• 综述：老年医院清洁人员的肌肉骨骼疾病：关于患病率及风险因素的系统性回顾

  医院清洁工作是一项既重要又充满挑战的职业，尤其在老年清洁工群体中，其风险因素更为复杂。随着全球人口老龄化趋势的加剧，越来越多的老年人选择在医疗行业中从事清洁工作，这一现象不仅反映了劳动力市场的变化，也凸显了这一职业群体在健康和安全方面的特殊需求。然而，目前针对老年医院清洁工的系统性研究仍较为有限，亟需深入探讨其肌肉骨骼疾病（Musculoskeletal Disorders, MSDs）的流行情况及相关风险因素，以便制定更具针对性的预防策略。本系统综述旨在填补这一研究空白，通过整合现有文献，提供关于老年医院清洁工的MSDs现状和影响因素的综合分析。在医院清洁工作中，MSDs的高发率不仅影响个人

  来源：Frontiers in Public Health

  时间：2025-11-24

• 关于利比亚环境下英语作为外语（EFL）教师专业身份与学生毅力之间相互作用的研究

  在当前的教育研究领域，语言学习中的心理和情感因素正逐渐受到更多关注。随着对第二语言习得（SLA）研究的深入，学者们开始从积极心理学的角度出发，探讨学习者在语言学习过程中所表现出的情感投入、内在动机以及坚持性等特质。其中，语言坚持性（language grit）作为一个重要的概念，被广泛认为是影响语言学习成果的关键变量。语言坚持性通常被定义为学习者在面对挑战时所表现出的持久兴趣和不懈努力，这与Duckworth等人（2007）提出的“坚持性”概念密切相关。他们指出，坚持性包含两个核心要素：持续的兴趣和持续的努力。在语言学习的背景下，语言坚持性则被进一步细化为对语言学习任务的长期投入和不屈不挠的精

  来源：Frontiers in Psychology

  时间：2025-11-24

• 一项关于虚拟游戏环境刺激对青少年环境意识及行为影响的研究：环境信任的中介作用

  虚拟环境刺激（VES）在当代社会中正逐渐成为影响青少年环保行为的重要媒介。随着全球气候变化和生态问题的加剧，公众的环保意识和可持续行为显得尤为重要。而青少年作为社会的未来支柱，其环保意识和行为习惯不仅关系到个人成长，也深刻影响着整个社会的生态文明建设。然而，尽管许多青少年表现出较高的环保意识，他们在实际行动中却往往未能与态度相匹配，形成所谓的“态度—行为差距”。因此，如何通过有效的干预手段，促使青少年将环保意识转化为实际行为，成为当前环境教育与社会心理学研究的重要议题。近年来，商业数字游戏因其广泛的受众基础和强大的互动性，被认为是一个新兴的干预渠道。这些游戏不仅能够吸引大量青少年用户，还通过其

  来源：Frontiers in Psychology

  时间：2025-11-24

• JTBot：一种用于非结构化管道检测的柔性-刚性结合张力完整性机器人

  摘要：由于张力完整性机器人在结构上的韧性和对环境的适应性，它们在环境探索、搜救等领域具有多种潜在应用。然而，与环境互动可能是不可预测的，这要求机器人具备环境感知能力。本文介绍了一种名为JTBot的张力完整性机器人，该机器人结合了柔性构件和刚性构件，用于检测非结构化管道。细长的弹性梁被用来替代刚性杆，通过产生大规模变形来提高机器人的灵巧性和灵活性。柔性构件上嵌入了紧凑型偏转传感器，使JTBot能够估计自身的平衡状态并预测与环境的接触情况。建立了该机器人运动静力学的封闭形式模型，以高效描述这种受缆绳约束的柔性机构的交互行为。因此，借助内在的环境感知能力，可以对这种爬行机器人进行现场步态优化。开发了

