非一夫一妻制家庭结构对坦桑尼亚姆平布韦儿童福祉的影响：一项长期研究 学术背景 在传统的西方观念中，核心家庭结构（即由父母和子女组成的家庭）通常被认为是儿童福祉的基石。离婚、父母一方的缺失、继父母的存在以及一夫多妻制婚姻等非核心家庭结构，往往被认为对儿童的成长和发展产生负面影响。然而，关于这些问题的实证研究大多依赖于跨区域或横截面数据，这些数据容易受到生态推断谬误（ecological inference fallacy）的影响，且无法捕捉家庭结构随时间变化对儿童发展的动态影响。此外，现有的纵向研究主要集中在西方或城市背景下，而在非西方、农村和土著社区中，关于家庭结构和儿童福祉的详细数据相对稀缺。 在坦桑尼亚的姆平布韦地区，一夫多妻制和连续一夫一妻制（serial monogamy）是常见的婚...

综合证据揭示碳社会成本高企：模型结构变化与不确定性 学术背景 气候变化是全球面临的最严峻挑战之一，其对经济、社会和环境的深远影响已经引起了广泛关注。为了量化气候变化的经济成本，学术界提出了“碳社会成本”（Social Cost of Carbon, SCC）的概念，即每吨二氧化碳排放对社会的总成本。SCC 是评估减排政策效益的关键指标，广泛应用于气候和能源政策分析中。然而，SCC 的估算涉及复杂的气候系统模型和经济影响模型，且存在大量的不确定性和争议。 尽管近年来关于 SCC 的研究不断增加，但这些研究往往零散且缺乏系统性，导致不同模型结构对 SCC 估算的相对重要性不明确。为了填补这一空白，Frances C. Moore 等学者在《PNAS》上发表了一篇题为《综合证据揭示碳社会成本高企：...

清除水生植被如何帮助农村家庭摆脱贫困-疾病陷阱 学术背景 在低收入和中等收入国家，农村人口面临着较高的传染病流行率和较低的农业生产力，这两者共同导致了低收入，进而形成了一种贫困-疾病陷阱（poverty-disease trap）。这种陷阱使得贫困和疾病相互强化，难以打破。特别是在非洲，农民通过使用化肥来提高农业产量的努力，有时会无意中促进水生植被的生长，而这些植被是疾病媒介的栖息地。血吸虫病（schistosomiasis）是一种由蜗牛传播的寄生虫病，全球有超过2亿人感染，8亿人面临感染风险。传统的控制方法依赖于大规模驱虫，但这种方法无法清除水体中的蜗牛和寄生虫，导致感染很快复发。 近年来，田间试验表明，通过清除水生植被可以显著降低血吸虫病的感染率，同时将收获的植被转化为堆肥可以提高农业生...

考古学证据揭示冰河时代澳洲原住民仪式的持续传承 研究背景 本研究旨在探索原住民社会中通过考古学途径追溯传统仪式的可能性。工具书写的社会中，少有超过几百年的民族志知识能够通过考古学方法验证。研究团队应该Gunaikurnai原住民长者的邀请，在澳大利亚阿尔卑斯山脉的Cloggs洞穴开展了考古发掘。在Gunaikurnai区域，洞穴在19世纪中叶的殖民时期并未用于居住，而是作为原住民医疗人员和女性执行仪式的隐蔽场所。通过对Cloggs洞穴的发掘，考古学家发现了年代可追溯至冰河时代末期、距今约11,000至12,000年的迷你壁炉和修剪的木制物品，他们与19世纪民族志记载中的Gunaikurnai仪式装置相符。这一发现表明，一个具有民族志记载的仪式实践延续了500代，起源可以追溯至冰河时代末期。 ...

科研报告：心理健康对健康老龄化的因果效应 研究背景 随着人均寿命的显著增加，老龄化问题日益突出。人们面临的共病（comorbidity）和残疾、社会整体的医疗服务和财政稳定性等挑战日趋严重。实现健康老龄化，即使在寿命显著延长的情况下保持良好的健康质量成为了亟待解决的问题。心理健康（mental well-being）被认为在多种生活习惯和疾病中起着重要作用，并且是健康老龄化的关键因素。尽管一些调查和队列研究发现了心理健康与理想的身体健康、较好的功能能力或增加的生存率之间的联系，但由于观察性研究的内在局限性，如混杂偏倚和逆向因果关系，心理健康和健康老龄化之间的因果关系尚未得到确定。 此外，心理健康和老龄化轨迹与社会经济地位（SES，socioeconomic status）复杂交织，这进一步增...

