مقالات

16.2: أساسيات البيانات المتعددة


بيانات تعدد الإرسال هي بيانات تصف العلاقات المتعددة بين نفس مجموعة الجهات الفاعلة. يمكن توجيه مقاييس العلاقات أم لا ؛ ويمكن تسجيل العلاقات على أنها ثنائية ، أو متعددة القيم ، أو ذات قيمة (ترتيبية أو فاصلة).

الهيكل الأكثر شيوعًا لبيانات تعدد الإرسال هو أ مجموعة من المصفوفات الممثل تلو الآخر (أو "شرائح") ، واحدة لكل علاقة. يوضح الشكل 16.1 إخراج البيانات> العرض لمجموعة بيانات Knoke لمنظمات الرعاية الاجتماعية ، والتي تحتوي على معلومات عن علاقتين (ثنائي ، موجه): تبادل المعلومات (KNOKI) ، وتبادل الأموال (KNOKM).

الشكل 16.1: البيانات> عرض هيكل بيانات Knoke متعدد العلاقات

يتم تخزين العلاقتين كمصفوفتين منفصلتين ، ولكن في نفس الملف. ستقوم العديد من أدوات التحليل في UCINET بمعالجة كل مصفوفة أو "شريحة" من ملف بيانات متعدد المصفوفات مثل مثال Knoke. البيانات> فك يمكن استخدامها لإزالة المصفوفات الفردية من ملف مصفوفة متعددة ؛ البيانات> انضمام يمكن استخدامها لإنشاء مجموعة بيانات متعددة المصفوفات من ملفات بيانات منفصلة أحادية المصفوفة.

نهج المصفوفات المتعددة هو الأكثر عمومية ، ويسمح لنا بتسجيل العديد من العلاقات المختلفة كما نرغب باستخدام مصفوفات منفصلة. قد تكون بعض المصفوفات متماثلة والبعض الآخر غير متماثل ؛ قد يكون بعضها ثنائيًا والبعض الآخر ذو قيمة. ومع ذلك ، سيتطلب عدد من الأدوات التي سنناقشها قريبًا أن تكون البيانات الموجودة في المصفوفات المتعددة من نفس النوع (متماثل / غير متماثل ، ثنائي / ذو قيمة). لذلك ، غالبًا ما يكون من الضروري إجراء تحولات على المصفوفات الفردية قبل إمكانية تطبيق استراتيجيات "الاختزال" و "التجميع".

بنية بيانات تعدد الإرسال وثيقة الصلة هي "البنية الاجتماعية المعرفية" أو CSS. يسجل CSS تصورات عدد من الجهات الفاعلة للعلاقات بين مجموعة من العقد. على سبيل المثال ، قد نطلب من كل من بوب وكارول وتيد وأليس إخبارنا بمن كان من بينهم أصدقاء مع من. ستكون النتيجة أربع مصفوفات من نفس الشكل (4 ممثلين من 4 ممثلين) ، تبلغ عن نفس العلاقة (من الأصدقاء مع من) ، ولكن تختلف وفقًا لمن يقوم بإعداد التقارير والإدراك.

بيانات CSS لها نفس الشكل تمامًا مثل شرائح الممثل تلو الفاعل القياسية. وبعض الأدوات المستخدمة لفهرسة بيانات CSS هي نفسها. نظرًا للطبيعة الفريدة لبيانات CSS - التي تركز على الإدراك المعقد لهيكل واحد ، بدلاً من تصور واحد لهيكل معقد - يمكن تطبيق بعض الأدوات الإضافية (المزيد ، أدناه).

هيكل البيانات الثالث ، والمختلف نوعًا ما ، هو مصفوفة متعددة القيم. لنفترض أن العلاقات بين الجهات الفاعلة كانت اسمية (أي نوعية ، أو "حاضر - غائب") ولكن كانت هناك أنواع متعددة من العلاقات قد يكون لكل زوج من الممثلين - تشكيل تعدد اسمي. أي أن كل زوج من الممثلين كان له نوع واحد (وواحد فقط) من عدة أنواع من العلاقات. على سبيل المثال ، قد يتم ترميز العلاقات بين مجموعة من الجهات الفاعلة (في بعض المجموعات السكانية) على أنها إما "عضو مشارك في الأسرة النووية" أو "زملاء عمل" أو "فرد من العائلة الممتدة" أو "شريك في الدين" أو "لا شيء". على سبيل المثال ، يمكننا الجمع بين علاقات متعددة لإنشاء أنواع نوعية: 1 = قريب فقط ، 2 = زميل عمل فقط ، 3 = كلا من القربى وزميل العمل ، و 4 = لا قريب ولا زميل في العمل.

تجمع البيانات الاسمية ، ولكن متعددة القيم ، معلومات حول علاقات تعدد الإرسال في مصفوفة واحدة. ومع ذلك ، فإن القيم لا تمثل القوة أو التكلفة أو احتمالية التعادل ، بل تميز النوع النوعي للربط الموجود بين كل زوج من الممثلين. يعد تسجيل البيانات بهذه الطريقة فعالاً ، ويمكن لبعض الخوارزميات في UCINET (مثل Categorical REGE) أن تعمل معها مباشرةً. في كثير من الأحيان ، على الرغم من ذلك ، يجب تحويل البيانات المتعلقة بعلاقات تعدد الإرسال التي تم تخزينها في مصفوفة واحدة متعددة القيم قبل أن نتمكن من إجراء العديد من عمليات الشبكة عليها.

