泰地罗新是目前最新的动物专用大环内酯类半合成抗生素，它以泰乐菌素 为原料，经过多步转化而成。 动物呼吸系统疾病具有高发病率和高死亡率的特点，严重困扰着养殖业的 发展。目前我国用于治疗和预防猪牛呼吸道疾病的大环内酯类药物是泰乐菌素 和替米考星，这两种药物都取得不错的效果，但随着长时间的使用，各地都出 现了不同程度的抗药性问题；同时这两种产品都需要多次给药才能见效，用量 大，残留多。 泰地罗新作为全新的大环内酯类抗生素产品，不仅药效强于泰乐菌素和替 米考星，治疗效果非常明显。而且用量少，半衰期长，生物利用度高，低残留， 单次给药即可全程治疗，具有很大的生产推广价值。

本实用新型提供了一种便于安装的高效地埋管换热器，属于地埋管设备。一种便于安装的高效地埋管换热器，包括竖直管和横向管；所述竖直管内层设置有聚乙烯管道；所述竖直管外侧设置有金属管；所述左侧竖直管正上方设置有储液箱；所述储液箱内部下方中心位置设置有水泵；所述竖直管正下方固接有上固定块；所述上固定块两侧对称设置有延伸块；所述上固定块正下方，横向管上端固接有下固定块。本实用新型的金属管有效降低内部聚乙烯管道厚度的同时保证聚乙烯管道的热能传递效率；水泵将储液箱内部循环液体送入左侧竖直管中；第一密封圈防止循环液体

本实用新型公开了一种玉米地打草机，包括带有动力装置和行走轮的机架、打草旋刀及导草机构；所述打草旋刀设置在所述机架的下方且由所述动力装置驱动；所述导草机构包括前压草板及后导草板，所述前压草板通过支架设置在所述机架的下方且位于所述打草旋刀的前方，所述后导草板通过支架设置在所述机架的下方且位于所述打草旋刀的后方；所述前压草板包括斜面推板和平面压板，所述斜面推板与所述平面压板呈145°夹角；所述后导草板为斜向导草板，所述后导草板的长度方向轴线与所述平面压板的长度方向轴线呈60°夹角。本实用新型的玉米地打草机具有除草效率高，劳动强度低，不缠绕打草刀头的特点。

阔地教育科技有限公司成立于2009年11月，注册资本8900余万元，长期专注于音视频技术与教育信息化的深度融合，经过多年的持续研发和实践，基于音视频核心技术，已打造了一个覆盖全国、多级分布、互联互通的“全国教育云服务平台”，平台面向教育管理者、教师、学生、家长和机构等各类用户提供专属服务。平台还同时为全国教育行业用户提供运营服务。 阔地教育通过“全国教育云服务平台+课堂智能终端”产品组合，实现专递课堂、名师课堂、名校网络课堂、教育集团、智慧课堂、智慧校园、智慧教育等一系列的应用场景，满足教育客户不同需求。产品面向教学过程，以音视频录制、课程共享和教学行为分析为核心，服务于教学、管理的全流程。通过统一开放平台和对接技术，对接既有软硬件产品，用于构建学校基础应用平台，实现万物互联，打造智慧校园。  

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

2020年2月12日，湖南大学联合苏州系统医学研究所、中国国家流感中心和中山大学等单位，成功开发基于分子标记物的流感病毒表型预测平台FluPhenotype，并在国际生物信息学专业权威期刊《Bioinformatics》发表题为“FluPhenotype-a one-stop platform for early warnings of the influenza A virus"的文章进行相关介绍。该文章的第一作者为湖南大学生物学院硕士研究生卢聪毓和博士研究生蔡泽娜，通讯作者为湖南大学生物学院副教授彭友松与苏州系统医学研究所蒋太交教授。 研究人员通过整合流感病毒核苷酸和氨基酸水平的分子标记物，以及基于分子标记物的抗原和宿主等预测模型，开发了快速预测流感病毒的抗原、宿主、致病性、耐药性等多个表型的预测平台FluPhenotype。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。