  来源：IEEE/ASME Transactions on Mechatronics

  时间：2025-11-24

• 200 MHz重复频率、1550 nm波长的基于SESAM技术的保偏线性腔飞秒光纤激光器

  摘要：在本研究中，我们开发了一种基于光纤的飞秒激光系统，该系统通过采用半导体可饱和吸收镜（SESAM）模式锁定技术，在1550纳米波长范围内稳定运行。该系统在长时间运行过程中对环境变化具有很强的鲁棒性，并且具有宽的频率调谐范围。我们使用压电换能器（PZT）和电动平台来精确控制腔体长度，从而实现重复率的调节。实验结果证实，即使在温度波动和机械振动等外部干扰下，模式锁定也能保持长期稳定性。通过使用色散补偿光纤（DCF）进行色散补偿，脉冲持续时间得到了显著缩短。基线输出指的是放大前的振荡器输出，其在10%的监测端口处测量，并按满输出水平进行了归一化，输出功率超过1.5毫瓦；而放大后的输出功率在90至

  来源：Journal of Lightwave Technology

  时间：2025-11-24

• 基于增强型广泛学习系统的动态块式主动学习方法，用于处理不平衡的数据流漂移问题

  摘要：在非平稳环境中处理连续数据流的问题日益受到关注。然而，监督式在线学习常常受到标签可用性的限制。此外，在非平稳环境中开发一种稳定且高性能的在线学习方法至关重要。为了解决这些问题，我们提出了一个基于动态分块的主动学习框架（DCAL）。该框架包括一种动态的双阶段查询策略和一个改进的主动学习模型。具体来说，所提出的查询策略称为DyDQS，它通过考虑局部密度、不确定性和动态不平衡比率来全面评估样本值。这种方法能够选择既具有代表性又具有不确定性的样本，同时增加选择少数类样本的可能性。此外，我们还引入了一个改进的主动学习模型eBLS-W，该模型基于广泛学习系统（BLS）。我们重新设计了BLS的更新规则

  来源：IEEE Transactions on Knowledge and Data Engineering

  时间：2025-11-24

• 用于水下通信的联合语义-物理神经网络

  摘要：语义编码通过传输关键的语义信息，显著提高了通信效率并减少了数据流量。本文提出了一种用于自主水下车辆通信的联合语义-物理神经网络（JSPNN）结构，以解决水下环境中的两个技术问题：实时通信的编码效率以及传输限制对环境适应性的要求。文中详细介绍了JSPNN结构以及语义知识库的构建过程。最后，我们还指出了该领域未来需要进一步研究的方向。

  来源：IEEE Internet of Things Magazine

  时间：2025-11-24

• 面向AI原生6G：基于在线优化与深度强化学习的自主网络切片技术研究

  随着物联网（IoT）和边缘设备的智能化发展，6G网络正朝着AI原生（AI-Native）方向演进。传统网络切片（Network Slicing, NS）采用静态配置模式，难以适应AI服务对通信资源、计算资源与超参数调优的动态需求。尤其在边缘计算场景中，资源受限的IoT设备需将AI模型训练任务卸载至边缘服务器，而不同AI服务在模型架构、数据质量、时延要求等方面存在显著差异，使得资源分配问题变得异常复杂。现有“切片学习”（Slice to Learn, S2L）方案多孤立优化通信或计算维度，缺乏对AI超参数（如训练轮数、学习率）的协同优化，且未能充分考虑数据质量动态变化、对抗攻击等现实挑战，导致模