تصور العلاقات المتعددة

بالنسبة للشبكات الصغيرة نسبيًا ، يعد رسم الرسوم البيانية أفضل طريقة "لرؤية" البنية. المشكلة الجديدة الوحيدة هي كيفية تمثيل العلاقات المتعددة بين الفاعلين. تتمثل إحدى الطرق في استخدام خطوط متعددة (بألوان أو أنماط مختلفة) وتراكب علاقة على أخرى. بدلاً من ذلك ، يمكن للمرء "تجميع" العلاقات في أنواع نوعية وتمثيلها برسم بياني واحد باستخدام خطوط من ألوان أو أنماط مختلفة (على سبيل المثال ، ربطة عنق = أحمر ؛ ربطة عمل = أزرق ؛ ربطة عنق وعمل = أخضر).

Netdraw لديه بعض الأدوات المفيدة لتصور العلاقات المتعددة بين نفس مجموعة الممثلين. إذا تم تخزين البيانات كمصفوفات متعددة داخل نفس الملف ، عند فتح هذا الملف (Netdraw> ملف> فتح> مجموعة بيانات UCINET> الشبكة) أ روابط سيسمح لك مربع الحوار بتحديد أي مصفوفة تريد عرضها (بالإضافة إلى تعيين قيم القطع لتصور البيانات القيمة). يفيد هذا في التقليب للخلف وللأمام بين العلاقات ، مع بقاء العقد في نفس المواقع. لنفترض ، على سبيل المثال ، أننا قمنا بتخزين عشر مصفوفات في ملف ، مما يعكس لقطات من العلاقات في شبكة أثناء تطورها خلال فترة زمنية معينة. باستخدام روابط الحوار ، يمكننا "قلب الصفحات" لرؤية الشبكة تتطور.

تم العثور على أداة أكثر فائدة في Netdraw> خصائص> خطوط> تحديد متعدد العلاقات. يظهر رسم لشبكة Knoke مع ظهور مربع الحوار هذا في الشكل 16.2.

الشكل 16.2: رسم بياني NetDraw لمعلومات Knoke وشبكات تبادل الأموال

يتيح لك مربع الحوار "العلاقات" تحديد العلاقات التي ترغب في عرضها ، وما إذا كنت تريد عرض الاتحاد ("أو") أو التقاطع ("و") للروابط. في مثالنا ، طلبنا رؤية نمط العلاقات بين المنظمات التي ترسل المعلومات والمال إلى الآخرين.

الجمع بين العلاقات المتعددة

بالنسبة لمعظم التحليلات ، يجب دمج المعلومات حول العلاقات المتعددة بين الجهات الفاعلة في مقياس موجز واحد. أحد الأساليب الشائعة هو دمج العلاقات المتعددة في فهرس يعكس جودة (أو نوع) علاقة تعدد الإرسال.

تحويل> تعدد يمكن استخدامها لتلخيص العلاقات المتعددة بين الجهات الفاعلة في مؤشر نوعي متعدد القيم. افترض أننا قمنا بقياس علاقتين بين بوب وكارول وتيد وأليس. الأول هو ترشيح الصداقة الموجه ، والثاني هو علاقة الزوجية غير الموجهة. تم تجميع هاتين المصفوفتين الثنائيتين من أربعة في أربعة في ملف بيانات واحد يسمى BCTAjoin. الحوار لـ تحويل> تعدد يظهر بالشكل 16.3.

الشكل 16.3: تحويل> حوار متعدد

هناك خياران هنا. تحويل البيانات إلى مسافات جيوديسية يسمح لنا أولاً بتحويل كل علاقة إلى مقياس قيم من الثنائي. لقد اخترنا عدم القيام بذلك. خيار آخر هو ما إذا كنت تريد أم لا تضمين تبديل (ق) في مضاعفة. للبيانات غير المتماثلة ، واختيار نعم سيؤدي إلى معاملة الصفوف والأعمدة في مصفوفة الإدخال كعلاقات منفصلة في تكوين التوليفات النوعية. مرة أخرى ، اخترنا عدم القيام بذلك (على الرغم من أنها فكرة معقولة في العديد من الحالات الحقيقية).

يوضح الشكل 16.4 ملف الإدخال ، الذي يتكون من مصفوفتين "مكدسة" أو "شرائح" تمثل الصداقة والعلاقات الزوجية.

الشكل 16.4: تحويل> إدخال متعدد

يوضح الشكل 16.5 "التصنيف" الناتج لأنواع العلاقات بين الجهات الفاعلة ، والتي تم إنشاؤها كمؤشر اسمي متعدد القيم.

الشكل 16.5: تحويل> إخراج متعدد

في حالة عدم وجود رابط في أي من المصفوفتين ، يتم تعيين النوع "0". في حالة وجود علاقة صداقة وزوجية معًا ، تم تخصيص الرقم "2" ؛ حيث توجد رابطة صداقة ، ولكن لا توجد رابطة بين الزوجين ، تم تخصيص الرقم "3". كان من الممكن أن يكون هناك نوع إضافي (رابطة الزوجية ، ولكن لا توجد صداقة) كان من الممكن تخصيصه لرقم مختلف.

ينتج عن الجمع بين العلاقات المتعددة بهذه الطريقة تصنيف نوعي لأنواع العلاقات الموجودة بين الجهات الفاعلة. قد يكون فهرس من هذا النوع ذا أهمية كبيرة في وصف انتشار الأنواع في مجموعة سكانية ، وفي اختيار الرسوم البيانية الفرعية لتحليل أكثر دقة.

