印度环境可持续农业的数据挖掘框架与AI神经网络技术系统综述
该综述认为，数据挖掘与AI/神经网络技术已被广泛用于印度环境可持续农业的多个环节，但现有研究多停留在方法演示层面，面向可扩展、可解释、资源高效系统的证据支持仍有限。 研究设计为系统综述，未开展原始实验；材料未报告纳入文献数量、检索数据库、检索时限及偏倚评估方法；综述覆盖数据采集、
通路驱动的机器学习与虚拟筛选框架识别抗类风湿关节炎天然小分子
结论：研究构建了整合机器学习、靶点优选与虚拟筛选的通路驱动框架，将补体与凝血级联及C3AR1列为候选，并优先推荐天然化合物SM1；但外部验证判别力有限，整体属「提示」层面，证据档位为C。 设计与做法：纳入16个RA相关GEO数据集，15个队列用于建模、1个留作独立外部验证；以GS
WSe2单层单光子源耦合WS2纳米天线于二氧化硅与金衬底
结论：将WSe2单层转移至WS2纳米天线上，可在SiO2与Au衬底上形成单光子发射体并提升收集效率，量子效率平均提升幅度在SiO2衬底上大于Au衬底；属实验性概念验证，证据档位为C。 设计与做法：研究为实验制备与光学表征结合数值模拟的工作；以多层TMD材料WS2制作纳米天线，利用
图拉普拉斯算子的半经典拟微分刻画与测地流逼近
结论：在紧致无边光滑子流形上，当核带宽ε衰减快于半经典参数h（h≫ε）时，图拉普拉斯算子可视为半经典拟微分算子，其对应的量子演化在O(h)误差内逼近测地流；该结论属数学理论推导，证据档位为C。 设计与做法：研究为纯数学理论工作，未涉及人体或生物样本；作者在紧致、无边、光滑的欧氏空