  来源：IEEE Internet of Things Magazine

  时间：2025-11-24

• 利用人工智能实现移动边缘计算中的高效资源管理：来自实际数据的洞察

  摘要：移动边缘计算（MEC）通过在更靠近终端用户的位置处理数据，对于实现第五代及新兴的第六代网络的低延迟、高效率服务至关重要。然而，由于工作负载的波动、能源限制以及用户需求的变化，MEC中的动态资源管理仍然面临挑战。本文提出了一种基于人工智能的框架，用于实现MEC中的高效资源管理，该框架利用深度强化学习（DRL）来优化服务器配置、服务副本部署、自动扩展和请求路由。通过使用上海数据集的真实世界流量数据，我们证明与Voila和随机选择等传统方法相比，基于DRL的资源管理能够降低访问延迟和服务器使用率。我们提出的架构提高了可扩展性、能源效率以及整体资源利用率，支持各种物联网和对延迟敏感的应用程序。最

  来源：IEEE Internet of Things Magazine

  时间：2025-11-24

• 在无人智能体网络中实现保护隐私且通信高效的联邦学习

  摘要：随着无处不在的连接技术的迅速发展，无人智能代理网络（IUA）已成为分布式智能感知和决策的一个有前景的范式。在这样的系统中，众多无人智能代理协同收集环境数据以支持协调任务。为了保护数据隐私，联邦学习（FL）作为一种去中心化的机器学习框架，能够在不直接交换原始数据的情况下实现全局模型的协同训练。然而，在IUA环境中，FL面临几个关键挑战，包括在受限无线带宽下的高通信开销、共享模型参数可能导致的隐私泄露以及由于连接不稳定而导致的代理退出。为了解决这些问题，我们提出了PPE-FL，这是一种专为IUA场景设计的、具有隐私保护和通信效率的联邦学习方案。PPE-FL用轻量级的基于排名的投票方式替代了传

  来源：IEEE Internet of Things Journal

  时间：2025-11-24

• 确保端到端强化学习驱动的自动驾驶：基于控制命令实用工具的入侵响应系统

  摘要：基于深度强化学习（DRL）的端到端自动驾驶在安全性和可靠性方面面临重大挑战，而这些挑战对于汽车行业采用自动驾驶技术至关重要。本文介绍了一种新型的入侵响应系统（IRS），称为基于控制指令功能的IRS（CCU），该系统专为基于DRL的自动驾驶系统设计。CCU能够针对车载CAN（控制区域网络）总线上的虚假数据注入攻击提供轻量级 yet 强大的防御能力，通过根据DRL输出生成的控制指令信息做出智能且上下文感知的决策，从而提升安全性和驾驶性能。我们通过与其他基于DRL自动驾驶模型的IRS（如Rails和Roach）进行严格对比评估，验证了CCU的有效性。CCU还配备了基于置信度的过滤机制，有效减少

  来源：IEEE Transactions on Intelligent Vehicles

  时间：2025-11-24

• 利用专家学习的战术规划拦截增强技术——双延迟深度确定性策略梯度

  摘要：准确拦截敌对无人驾驶飞行器（UAV）对于保护人民和国家设施至关重要。由于建筑物和飞行限制的存在，城市环境给目标拦截算法带来了诸多挑战，这些因素限制了UAV在拦截目标时的机动性。深度强化学习（DRL）算法已被用于有效解决这一问题。然而，其内部元素（如奖励函数和动作分布）的设计限制了该算法在不同环境中的泛化能力。为了解决这一问题，本文提出了一种基于双重延迟深度确定性策略梯度（TD3）的新型专家学习算法，该算法结合了以往的专家经验与在线学习，以规范和优化策略学习过程。具体实现方式是通过一种动作分布算法，使学习代理能够将自己生成的动作与专家生成的动作相结合，从而实现学习效果的提升和快速收敛。在多

  来源：IEEE Transactions on Intelligent Vehicles

  时间：2025-11-24

• L-PLH：一种便携式、低复杂度、高精度的可见光定位解决方案

  摘要：现有的可见光定位（VLP）系统往往难以同时实现高精度、低复杂度和低功耗，尤其是在便携式应用中。为了解决这一挑战，我们提出了L-PLH系统，这是一种新型的VLP系统，它利用了无处不在的环境光传感器（ALS）和可穿戴设备作为接收器。L-PLH系统通过一种双重选择机制简化了信标识别过程，该机制通过ALS的集成效应和欠采样原理来优化LED的传输频率。在接收端，秦插值方法有效处理了缺失数据，提高了快速傅里叶变换（FFT）后混叠频率峰的清晰度，从而实现了稳健的解码。此外，我们采用了一种改进的遗传算法来全局优化朗伯模型系数，显著提高了距离估计的准确性。实验结果表明，L-PLH系统的平均定位误差为16.

