XiaoMi-AI文件搜索系统
World File Search System人格
人格特征对大学生学习参与的影响：情感监管的中介作用
高等教育是建立强大的教育国家的重要联系，因此，它成为国内外研究人员的主要关注点之一。高等教育致力于培养可以掌握专业知识和技能的高级专家。学习参与是21世纪学生的重要教育成果（Fullan等，2018）。高等教育的本质是学习和学生发展（Hu，2005年）。研究表明，学习参与与大学生的学术成就和成长经验密切相关，此外，它是高等教育质量的预测指标（Axelson和Flick，2010； Liu，2015； Wu等，2023）。人格特征是指个人在不同种类的刺激下做出的心理结构以及行为反应（Zhao等，2019）。与智力水平相比，人格特质更可预测学生的学习成绩（Goff和Ackerman，1992）。了解大学生的个性特征是改善大学生学习成就并优化其成长经验的重要先决条件。情绪是对情况，行动或事件的反应。在
AI‐IP：通过人工智能最大限度地减少人格量表项目开发的猜测
图 2 拟议的人工智能辅助量表构建系统概述。注意：该图说明了如果研究人员有一组与感兴趣的构造相关的初始项目，如何促进量表构建过程。这些正相关的种子项目被提供给人工智能系统，该系统提供额外的正负编码构造相关项目及其与项目的估计相关性。研究人员从这些建议中进行选择，并咨询 SME 或零样本分类系统来平衡内容领域。选定的项目与种子项目相结合，形成最终量表。
员工个性对工作绩效的作用
该研究的目标是研究员工个性与工作绩效之间的联系。使用标准化的个性评估工具和工作绩效指标从来自各个行业的185名员工收集数据。与其他人格特征相比，某些人格素质会影响员工的工作环境和工作表现。在技术时代，心理健康被认为是非常重要的，人格的作用增加了多场。这些发现强调了在整个招聘和选择程序中考虑性格特征的重要性，他们建议组织可以从制定针对这些特定人格特征的培训和发展计划中受益，以提高工作绩效。
机器人与人工智能：对法律的挑战 203
摘要：该工作旨在解决因机器人和人工智能进步而出现的道德法律问题。它将重点关注这些生物伦理问题对某些法律类别和机构的挑战，特别关注赋予具有自主和自学能力的机器人电子人格的提议。从而凸显民法法律人格制度与现代宪政所发展起来的人性理念之间的关系。此外，本文将论证赋予机器人法律人格需要对人格、自主、自由、责任和平等等不同且相互交织的法律概念的含义以及支持基于基本权利的法律体系的价值观进行深入的概念分析。
引用本文：Claudio Novelli、Giorgio Bongiovanni 和 Giovanni Sartor (2022) 法律人格的概念框架及其在人工智能中的应用，法学，13:2，194-219，DOI：10.1080/20403313.2021.2010936
摘要 本文对法律人格的概念进行了分析，并讨论了是否可以赋予人工智能系统（AI）人格。法律人格将被视为一个包含权利和义务的理论范畴；因此，我们首先将其构建为事实前提条件和法律效果之间的推理联系节点。然而，这种推论式的解读并没有考虑到法律人格的“背景原因”，即它没有解释为什么我们将不同的情况归入这一理论范畴，以及法律以外的信息是如何融入其中的。我们认为，解释这一背景的一种方法是采用新制度视角，用另一个层次，即元制度视角来更新法律概念的本体论。我们最后指出，元制度概念还可以帮助我们在涉及将人工智能纳入（或不包括）法人的法律政策选择方面找到平衡。
当大脑被遗忘时：边缘性人格和社会排斥被刻在喙内侧额叶皮层中