العملية تحويل> مالتيجراف يفعل عكس ماذا تحويل> تعدد يفعل. بمعنى ، إذا بدأنا بمصفوفة واحدة متعددة القيم (كما في الشكل 16.5) ، فإن هذه العملية ستقسم البيانات وإنشاء ملف بيانات مصفوفة متعددة بمصفوفة واحدة لكل "نوع" من العلاقات. في حالة مثالنا ، تحويل> مالتيجراف سيولد مصفوفتين جديدتين (واحدة تصف العلاقة "2" والأخرى تصف العلاقة "3").

عند التعامل مع العلاقات المتعددة بين الجهات الفاعلة ، قد نرغب أيضًا في إنشاء ملف كمي الفهرس الذي يجمع العلاقات. على سبيل المثال ، قد نفترض أنه إذا تم ربط الممثلين بأربع علاقات مختلفة فإنهم يتشاركون رابطة "أقوى" مما لو كانوا يتشاركون في 3 علاقات فقط. ولكن ، هناك العديد من الطرق الممكنة لإنشاء الفهارس التي تلتقط الجوانب أو الأبعاد المختلفة للعلاقات المتعددة بين الجهات الفاعلة. تدعم مجموعتا الأدوات في UCINET الجمع بين مصفوفات متعددة مع مجموعة متنوعة من الوظائف المضمنة لالتقاط جوانب مختلفة من البيانات متعددة العلاقات.

التحويل> عمليات المصفوفة> عمليات المصفوفة> بين مجموعات البيانات> الملخصات الإحصائية يوفر بعض الأدوات الأساسية لإنشاء مصفوفة ذات قيمة واحدة من مصفوفات متعددة. يوضح الشكل 16.6 مربع الحوار الخاص بهذه الأداة.

شكل 16.6: حوار بين عمليات مصفوفة مجموعة البيانات - ملخصات إحصائية

في المثال ، اخترنا مصفوفتين منفصلتين وحيدة العلاقة لبوب ، وكارول ، وتيد ، وأليس ، وطلبنا إنشاء مجموعة بيانات جديدة (مصفوفة واحدة) تسمى bda-Minimum. عن طريق اختيار ملف الحد الأدنى وظيفة ، لقد اخترنا قاعدة تقول: انظر إلى العلاقات عبر المصفوفات ، ولخص كل علاقة زوجية على أنها الأضعف. بالنسبة للبيانات الثنائية ، هذه هي نفس العملية المنطقية "و".

متاح أيضا في هذا الحوار هي مجموع (التي تضيف القيم ، حسب العنصر ، عبر المصفوفات) ؛ متوسط (الذي يحسب الوسط ، من ناحية العناصر عبر المصفوفات) ؛ أقصى (التي تختار أكبر قيمة ، من حيث العنصر) ؛ و الضرب بالعناصر (الذي يضرب العناصر عبر المصفوفات). هذه مجموعة أدوات مفيدة جدًا ، وتلتقط معظم الطرق التي يمكن من خلالها إنشاء الفهارس الكمية (أضعف رابط ، أقوى رابط ، متوسط ​​التعادل ، تفاعل العلاقات).

قد نرغب في دمج المعلومات حول العلاقات المتعددة في مؤشر كمي باستخدام العمليات المنطقية بدلاً من العدد. يوضح الشكل 16.7 مربع الحوار الخاص بـ التحويل> عمليات المصفوفة> عمليات المصفوفة> بين مجموعات البيانات> المجموعات المنطقية.

الشكل 16.7: حوار بين عمليات مصفوفة مجموعة البيانات - مجموعات منطقية

في هذا الحوار ، قلنا: إذا كان هناك رابط صداقة ولم يكن هناك رابط بين الزوجين ، فقم بترميز علاقة الإخراج كـ "1". خلاف ذلك ، قم بتدوين علاقة الإخراج كـ "0". لا يعد هذا أمرًا منطقيًا للغاية ، ولكنه يوضح النقطة التي يمكن من خلالها استخدام هذه الأداة لإجراء عمليات منطقية أساسية لإنشاء فهارس ذات قيمة (أو ثنائية) تجمع المعلومات حول العلاقات المتعددة.

الجمع بين طرق عرض متعددة

لنفترض أنني طلبت من كل عضو من أعضاء هيئة التدريس بقسمي ملء استبيان يوضح تصوراتهم لمن يحب من بين أعضاء هيئة التدريس. سنقوم بجمع بيانات "البنية الاجتماعية المعرفية". أي تقارير من الجهات الفاعلة المضمنة في شبكة حول الشبكة بأكملها. هناك مؤلفات بحثية شيقة للغاية تستكشف العلاقة بين مواقف الفاعلين في الشبكات وتصوراتهم عن الشبكة. على سبيل المثال ، هل يميل الفاعلون إلى إدراك مواقفهم على أنها أكثر "مركزية" من تصورات الجهات الفاعلة الأخرى عن مركزيتها؟

تحتوي مجموعة بيانات البنية الاجتماعية المعرفية (CSS) على عدة مصفوفات لكل ممثل على حدة. تقدم كل مصفوفة تقارير عن المجموعة الكاملة لعلاقة واحدة بين جميع الفاعلين ، كما يراها مستجيب معين. بينما يمكننا استخدام العديد من الأدوات التي تمت مناقشتها في القسم السابق لدمج أو تقليل مثل هذه البيانات في فهارس ، إلا أن هناك بعض الأدوات الخاصة التي تنطبق على البيانات المعرفية. يوضح الشكل 16.8 مربع حوار البيانات> CSS، والتي توفر الوصول إلى بعض الأدوات المتخصصة لأبحاث الشبكات المعرفية.