  来源：IEEE Transactions on Instrumentation and Measurement

  时间：2025-11-24

• 平衡探索与“网络眩晕”现象：研究虚拟环境中由好奇心驱动的行为

  摘要：虚拟现实提供了沉浸式探索的机会，但这一体验常常受到“网络眩晕”（cybersickness）的影响而大打折扣。然而，个体如何在探索与不适感之间找到平衡仍不明确。现有的方法（例如强化学习（RL））往往无法完全捕捉导航和决策模式的复杂性。本研究探讨了好奇心如何影响用户的导航行为，特别是用户如何在探索与不适感之间取得平衡。我们认为好奇心是导致非理性决策的关键因素，并运用自由能原理定量分析好奇心与用户行为之间的关系。研究结果表明，用户在导航时通常采取保守策略；当虚拟环境发生变化时，好奇心水平往往会升高。这些结果揭示了探索与不适感之间的动态互动关系。此外，该研究为理解好奇心如何在沉浸式环境中驱动行

  来源：IEEE Transactions on Human-Machine Systems

  时间：2025-11-24

• 具有不同电荷密度和疏水性的明确定义的聚酯基聚电解质的合成与配位行为

  本文介绍了一种基于聚酯的聚电解质的合成方法，并对其形成的聚电解质复合物（PECs）的复合作用行为进行了研究。通过环氧化反应合成的聚酯在后续的硫醇化修饰过程中，实现了对聚电解质电荷密度的精确控制，从而制备出具有不同电荷密度的聚阴离子和聚阳离子。实验发现，所有聚电解质混合物在接近临界盐浓度（CSC）的盐浓度下都表现出强烈的固-液相分离倾向。而液-液相分离（即复杂共凝聚）仅在具有最高电荷密度的聚电解质组合中被观察到。此外，研究还揭示了CSC与电荷密度之间的非单调关系，其中电荷密度较低但疏水性较高的聚电解质组合表现出最高的CSC。这些结果表明，除了静电相互作用之外，还有其他非静电相互作用在影响聚电解质

  来源：Macromolecules

  时间：2025-11-24

• 聚酰胺-酰亚胺纤维的多尺度结构调控与环境适应性

  聚酰胺-酰亚胺（PAI）分子中，酰胺键和酰亚胺环交替连接，使其具有较高的分子柔韧性和更好的溶解性，从而克服了聚酰亚胺（PI）在溶剂体系中的加工限制。然而，PAI纤维在湿法纺丝过程中的结构演变尚不清楚，对其环境适应性的研究也较为有限。在本研究中，我们探讨了PAI纤维的湿法纺丝过程，重点关注了三个关键阶段：纤维凝固、湿热拉伸和热拉伸。通过将双扩散理论与分子链运动机制相结合，系统分析了工艺参数与PAI纤维多级结构之间的关系。此外，我们还使用中试规模的PAI纤维来研究其在不同老化条件下的性能变化。结果表明，适当的温度有助于促进分子链的有序排列，从而在340°C时制备出抗拉强度为3.3 cN/dtex的

