Zobrazeno 1 - 10
of 3 610
pro vyhledávání: '"R. Palermo"'
Autor:
Hallvard R. Indgjerd
Publikováno v:
The Classical Review. 71:198-201
Publikováno v:
Bifocal. May/Jun2012, Vol. 33 Issue 5, p64-64. 3/4p.
Autor:
Isabelle V. BORGES, Priscilla A. ROCHA, Karen R. PALERMO, Andrea P. SFORSIN, Vanusa B. PINTO, Rafael STELMACH
Publikováno v:
Revista Brasileira de Farmácia Hospitalar e Serviços de Saúde, Vol 13, Iss 1 (2022)
Objective: To describe the experience with the use of long-term anticholinergic therapy available in the public service. Method: A cross-sectional study with data collected in the real world. The sample consisted of SUS users who received inhaled LAM
Externí odkaz:
https://doaj.org/article/2ef8de27e79847f4ac96f6c3ea68ebe8
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Earth Surface Dynamics, Vol 9, Pp 1111-1123 (2021)
Coastal cliff erosion is alongshore-variable and episodic, with retreat rates that depend upon sediment as either tools of abrasion or protective cover. However, the feedbacks between coastal cliff planform morphology, retreat rate, and sediment cove
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Shah Nafis Rafique, Ashley Ellenson, Luke A. Taylor, Somya D. Mohanty, Eli D. Lazarus, I. R. B. Reeves, R. Palermo, K. Anarde, Jessamin A. Straub, Jin-Si R. Over, N. Cohn, Hannah Williams, Megan Gillen, Andrew D. Ashton, Katherine A. Castagno, K. M. Ratliff, Paige A. Hovenga, E. J. Wallace, Jonathan A. Warrick, Phillipe A. Wernette, Tomas Beuzen, Matthew P. Conlin, Daniel Buscombe, Lily H. Sanborn, Evan B. Goldstein
Publikováno v:
Earth and Space Science, Vol 8, Iss 9, Pp n/a-n/a (2021)
Classifying images using supervised machine learning (ML) relies on labeled training data—classes or text descriptions, for example, associated with each image. Data‐driven models are only as good as the data used for training, and this points to
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.