摘要： 大约三分之二的物理学博士在软件、仪器仪表、数据科学、金融、医疗保健、新闻学、公共政策和非政府组织等领域的学术界和国家实验室之外建立了职业生涯。作为本科生、研究生或博士后水平（统称为早期职业）在 HEPA（高能物理和天体物理学）研究期间开发的技能和知识在工业界长期以来一直受到追捧。这些技能是解决复杂问题的能力、软件编程、数据分析、数学、统计和科学写作等等。鉴于绝大多数人向行业工作过渡，应加强这种过渡的现有途径，并确定和开发促进这种过渡的新方法。 HEPA 与其校友之间的紧密合作将是实现这一目标的先决条件。它还可能通过鼓励校友在 HEPA 研究项目上合作或可能返回全职研究来扭转“人才流失”的创造性方法。我们激励和讨论以下几个可行的建议，通过这些建议，HEPA 机构和 HEPA 教师导师可以加强为学生和博士后确定非 HEP 职业机会的能力，并帮助更充分地发展技能，例如有效的网络、简历建设、项目管理、风险评估、预算规划等等。这将有助于为早期职业 HEPA 科学家成功地从学术界过渡到各种可用的非传统职业做好准备。通过参与这一过程，HEPA 校友可以发挥关键作用。

原文标题： Are You Misinformed? A Study of Covid-Related Fake News in Bengali on Facebook

地址： http://arxiv.org/abs/2203.11669

作者： Protik Bose Pranto, Syed Zami-Ul-Haque Navid, Protik Dey, Gias Uddin, Anindya Iqbal

摘要： 我们如何看待 Facebook 等社交媒体上其他人的意见，可以塑造我们对生活的看法和看法。在 COVID-19 期间，当我们与他人联系的方式较少时，这种依赖性有所增加。然而，与 COVID-19 相关的假新闻已成为 Facebook 上的一个重大问题。孟加拉语是全球第七大语言，但我们知道之前没有研究在 Facebook 上研究孟加拉语中 COVID-19 相关假新闻的流行情况。在本文中，我们开发了机器学习模型来自动检测孟加拉语中的假新闻。表现最好的模型是 BERT，F1 得分为 0.97。我们在所有与 COVID-19 相关的 Facebook 孟加拉语帖子上应用 BERT。我们在 COVID-19 孟加拉语假新闻中发现 10 个主题，分为三类：系统（例如，医疗系统）、信仰（例如，宗教仪式）和社会（例如，科学意识）。

原文标题： Explainable Misinformation Detection Across Multiple Social Media Platforms

地址： http://arxiv.org/abs/2203.11724

作者： Rahee Walambe, Ananya Srivastava, Bhargav Yagnik, Mohammed Hasan, Zainuddin Saiyed, Gargi Joshi, Ketan Kotecha

摘要： 在这项工作中，提出了两种机器学习方法的集成，即领域适应和可解释人工智能，以解决广义检测和可解释性这两个问题。首先，域对抗神经网络 (DANN) 开发了一个跨多个社交媒体平台的广义错误信息检测器，DANN 用于生成具有相关但不可见数据的测试域的分类结果。基于 DANN 的模型是一种传统的黑盒模型，无法证明其结果，即目标域的标签。因此，应用本地可解释模型无关解释 (LIME) 可解释 AI 模型来解释 DANN 模式的结果。为了演示这两种方法及其集成以实现有效的可解释的广义检测，将 COVID-19 错误信息视为一个案例研究。我们对两个数据集进行了实验，即 CoAID 和 MiSoVac，并比较了使用和不使用 DANN 实现的结果。 DANN 显著提高了准确度度量 F1 分类得分，并提高了准确度和 AUC 性能。获得的结果表明，所提出的框架在域转移的情况下表现良好，并且可以学习域不变特征，同时通过 LIME 实现来解释目标标签，从而实现可信赖的信息处理和提取，从而有效地打击错误信息。

原文标题： Inter- and Intra-Goal SDG Target Interactions in the Philippine Context: A Two-Method Approach

地址： http://arxiv.org/abs/2203.11768

作者： Vena Pearl Bongolan, Spencer C. Soria, Roselle Leah K. Rivera

摘要： 2015 年，联合国制定了 17 个可持续发展目标 (SDG)，其中 169 个具体目标是到 2030 年实现更可持续的未来。本研究旨在评估和分析菲律宾范围内可持续发展目标内部和目标之间的相互作用，以确定如何缓解以及优先考虑什么。为了评估所有 14196 个目标交互，采用了两种方法。首先，具有五年以上 SDG 相关经验的专家使用 7 点量表评估互动。其次，官方指标数据通过 Spearman 等级相关性运行，得到的系数用作交互分数。然后，交互分数被解释为不可分割的、取消的或一致的。目标被建模为节点，交互被建模为边。通过专家评估下的 1256 次评估交互和官方指标数据下的 1914 次评估交互，整合结果，为相关方制定建议。这包括减轻可持续发展目标 3“良好健康和福祉”下相互冲突的目标相互作用，重点是目标 3.6“交通事故死亡人数减半”和 3.9“减少与污染相关的死亡人数”。这些目标以及 8.2“经济生产力”和 16.1“减少暴力”也有多个需要减轻的负面相互作用。应优先考虑强化其相应可持续发展目标的具体目标，包括 1.1“消除极端贫困”、1.2“将贫困比例减半”、3.2“终结可预防的死亡”、3.5“防止药物滥用”、3.9“减少与污染相关的死亡”、3。 D“降低电子战风险”、4.2“早期教育”、4.B“高等教育奖学金”和 6.2“环境卫生和个人卫生”。 “美丽”目标（无负面相互作用）也应按分数优先排序，即 3.D“健康风险预警系统”、8.A“贸易支持援助”、15.B“可持续森林管理”和 17.1 ‘国内税收征收’。

原文标题： Impact of counteracting vehicles on the characteristics of a smart city transport system

地址： http://arxiv.org/abs/2203.11769

作者： Nikita V. Bykov