比较11个国家的经验和描述基础经济偏好 背景与动机 近年来的研究显示，人类在对奖励价值的编码过程中存在高度情境依赖性，这在某些情况下会导致次优决策。然而，这种计算限制是否是人类认知的普遍特征仍不清楚。在这项研究中，作者研究了来自11个国家（阿根廷、伊朗、俄罗斯、日本、中国、印度、以色列、智利、摩洛哥、法国和美国）的561名个体的行为，旨在探索奖励价值编码的情境依赖性是否是人类认知的一致特征。 研究来源 该研究由Hernán Anlló、Sophie Bavard、Fatimaezzahra Benmarrakchi、Darla Bonagura等多位学者合作完成，分别来自多个国际知名学术机构，参与团队包括巴黎高等师范学校、瓦瑟达大学等。研究结果发表于《Nature Human Behavio...

背景介绍 人类语言处理的一个显著特点是我们能够将储存的字汇元素——即词汇——按需组合起来，从而灵活地生成或改变当前的意义。这一过程的核心在于我们如何实时构建意义表征。尽管关于句法结构生成的研究已取得稳定进展并引发了富有成效的讨论，但关于新语义配置如何随着时间推移被表示的研究则相对较少。约翰霍普金斯大学的研究团队基于现有文献，专门研究了语言中的否定操作如何影响词语语义表示，特别是形容词。这项研究为理解人类大脑如何在实时中代表意义变化提供了一块基石。 论文来源 这篇题为“Negation mitigates rather than inverts the neural representations of adjectives”的论文由Arianna Zuanazzi、Pablo Ripollé...

以原型为基础的样本加权蒸馏统一框架应用于缺失模态情感分析 研究背景 情感分析是自然语言处理(NLP)中的一个重要领域，随着社交媒体平台的发展，人们越来越倾向于通过简短的视频片段来表达他们的情感。这导致多模态数据的快速增长。然而，现实生活中经常会遇到模态缺失的情况，例如由于音频丢失、摄像头遮挡或语音转录错误等问题。在这种情况下，对缺失模态的情感分析成为一个具有挑战性的重要议题。多模态的异质性在尝试对所有模态在多模态网络上优化相同目标时，往往导致优化的不平衡问题，尤其是在模态缺失的情况下。现有的研究在处理模态缺失时，常常忽略了网络优化的不平衡问题。 研究来源 这篇论文由山东师范大学信息科学与工程学院的张玉娟、刘芳娥、庄旭强、侯英和张玉灵共同撰写，论文发表于2024年5月20日的《Neural N...

InA: 在预训练语言模型上的抑制自适应方法 预训练语言模型（Language Models, LMs）已经在自然语言处理（Natural Language Processing, NLP）任务中取得了显著的效果。然而，传统的微调方法存在冗余参数的问题，影响了效率和效果。为了应对这一挑战，本文提出了一种称为抑制自适应（Inhibition Adaptation, INA）的微调方法，用以减少添加的可调权重，并适当地再权重来自预训练语言模型的知识。 研究背景和问题 当前，微调预训练语言模型是一种常见的解决NLP下游任务的方法。然而，经典的微调方法需要更新所有的模型参数，这会导致冗余参数问题，尤其是当应用于新的下游任务时。冗余参数不仅影响模型的效率，还会阻碍模型性能的提升。为了解决这一问题，已有...

多尺度视觉中枢引导的多模态神经机器翻译：文本感知的跨模态对比解耦 学术背景 多模态神经机器翻译（Multi-Modal Neural Machine Translation, MNMT）旨在将语言无关的视觉信息引入文本以提升机器翻译的性能。然而，由于图像和文本在模态上的显著差异，这两者之间不可避免会出现语义不匹配的问题。解决这些问题的目标在于通过使用分解的多尺度视觉信息作为跨语言中枢，提高不同语言之间的对齐，从而改进MNMT的表现。 论文来源 这篇论文由朱俊俊、苏瑞和叶俊杰等研究人员撰写，作者分别来自昆明理工大学信息工程与自动化学院、云南大学信息科学与工程学院以及云南省人工智能重点实验室。论文将在2024年发表于著名期刊”Neural Networks”。 研究流程 研究工作主要分为以下几个...