-Valued Intuitionistic Fuzzy Sets, IVIFSs）作为模糊理论的一个重要分支，因其能够同时描述对象的隶属度和非隶属度的区间值而受到广泛关注。

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-24

• 一种基于Segment Anything模型的轻量级分割模型，用于舌部图像的分割

  在现代医学技术的不断发展中，舌诊作为中医诊断的重要手段，正逐渐向智能化和自动化方向迈进。舌象图像分割作为舌诊分析的基础环节，其准确性和效率直接关系到中医智能诊断系统的整体性能。随着深度学习技术的广泛应用，越来越多的研究致力于开发高效、精准的舌象图像分割模型，以应对实际应用中复杂的图像背景和多样的数据分布问题。当前，舌象图像分割面临诸多挑战。首先，舌象图像具有高度的形态和色彩复杂性，使得传统的图像分割方法难以准确提取舌体区域。其次，大多数现有的分割模型依赖于特定领域的数据集进行训练，这在面对不同光照条件、背景干扰以及舌象特征变化时，往往会导致模型性能下降。此外，许多基于深度学习的模型在实际应用中

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-24

• 基于贝叶斯双向长短期记忆模型的运动学-动力学融合算法，用于在偏航率传感器故障情况下实现容错车辆状态估计

  车辆状态参数的准确估计是实现车辆稳定性控制系统的关键环节。随着自动驾驶技术的不断发展，车辆主动安全控制系统的性能对提升驾驶安全性和减少交通事故发生率具有重要意义。然而，这些系统的有效运行依赖于精确的车辆状态参数，特别是纵向速度、侧滑角和横摆率等关键指标。横摆率的测量通常依赖于陀螺仪，但在实际应用中，该传感器可能会发生故障，从而影响状态估计的准确性。因此，如何在横摆率传感器失效的情况下，实现对车辆状态参数的可靠估计，成为当前自动驾驶领域的重要挑战。现有研究通常将车辆状态参数估计方法分为三类：基于物理模型的方法、数据驱动的方法以及物理模型与数据驱动方法的融合方法。基于物理模型的方法通过建立车辆的运

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-24

• 低成本与稀疏性在持续语义分割中的应用

  在现代人工智能领域，深度神经网络（Deep Neural Networks, DNNs）已经成为处理复杂任务的核心工具。特别是在图像分类、目标检测和语义分割等视觉任务中，深度学习模型展现出了惊人的性能。然而，随着任务的不断演进，这些模型在处理连续学习（Continual Learning, CL）时面临严峻挑战。连续学习是指模型在没有重新训练整个数据集的前提下，能够逐步学习新的任务，同时保留对先前任务的记忆。这种能力对于现实世界中的许多应用场景至关重要，例如自动驾驶系统、智能监控和医疗影像分析，这些系统需要在不断变化的数据环境中持续优化其性能。在连续学习的过程中，模型容易出现“灾难性遗忘”（C

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-24

• 多尺度非线性学习框架委员会：用于精准的股票价格预测

  股票市场的预测是优化经济政策和投资策略的重要环节，无论是国家层面还是企业层面都高度重视。然而，股票价格的内在波动性和复杂性给这一任务带来了巨大挑战。因此，本文提出了一种新的多尺度非线性学习框架（Committee of Multi-scale Nonlinear Learning Frameworks，简称CoML），该框架采用了一个三阶段模型：分解、重构和预测。首先，采用完整的集合经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise，简称CEEMDAN）对原始股票价格进行分解，将其转化为多个固有模态

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-24

• 具有组内邻域关系感知的通道剪枝

  近年来，随着人工智能技术的快速发展，卷积神经网络（CNN）因其强大的表达能力和泛化能力，在计算机视觉领域得到了广泛应用。这些网络被成功应用于图像分类、目标检测、语义分割、图像超分辨率等多个任务中。然而，随着网络结构的复杂化，CNN的计算和存储需求也显著增加，这在资源受限的边缘计算设备上带来了部署难题。因此，为了优化CNN的性能，研究者们提出了多种模型压缩技术，其中剪枝（pruning）因其高效性而受到广泛关注。剪枝方法主要分为结构化剪枝和非结构化剪枝两种类型。非结构化剪枝通过直接将部分权重设为零，从而实现网络的稀疏化，这种方法虽然容易实现，但往往需要专门的硬件支持才能获得实际的加速效果。相比之

  来源：Disability and Health Journal

  时间：2025-09-24

• 综述：一种自适应虚拟测量STGP算法，用于具有时变形状的自我遮挡3D扩展物体跟踪

  本文提出了一种自适应虚拟测量的时空高斯过程（STGP）算法，用于跟踪具有时间变化形状的自遮挡三维目标。随着高分辨率传感器技术的迅速发展，特别是激光雷达（LiDAR）等设备的广泛应用，扩展目标跟踪（EOT）在自动驾驶、飞行器跟踪以及船舶跟踪等领域得到了越来越多的应用。EOT的主要任务是从噪声数据中同时估计目标的运动状态和几何尺寸，这在复杂场景中的目标感知和分类中具有重要的意义。然而，传统的EOT方法大多基于二维空间模型，其在处理三维目标时存在明显的局限性。二维投影虽然便于计算，但会丢失深度信息，无法准确反映三维目标在运动过程中形状的变化。因此，针对三维目标的扩展目标跟踪（3D-EOT）成为研究的

  来源：Digital Signal Processing

  时间：2025-09-24

• 通过多层氧化石墨烯膜的圆锥形纳米通道，在水渗透性和盐排斥性之间进行权衡，从而提高海水淡化性能

  随着全球水资源短缺问题的日益加剧，反渗透（Reverse Osmosis, RO）技术因其出色的能量效率和卓越的净化效果，成为解决这一问题的关键手段之一。RO技术的核心在于其膜材料的性能，而近年来，基于二维纳米材料的膜系统因其在水渗透性和盐离子排斥方面的优越表现，受到广泛研究。其中，氧化石墨烯（Oxidized Graphene, OG）作为石墨烯的一种功能化形式，因其独特的物理化学性质，被认为在RO膜系统中具有巨大的应用潜力。然而，传统的单层氧化石墨烯膜在实际应用中仍面临诸多挑战，例如如何在保证高盐离子排斥率的同时，提升水的渗透速度。因此，如何优化膜结构以实现水与盐离子的高效分离，成为当前研

  来源：Desalination

  时间：2025-09-24

• 太赫兹波能够提升双壁碳纳米管的海水淡化性能

  碳纳米管（Carbon Nanotubes, CNTs）因其独特的物理和化学特性，在水处理、离子分离和过滤技术等领域展现出巨大的应用潜力。特别是双壁碳纳米管（Double-Walled Carbon Nanotubes, DWCNTs），作为由两根同心排列的单壁碳纳米管（Single-Walled Carbon Nanotubes, SWCNTs）组成的复合结构，具有比单壁碳纳米管更优越的热稳定性和化学稳定性，同时也表现出更好的透明度与导电性。这些特性使得DWCNTs在纳米尺度的流体传输中具有独特的优势。然而，传统的水处理技术往往面临着水通量与离子排斥之间的权衡，即在提高离子排斥能力的同时，通

  来源：Desalination

  时间：2025-09-24

知名企业招聘：