论文标题：Sea level and deep-sea temperature reconstructions suggest quasi-stable states and critical transitions over the past 40 million years论文网址：https://advances.sciencemag.org/content/7/26/eabf5326
论文标题：Naming unrelated words predicts creativity论文网址：https://www.pnas.org/content/118/25/e2022340118
一个评估创造力的方法：想出三个尽可能不同的词。根据创造力的两个主要理论，选择这些词依赖于生成远程联想，同时抑制常见联想。联想理论假设有创造力的人具有语义记忆结构，可以更容易地链接远程元素。创造力有两个主要的心理成分：收敛思维和发散思维，它们在产生创造性输出时协同工作。收敛性思维任务衡量评估几种刺激并得出最合适的反应的能力，例如问题的最佳解决方案。这些任务往往更容易得分，因为只有一小部分正确答案。相比之下，发散思维任务通常使用开放式问题来衡量一个人产生各种解决方案的能力。它们通常需要更长的基于文本的响应，因此更难客观评分。在该测试中，研究人员只保留参与者提供的前七个有效词。DAT 分数是这些词之间语义距离的转换平均值。特别地，研究人员计算七个单词的所有 21 个可能对之间的语义距离（即余弦距离），取平均值，然后乘以 100。完整算法代码可在线获取（https://osf.io /bm5fd/)。示例单词及其相应的分数未来的研究还可以在需要简单和短期任务的实验环境中使用 DAT。由于 DAT 需要简短的单字响应，因此它可能适用于必须最小化运动的神经影像环境。它的简单性也可能使其适合在有利于发散思维的意识改变状态下完成，例如睡前状态或使用迷幻药物时。研究还可以检查不同的上下文或指令措辞的变化如何影响单词选择和由此产生的 DAT 分数。最后，研究可以通过检查更广泛的相关和不相关的措施来更详细地评估判别和标准有效性。相关措施可能包括记忆检索能力、流体智力或现实世界的创造性成就。总之，本项研究证明命名不相关的单词可以是发散思维的可靠衡量标准。研究人员希望这一发现为学术界提供了一种更简单的方法，可以在更大、更多样化的样本中收集和评分创造力数据。
3. sc-GCN：使用图卷积网络
进行单细胞组学数据的知识迁移
期刊来源：Nature Communications
论文标题：scGCN is a graph convolutional networks algorithm for knowledge transfer in single cell omics论文网址：https://www.nature.com/articles/s41467-021-24172-y
论文题目：Divide-and-conquer: machine-learning integrates mammalian and viral traits with network features to predict virus-mammal associations论文网址：https://www.nature.com/articles/s41467-021-24085-w
论文标题：Beyond city expansion: multi-scale environmental impacts of urban megaregion formation in China论文地址：https://academic.oup.com/nsr/advancearticle/doi/10.1093/nsr/nwab107/6307524?searchresult=1
高速城市化导致的环境退化已成为一个紧迫的全球性问题。然而，很少有人知道城市变化是如何在多个尺度上运行和影响环境的。以中国为例，从2000年到2015年，中国的城市化规模确实很大，但也非常不均衡，呈现出高度的内部城市活力。从整体来看，中国城市地区绿色区域缩小、环境温度升高，伴随而来的还有PM2.5等污染。近日在 National Science Review 发表的一篇文章表明城市新开发区和老旧区的环境影响不同：城市化的不利影响在新开发区尤为突出，而老城区的环境质量普遍得到改善。此外，随着城市的扩张、连通和互动形成城市大区域或城市群，区域环境问题正在蔓延。为了让城市化进城成为可持续发展的机遇而非障碍，人们必须加速超越城市扩张，了解城市内部动态和城市化带来的环境影响。上图为2015年中国已开发土地的空间格局（作图），以及以长江三角洲为例的1980-2015年城市大区域的出现（有图）。土地覆盖图中的红色代表市区，深绿色、蓝色和黄色代表森林、水和农田。