الشكل 16.8: مربع حوار البيانات> CSS

العنصر الأساسي هنا هو اختيار طريقة تجميع الرسوم البيانية. عند إنشاء ملخص واحد للعلاقات ، يمكننا تحديد تصورات جهة فاعلة واحدة ؛ أو قد نرغب في التركيز على تصورات زوج الفاعلين المشتركين في كل علاقة معينة ؛ أو قد نرغب في دمج معلومات جميع الجهات الفاعلة في الشبكة.

شريحة يختار تصور جهة فاعلة معينة لتمثيل الشبكة (ثم يسأل الحوار "أي مخبر؟"). إذا كان لدينا مخبر خبير معين ، فقد نختار وجهة نظره / رؤيتها للشبكة كموجز. أو يمكننا استخراج عدة جهات فاعلة مختلفة في ملفات مختلفة. قد نقوم أيضًا باستخراج الممثلين بناءً على بعض السمات (مثل الجنس) واستخراج الرسوم البيانية الخاصة بهم ، ثم تجميعها بطريقة أخرى.

صف LAS يستخدم البيانات من صف كل ممثل ليكون إدخال الصف في مصفوفة الإخراج. بمعنى ، يتم استخدام تصورات الممثل "أ" لقيم صفه / صفها للصف A في مصفوفة الإخراج ؛ يتم استخدام تصورات الممثل B لقيم صفه / صفها للصف B في مصفوفة الإخراج. يستخدم هذا كل فاعل "كمخبر" عن علاقاته الخارجية.

العمود LAS يستخدم عمود كل ممثل ليكون إدخال العمود في مصفوفة الإخراج. بمعنى ، يتم استخدام كل ممثل كـ "المخبر" فيما يتعلق بأقاربهم.

تقاطع LAS يبني مصفوفة الإخراج من خلال فحص مدخلات زوج معين من الجهات الفاعلة المعنية. على سبيل المثال ، في مصفوفة الإخراج سيكون لدينا عنصر يصف العلاقة بين بوب وتيد. لدينا بيانات حول كيفية إدراك كل من بوب وتيد وكارول وأليس لعلاقة بوب وتيد. تركز طريقة LAS على العقدتين المتضمنتين فقط (Bob و Ted) وتتجاهل العقد الأخرى. تعطي طريقة التقاطع "1" للربطة إذا قال كل من بوب وتيد أن هناك ربطة عنق ، و "0" بخلاف ذلك.

اتحاد LAS يعين "1" للعلاقة الزوجية إذا قال أي من الممثلين (على سبيل المثال ، بوب أو تيد) أن هناك رابطًا.

الوسيط LAS يحدد متوسط ​​القيمتين للعلاقة B و T التي تم الإبلاغ عنها بواسطة B و T. وهذا مفيد إذا تم تقييم العلاقة التي يتم فحصها ، بدلاً من الثنائي.

إجماع يستخدم تصورات جميع الجهات الفاعلة لإنشاء فهرس الملخص. يتم جمع تصورات كل من Bob و Carol و Ted و Alice ، وإذا كان المجموع أكبر من قيمة حدية يحددها المستخدم ، يتم تعيين "1" ، وإلا "0".

متوسط يحسب المتوسط ​​العددي لتصورات جميع الممثلين عن كل ربطة عنق زوجية.

مجموع يحسب مجموع تصورات جميع الممثلين لكل ربطة عنق زوجية.

تشير مجموعة الخيارات هنا إلى مجال بحث خصب في كيفية إدراك الفاعلين المتضمنين في العلاقات لتلك العلاقات. تقترح مجموعة متنوعة من طرق الفهرسة أيضًا عددًا من الأسئلة المثيرة للاهتمام حول موثوقية بيانات الشبكة وطرق التعامل معها عندما يتم جمعها من المستجيبين المضمنين.


NGN - التسلسل الهرمي الرقمي المتزامن

مضاعفة إشارات 2 ميجابت / ثانية إلى إشارات مضاعفة إرسال ذات رتبة أعلى.

إن مد الكابلات بين مواقع التبديل مكلف للغاية.

زيادة سعة حركة الكابل عن طريق زيادة معدل البت.

يتم مضاعفة 4 إشارات من الترتيب الأدنى في إشارة واحدة أعلى مرتبة عند كل مستوى.

تسمح تقنية PDH بتعدد الإرسال المتتالي للإشارة من 2 M - 8 M ، من 8 M - 34 M ، من 34 M - 140 M وأخيراً 140 M - 565 M أنظمة.

توجد أيضًا موجات "قفزة" أو "تخطي" من شأنها أن تسمح بتعدد إرسال إشارات 16 2 M في إشارة 34 M بدون المستوى المتوسط ​​8 M.


محددات

إذا كانت مدخلات البيانات إلى كتلة Multiport Switch عبارة عن حافلات ، فيجب أن تكون أسماء العناصر لكلا الناقلين هي نفسها. يضمن استخدام نفس أسماء العناصر أن يكون لناقل الإخراج نفس أسماء العناصر بغض النظر عن ناقل الإدخال الذي تختاره الكتلة. للتأكد من أن النموذج الخاص بك يلبي هذا المطلب ، استخدم كائن ناقل لتحديد الحافلات وتعيين اسم العنصر غير متطابق تشخيص الخطأ. راجع نظرة عامة على تشخيصات الاتصال لمزيد من المعلومات.