  来源：Industrial & Engineering Chemistry Research

  时间：2025-11-24

• 具有内在低表面张力的高度稳定的、pH响应型且耐温耐盐的油/水混合物，适用于多种环境下的自适应润滑

  通过使用表面活性添加剂将润滑油和水均匀混合，可以制备出兼具优异润滑性能和冷却效果的液体润滑剂。此外，利用具有可调界面特性的刺激响应型表面活性材料，这些润滑剂还能实现有效的分离和回收。研究表明，仅使用去离子水以及市售的磷酸酯基润滑油Nycobase 5750，就可以制备出具有长期稳定性的油水混合物。该润滑油在pH值变化时能够发生可控的结合或分离反应，并具备持久的抗摩擦性能；同时，在高正向载荷、高温及高盐度环境下仍能保持良好的润滑效果。这种油水混合物由于含有导热性的水成分，因此比纯油具有更好的润滑性能和类似的极压性能。我们的研究为开发纯净、经济、可持续且适应性强的液体润滑剂提供了有益的参考。

  来源：Chemistry of Materials

  时间：2025-11-24

• 基于刚性-柔性结构与高度交联结构结合策略的高强度、超强粘附力及可回收的生物基非异氰酸酯聚氨酯粘合剂

  粘合剂在传统工业、航空航天以及电池组装中发挥着至关重要的作用，它们通过促进不同材料之间的界面结合来实现这些材料的潜在应用。然而，开发同时具备高强度、超强粘附力、耐极端环境性能和可持续性的粘合剂既重要又具有挑战性。因此，受软体节肢动物保护层的启发，本研究提出了一种“刚性-柔性和高度交联”的策略：使用碳酸化白藜芦醇作为刚性交联结构以提供耐高温性能；使用生物基Priamine 1074作为柔性长链段以提高耐低温性能；使用脂环族二胺作为刚性短链段，通过增加交联密度和分子间相互作用来进一步提升粘合剂的强度。所制备的NIPU粘合剂的最大强度为82.0 MPa（以钢为基底时的最大粘附强度为22.0 MPa）

  来源：Chemistry of Materials

  时间：2025-11-24

• 坚韧、快速固化且与植物兼容的粘合剂，用于实现可穿戴传感器在活体植物上的牢固粘附

  可穿戴在植物上的传感器在原位和连续监测植物生理特征及微环境方面具有巨大潜力，但由于植物表面复杂的微观结构以及多变的环境条件，这些传感器在实现稳定、长期附着方面面临显著挑战。现有的粘附方法往往会在粘接强度或植物健康之间做出妥协，从而限制了传感器的性能和耐用性。在这里，我们介绍了一种坚韧、即时使用且与植物兼容的粘合剂（TIP-粘合剂），该粘合剂由单体2-羟基-3-苯氧基丙基丙烯酸酯（HPA）组成，并通过二苯基(2,4,6-三甲基苯甲酰)膦氧化物（TPO）进行光聚合。这种粘合剂能够在2秒内通过范德华力、氢键和偶极相互作用产生较高的粘接强度。它在广泛的温度范围（5–45°C）、湿度（35–95% RH

  来源：ACS Applied Polymer Materials

  时间：2025-11-24

• 在氧化石墨烯板上实现微/纳米晶体三维生长，用于仿生空气-水收集器

  近年来，用于增加水分的材料受到了更多关注。本文设计并合成了一种在氧化石墨烯（GONC）板上生长的微/纳米NaCl晶体结构，该过程使用了抗结剂。经过热还原处理后，发现rGONC颗粒形成了交替的亲水/疏水微/纳米结构：其中NaCl区域具有亲水性，而rGO区域则具有疏水性。这种结构类似于沙漠甲虫的表面微结构，有助于高效收集水蒸气。实验表明，该材料在相对湿度（RH）为58–62%的环境条件下即可发生潮解，而NaCl在相同相对湿度（约75%）下才需要达到这一条件；此外，该材料形成的水滴体积约为其原始面积的4–7倍。这种效果归因于生物启发式纳米结构的表面能梯度（F约为9.86 × 10–8 N）与NaCl

  来源：ACS Applied Materials & Interfaces

  时间：2025-11-24

知名企业招聘：