لصفائف الحافلات ، عدد منافذ البيانات يجب تعيينه على القيمة 2 أو أكبر.


2. حدود المدينة العالمية للخدمات الإنسانية

كما ذكرنا سابقًا ، فإن عدم القدرة على تسمية أكثر من علامة واحدة لكل قسم من الأنسجة هو أهم قيود على المدينة العالمية للخدمات الإنسانية. على سبيل المثال ، يمكن تحديد الورم & # x02010 المتسلل لخلايا CD8 + T من خلال CD8 و CD3 و forkhead box P3 (FOXP3) وتعبير CD20 [23]. يتنبأ التعبير عن جزيئات معينة ، مثل PD & # x02010L1 [24 ، 25 ، 26 ، 27] و PD & # x020101 على سطح هذه الخلايا [28 ، 29] بالاستجابة للعلاج باستخدام PD & # x02010L1 / PD & # x020101 blockade. قد تكون هذه العلامات تنبؤية منفردة أو مجتمعة ، وبعضها له قيمة تنبؤية في العديد من السرطانات [30 & # x02010 8 ، 33 ، 34 ، 35 ، 36]. علاوة على ذلك ، قد يؤدي التحقيق في التوزيع المكاني النسبي للخلايا والواسمات المناعية ، وكذلك أنماط تعبير الواسمات والتفاعلات بين الخلايا المناعية والخلايا السرطانية والخلايا اللحمية ، إلى تحسين فهم تطور السرطان [37 ، 38 ، 39]. وبالتالي ، في حين أن IHC لا تزال عملية للغاية وتكلفة & # x02010 طريقة فعالة للتشخيص والتنبؤ ، لا يمكن لهذه الطريقة الفردية & # x02010marker أن تروي القصة الكاملة للبيئة المكروية المناعية المعقدة.

عيب آخر في تقييم العلامات الحيوية القائم على IHC & # x02010 هو تباين عالٍ بين & # x02010 خادم [40 ، 41 ، 42 ، 43 ، 44 ، 45 ، 46 ، 47 ، 48]. على سبيل المثال ، Ki & # x0201067 هو علامة معتمدة على نطاق واسع لمجموعة من السرطانات [29 ، 49 ، 1 ، 46]. في الآونة الأخيرة 2017 & # x000a0St. مؤتمر إجماع الخبراء الدولي في غالن ، أثيرت قضية تحذيرية فيما يتعلق بإمكانية تكرار نتائج IHC لـ Ki & # x0201067 وآثار هذا التباين على القرارات السريرية [50]. لقد أثبتت مجموعات متعددة سابقًا أنه يمكن إبطال تباين خادم inter & # x02010 من خلال تسجيل Ki & # x0201067 بطريقة قابلة للتكرار والكمية باستخدام التحليل الرقمي على سبيل المثال ، باستخدام برنامج Definiens Tissue Studio (Definiens ، ميونيخ ، ألمانيا) ونظام تحليل الصور Aperio ePathology (لايكا بيوسيستمز ، ويتزلار ، ألمانيا) [51 ، 52 ، 53 ، 54]. يمكن أيضًا إجراء هذا التحليل الرقمي mIHC / IF باستخدام منصة PerkinElmer Vectra (PerkinElmer، Inc.، Waltham، MA، USA) متبوعًا ببرنامج inForm (PerkinElmer، Inc.، Waltham، MA، USA) [55، 56، 57] ، والذي يتحايل على هذا القيد أيضًا. ومع ذلك ، فإن هذا لا يحل المشكلة الرئيسية مع المدينة الصناعية التقليدية ، وهو تقييد وضع علامة واحدة لكل قسم من الأنسجة. على الرغم من أن Ki & # x0201067 مفيد بمفرده ، فإن إعداد تعدد الإرسال يوفر الفرصة لفحص لوحات من عدة علامات في وقت واحد (على سبيل المثال ، Ki & # x0201067 مع PD & # x02010L1 و cytokeratin للحصول على درجة نسبة الورم ، PD & # x020101 ، CD3 و CD8). علاوة على ذلك ، تسمح هذه التقنيات بتوحيد التلوين وتطبيق طرق التسجيل وقطع & # x02010 لجميع العلامات.


تقديم JSX

يطلق عليه JSX ، وهو امتداد لغوي لجافا سكريبت. نوصي باستخدامه مع React لوصف الشكل الذي يجب أن تبدو عليه واجهة المستخدم. قد تذكرك JSX بلغة القالب ، لكنها تأتي مع القوة الكاملة لجافا سكريبت.

تنتج JSX "عناصر" تفاعلية. سوف نستكشف إمكانية تقديمها إلى DOM في القسم التالي. أدناه ، يمكنك العثور على أساسيات JSX اللازمة للبدء.

تتبنى React حقيقة أن منطق العرض مقترن بطبيعته بمنطق واجهة مستخدم آخر: كيف يتم التعامل مع الأحداث ، وكيف تتغير الحالة بمرور الوقت ، وكيف يتم تحضير البيانات للعرض.

بدلا من الفصل بشكل مصطنع التقنيات من خلال وضع العلامات والمنطق في ملفات منفصلة ، تفصل React اهتمامات بوحدات مقترنة بشكل غير محكم تسمى "مكونات" تحتوي على كليهما. سنعود إلى المكونات في قسم آخر ، ولكن إذا لم تكن مرتاحًا بعد لوضع الترميز في JS ، فقد يقنعك هذا الحديث بخلاف ذلك.

لا تتطلب React استخدام JSX ، لكن معظم الناس يجدونها مفيدة كأداة مساعدة مرئية عند العمل مع واجهة المستخدم داخل كود JavaScript. كما يسمح لـ React بإظهار المزيد من رسائل الخطأ والتحذير المفيدة.

مع هذا بعيدًا ، فلنبدأ!

تضمين التعبيرات في JSX

في المثال أدناه ، نعلن عن متغير يسمى name ثم نستخدمه داخل JSX عن طريق لفه بأقواس معقوفة:

يمكنك وضع أي تعبير JavaScript صالح داخل الأقواس المتعرجة في JSX. على سبيل المثال ، 2 + 2 أو user.firstName أو formatName (المستخدم) كلها تعبيرات JavaScript صالحة.

في المثال أدناه ، قمنا بتضمين نتيجة استدعاء دالة JavaScript ، formatName (user) ، في عنصر & lth1 & gt.

قمنا بتقسيم JSX على عدة أسطر لسهولة القراءة. على الرغم من أنه ليس مطلوبًا ، عند القيام بذلك ، نوصي أيضًا بلفه بين قوسين لتجنب مخاطر الإدراج التلقائي للفاصلة المنقوطة.

بعد التجميع ، تصبح تعبيرات JSX استدعاءات دالة JavaScript عادية ويتم تقييمها على كائنات JavaScript.

هذا يعني أنه يمكنك استخدام JSX داخل عبارات if و for loops ، وتخصيصها للمتغيرات ، وقبولها كوسيطات ، وإعادتها من الدوال:

تحديد السمات مع JSX

يمكنك استخدام علامات الاقتباس لتحديد القيم الحرفية للسلسلة كسمات:

يمكنك أيضًا استخدام الأقواس المتعرجة لتضمين تعبير JavaScript في سمة:

لا تضع علامات اقتباس حول الأقواس المتعرجة عند تضمين تعبير JavaScript في إحدى السمات. يجب عليك إما استخدام علامات الاقتباس (لقيم السلسلة) أو الأقواس المتعرجة (للتعبيرات) ، ولكن ليس كلاهما في نفس السمة.

تحذير:

نظرًا لأن JSX أقرب إلى JavaScript منه إلى HTML ، فإن React DOM يستخدم اصطلاح تسمية خاصية camelCase بدلاً من أسماء سمات HTML.

على سبيل المثال ، يصبح class className في JSX ، و tabindex يصبح tabIndex.

تحديد الأطفال باستخدام JSX

إذا كانت العلامة فارغة ، يمكنك إغلاقها فورًا باستخدام / & gt ، مثل XML:

قد تحتوي علامات JSX على توابع:

JSX يمنع هجمات الحقن

من الآمن تضمين مدخلات المستخدم في JSX:

بشكل افتراضي ، يتخطى React DOM أي قيم مضمنة في JSX قبل عرضها. وبالتالي ، فإنه يضمن أنه لا يمكنك أبدًا إدخال أي شيء غير مكتوب بشكل صريح في تطبيقك. يتم تحويل كل شيء إلى سلسلة قبل تقديمه. يساعد هذا في منع هجمات XSS (البرمجة النصية عبر المواقع).

يقوم Babel بترجمة JSX وصولاً إلى استدعاءات React.createElement ().

هذان المثالان متطابقان:

يُجري React.createElement () عددًا قليلاً من الفحوصات لمساعدتك في كتابة تعليمات برمجية خالية من الأخطاء ، ولكنها في الأساس تنشئ كائنًا مثل هذا:

تسمى هذه الكائنات "عناصر React". يمكنك التفكير فيها على أنها أوصاف لما تريد رؤيته على الشاشة. تقرأ React هذه الكائنات وتستخدمها لبناء DOM وتحديثها باستمرار.

سنستكشف تحويل عناصر React إلى DOM في القسم التالي.

نصيحة:

نوصي باستخدام تعريف لغة "Babel" للمحرر الذي تختاره بحيث يتم تمييز كود ES6 و JSX بشكل صحيح.


استكشاف أخطاء خطأ TNS-12154 وإصلاحها

يقدم هذا القسم بعض الحلول لخطأ TNS-12154. تمت مصادفة خطأ TNS-12154 عندما لا يتمكن SQL * Net من العثور على الاسم المستعار المحدد للاتصال في ملف TNSNAMES.ORA أو محول تسمية آخر.

قبل محاولة حل المشكلة ، قد يكون من المفيد الحصول على نسخة مطبوعة أو عرض لكل من ملف TNSNAMES.ORA وملف SQLNET.ORA. يعد النظر إلى هذه الملفات في نفس الوقت مفيدًا حيث سيتم الرجوع إلى كليهما.

استكشاف الأخطاء وإصلاحها TNS-12154 على UNIX

استكشاف أخطاء TNS-12154 في Windows NT وإصلاحها

استكشاف أخطاء TNS-12154 على نظام التشغيل Windows 95/98 وإصلاحها

استكشاف أخطاء TNS-12154 على Windows 3.1

مسار بحث نظام التشغيل لملفات التكوين

وصف مشكلة TNS-12154

يظهر الخطأ TNS-12154 عندما يتعذر على SQL * Net العثور على الاسم المستعار المحدد للاتصال في ملف TNSNAMES.ORA أو أي محول تسمية آخر.

قبل محاولة حل هذه المشكلة ، من المفيد طباعة أو عرض كل من ملف TNSNAMES.ORA وملف SQLNET.ORA. يعد النظر إلى هذه الملفات في نفس الوقت مفيدًا لأنه سيتم الرجوع إلى كليهما.

يقع TNSNAMES.ORA و SQLNET.ORA في دليل إدارة الشبكة الافتراضي & lt & lt & lton the client machine. & gt & gt & gt

استكشاف الأخطاء وإصلاحها TNS-12154 على UNIX

تأكد من أن ملف TNSNAMES.ORA وملف SQLNET.ORA يشبهان الأمثلة التالية.

مثال 16-1 نموذج TNSNAMES.ORA

مثال 16-2 نموذج SQLNET.ORA


الاختبارات التشخيصية لـ CDC لـ COVID-19

طور مركز السيطرة على الأمراض (CDC) اختبارين معمليين يحددان فيروس SARS-CoV-2 ، وهو الفيروس المسبب لـ COVID-19. أحدث هذه الاختبارات تختبر أيضًا فيروسات الأنفلونزا A و B. سيؤدي اختبار جميع الفيروسات الثلاثة في نفس الوقت إلى تزويد مسؤولي الصحة العامة بالمعلومات التي يحتاجونها للمساعدة في الحد من انتشار هذه الفيروسات في المجتمع مع الحفاظ على الموارد التي تعاني من نقص في المعروض.

إنفلونزا CDC SARS-CoV-2 Multiplex Assay

أحدث اختبار معمل لـ CDC و rsquos ، يكتشف نوعين من فيروسات الأنفلونزا (A و B) و SARS-CoV-2 في نفس الوقت. يُسمى هذا الاختبار اختبار CDC Influenza SARS-CoV-2 (Flu SC2) Multiplex Assay.

سيسمح اختبار واحد يشخص العدوى الحالية بواحد أو أكثر من هذه الفيروسات لمختبرات الصحة العامة بمواصلة مراقبة الإنفلونزا أثناء اختبارهم أيضًا لـ SARS-CoV-2. ستساعد المعلومات حول كلا الفيروسين مسؤولي الصحة العامة على التحكم في انتشار الإنفلونزا و COVID-19 في المجتمع وقد تساعد مقدمي الرعاية الصحية في إدارة علاج الإنفلونزا و COVID-19. سيسمح الاختبار أيضًا للمختبرات بالحفاظ على مواد الاختبار المهمة التي ينقصها الإمداد ومعالجة ما يصل إلى ثلاثة أضعاف عدد الاختبارات الممكنة مع الاختبار الحالي لـ SARS CoV-2.

تم تقييم مجموعة اختبار الإنفلونزا SC2 في مختبرات CDC وثلاثة مختبرات أخرى للصحة العامة للتأكد من أن الاختبار يعمل على النحو المنشود. تم تصميم اختبار Flu SC2 Multiplex Assay باستخدام بيانات حول جينومات SARS-CoV-2 التي لم تكن متاحة عندما تم تصميم الاختبار السابق ، والذي من المحتمل أن يحسن أداء الاختبار.

أصدرت إدارة الغذاء والدواء الأمريكية (FDA) رمزًا خارجيًا لترخيص الاستخدام في حالات الطوارئ (EUA) لاستخدام اختبار Flu SC2 Multiplex Assay في 2 يوليو 2020. المنتجات الطبية أو التشخيصية المنقذة للحياة أثناء الطوارئ الصحية العامة. أعلن وزير الصحة والخدمات الإنسانية في الولايات المتحدة أن السارس-CoV-2 هو حالة طوارئ صحية عامة في الولايات المتحدة في 31 يناير 2020.

لوحة التشخيص CDC 2019-nCoV RT-PCR

الصناديق المضمنة في مجموعة أدوات الاختبار المخبرية CDC & rsquos لـ SARS-CoV-2

يغلق

الصناديق المضمنة في مجموعة أدوات الاختبار المخبرية CDC & rsquos لـ SARS-CoV-2

في أوائل عام 2020 ، طورت مراكز مكافحة الأمراض والوقاية منها أول مجموعة اختبار معملية لاستخدامها في اختبار عينات المرضى لفيروس SARS-CoV-2. تسمى مجموعة الاختبار بـ CDC 2019 Novel Coronavirus (2019-nCoV) Real-Time Reverse Transcriptase (RT) & ndashPCR Diagnostic Panel.

في 3 فبراير 2020 ، قدم مركز السيطرة على الأمراض حزمة EUA لتسريع الاستخدام المسموح به من قِبل إدارة الأغذية والعقاقير للوحة تشخيص CDC في الولايات المتحدة. أصدرت إدارة الغذاء والدواء (FDA) EUA في اليوم التالي ، وأرسل مركز السيطرة على الأمراض مجموعات الاختبار إلى مختبرات الصحة العامة الحكومية والمحلية.

قبل أن تستخدم المختبرات اختبارًا جديدًا على عينات من المرضى ، يجب عليهم التحقق من أداء الاختبار (تأكد من أنه يعمل كما هو متوقع) باستخدام مواد التحكم & ldquopositive & rdquo و & ldquonegative & rdquo. يجب أن يكون التحكم الإيجابي دائمًا إيجابيًا ، ويجب دائمًا اختبار التحكم السلبي سلبيًا. أثناء التحقق من صحة اختبار CDC SARS-CoV-2 ، اكتشفت بعض المعامل مشكلة في أحد كواشف الاختبار و rsquos الثلاثة والمواد الكيميائية mdashchemicals المطلوبة لإجراء الاختبار. أنتج الكاشف نتيجة إيجابية مع التحكم السلبي ، لذلك لم تتمكن المختبرات من التحقق من أداء الاختبار.

لحل المشكلة ، قررت مختبرات CDC أنه يمكن ترك هذا الكاشف دون التأثير على دقة الاختبار بسبب التكرار المدمج في تصميم الاختبار. وفر التصميم الزائد الوقت عن طريق السماح باستخدام المجموعات بدون كاشف. أذنت إدارة الغذاء والدواء بهذا التعديل ، وتم تصنيع مجموعات اختبار جديدة مع الكاشفين الضروريين وتوزيعها على الدول. هذه المجموعات لا تزال قيد الاستخدام.

أدى ارتفاع الطلب على الكواشف اللازمة لهذا الاختبار إلى نقص عالمي. لم تتمكن بعض مختبرات الصحة العامة من الحصول على كواشف اختبار لدعم أحجام اختباراتها ، مما أدى إلى تأخير الاختبار. لذلك ، قامت مختبرات CDC بالتحقق من صحة البدائل لمعالجة الرمز الخارجي للاختبار:

  • أربعة كواشف استخلاص إضافية يمكن استخدامها في طرق الاستخراج الحالية
  • أداة استخراج إضافية والكواشف المرتبطة بها
  • عملية جديدة يمكن استخدامها بدلاً من طريقة الاستخراج عندما تكون المواد الخاصة بالطريقة الحالية محدودة

وافقت إدارة الأغذية والعقاقير (FDA) على هذه التغييرات في 12 يونيو 2020 ، في رمز تعديل خارجي لاختبار & rsquos EUA للسماح لمختبرات الصحة العامة الحكومية وغيرها باستخدام هذه البدائل. بالإضافة إلى ذلك ، وافقت إدارة الأغذية والعقاقير (FDA) على رمز خارجي للتعديل في 13 يوليو 2020 ، لإضافة Promega Maxwell & reg RSC 48 كأداة استخراج معتمدة للاستخدام مع لوحة تشخيص CDC 2019-nCoV rRT-PCR.


يجب أن تكون عضوًا في مشغلي النسخ الاحتياطي أو المسؤولين المجموعة ، على الأقل ، لإكمال هذه الخطوات.

لتركيب محرك أقراص في مجلد فارغ باستخدام واجهة Windows

  1. في Disk Manager ، انقر بزر الماوس الأيمن فوق القسم أو وحدة التخزين التي تحتوي على المجلد الذي تريد تحميل محرك الأقراص فيه.
  2. انقر تغيير حرف محرك الأقراص والمسارات ثم انقر فوق يضيف.
  3. انقر قم بتحميل مجلد NTFS الفارغ التالي.
  4. اكتب المسار إلى مجلد فارغ على وحدة تخزين NTFS ، أو انقر فوق تصفح لتحديد موقعه.

لتحميل محرك الأقراص في مجلد فارغ باستخدام سطر الأوامر

افتح موجه الأوامر واكتب diskpart.

في ال قرص موجه ، اكتب حجم القائمة ، مع تدوين رقم المجلد الذي تريد تعيين المسار إليه.

في ال قرص موجه ، اكتب select volume & ltvolumenumber & gt ، مع تحديد رقم المجلد الذي تريد تعيين المسار إليه.

في ال قرص موجه ، اكتب تعيين [mount = & ltpath & gt].

لإزالة نقطة التركيب

لإزالة نقطة التحميل بحيث يتعذر الوصول إلى محرك الأقراص عبر مجلد:


دعم المعلومات

S1 الشكل. ملفات تعريف التعبير الجيني للتوقيع الجيني الممتد في الضامة M1 (المعالجة الوهمية) أو الضامة M2 المعالجة بمجمعات siRNA التي تستهدف E2f1 و Myc و Pparg و Stat6 ومزيجها ، مقارنة بضامة M2 (المعالجة الوهمية).

تظهر الجينات المنتظمة بشكل كبير مع تغيير لوغاريتم 2 أضعاف 1.5 ، والجينات غير المنتظمة بشكل كبير ، والجينات المنظمة بشكل كبير مع تغيير أضعاف log2 -1.5 ، والعشائر غير الخاضعة للتنظيم بشكل ملحوظ باللون الأحمر والبرتقالي والأزرق والأزرق الفاتح ، على التوالي.


الحواشي

تضارب المصالح: تقرير P. Mitchell عن الرسوم الشخصية من Sanofi (Hangzhou) و Janssen-Cilag ، خارج العمل المقدم.

المساهمون: تم تصميم الدراسة بواسطة C. Toma و A. Shaw و P. Mitchell و P. Schofield و J. Fullerton. حصل جميع المؤلفين على البيانات التي حللها كل من C. Toma و A. Shaw و P. Mitchell و P. Schofield و J. Fullerton. كتب سي توما وج. فوليرتون المقال الذي راجعه جميع المؤلفين. وافق جميع المؤلفين على نشر النسخة النهائية ويمكنهم التصديق على عدم قيام أي أفراد آخرين غير مدرجين كمؤلفين أو في الإقرارات بتقديم مساهمات كبيرة في الورقة.


شاهد الفيديو: David Jackson: Stem cell control in Maize and potential impact on crop yields (شهر اكتوبر 2021).