“我们当中谁”不介意被拒绝？感受到社会排斥或排斥是痛苦和令人难过的，特别是当这种排斥来自我们所依赖的人时。在最新一期的《生物精神病学：认知神经科学和神经影像学》中，Fertuck 等人 (1) 认为社会排斥的心理意义可以在马斯洛需求层次理论 (2) 的更广泛背景中得到定位。这一持久的心理模型提出了激发人类一系列行为的四种基本社会需求：归属感、自尊、控制力和有意义的存在。社会排斥被视为对这些需求的直接威胁，常常导致被拒绝痛苦的主观体验。适度的情况下，这种痛苦可以被认为是适应性的，因为它向那些重要的人发出信号，表明社会纽带需要确认或修复。事实上，在大多数高度社会化的哺乳动物中，很容易观察到社会纽带破裂后公然表达痛苦和采取行为后果[狗爱好者见（3）]。然而，如下文所述，当人类以不稳定的方式经历这种反应时，可能会引发相当多的危险行为，这些行为可能难以预测，甚至更难以缓解，这是我们作为临床医生最关心的问题之一。在现代认知神经科学中，我们已经了解到，对社会排斥的反应与大脑敏感地检测到事情不对劲，我们从环境中获得的东西与我们的目标不符有关。因此，当我们犯错、期望被违背或感到躯体疼痛时，内侧额叶皮质中与社会排斥相关的区域会亮起来（功能性磁共振成像显示）（4、5）。幸运的是，大多数时候（当然不是总是），刹车会自动踩下；大脑的稳态倾向开始发挥作用，让我们默念“我能处理这个”，我们（或我们的观察者）将其体验为情绪调节。不幸的是，对一些人来说，被拒绝的经历会产生不稳定、混乱的效果，这会给我们自己和周围的人带来麻烦。如果与拒绝相关的麻烦是一个人心理功能的常见特征，那么这个人可能会被精神病学诊断为边缘性人格障碍 (BPD)。正如 Fertuck 等人 (1) 指出的那样，对于 BPD 患者，这通常会导致高风险的冲动和行为，包括自残、自杀未遂和自杀成功 (7)。这些对拒绝的反应是 BPD 的标志，就像任何其他临床特征一样，但我们对大脑中如何发生这种情况却只有一个模糊的概念。
基于 ERP 的张量分解方法在感知家庭压力的新型听觉异常任务中评估分裂型人格
分裂型人格是精神分裂症的一种潜在表型，是一种在精神病连续体正常范围内表现出精神病样症状的人格特质。家庭沟通可能会影响分裂型人格患者的社会功能。分裂型人格水平较高时，会感受到更大的家庭压力，例如易怒、批评和较少赞扬。本研究旨在通过脑电图 (EEG) 确定分裂型人格水平高低人群在批评、赞扬和中性评论时的差异。在一项新的情绪听觉异常任务中，记录了 29 名普通社区参与者的脑电图，他们的分裂型人格水平从低度分裂型 (LS) 到高度分裂型 (HS) 不等。我们考虑了事件相关电位 (ERP) 参数的影响，即 P300 子成分 (P3a 和 P3b) 的幅度和潜伏期在情绪描述符对（标准、积极、消极和中性）之间的影响。然后，我们提出了一个基于张量分解的模型，使用 CANDECOMP/PARAFAC (CP) 分解技术从 EEG 中检测这些成分。最后，我们采用互信息估计方法来选择有影响的特征进行分类。通过留一交叉验证，获得了最高的分类准确率、灵敏度和特异性，分别为 93.1%、94.73% 和 90%。这是首次尝试通过寻找与感知家庭压力和分裂型人格有特定关联的大脑反应来研究分裂型人格的识别。通过测量这些反应，我们实现了提高精神病早期发作检测准确性的目标。
AIS梦想着电板吗？
abtract-当人工智能（AI）获得自我意识，代理和独特的智力时，它将获得本体论的人格。AI对公司的管理在技术上和经济上都是可行的。法律可以赋予法律人格的地位，就像过去对传统商业公司所做的那样，从而消除了将AI插入公司法律边界内的财产。作为一个独立的独特实体，AI可以独立作为经理工作，以法律或自然人的方式：即AI为董事，官员，合伙人，成员或经理。只有当AI作为经理创造的价值比AI作为工具或Android农奴所创造更多的价值时，这种未来才是可取的。法律人格的原则与机器人的想法本质上并不兼容。本文探讨了法律，政策和经济问题：我们可以在AI上授予法律人格吗？我们应该吗？
面向机器人的个性人工智能：目标型生成人格模型用于通过人形机器人的非语言行为表达个性时的潜在群体容量
设计机器人个性是一项多方面的挑战。每个与人类互动的机器人都是一个独立的物理存在，可能需要自己的个性。因此，机器人个性工程师面临的问题与人格心理学家的问题相反：机器人个性工程师需要将一批相同的机器人制造成个体个性，而不是对已经存在的个体个性进行全面而简约的描述。到目前为止，机器人个性研究在展示机器人个性的积极影响方面卓有成效，但在如何大规模设计机器人个性方面尚无进展。为了为大规模生产的机器人设计机器人个性，我们需要一个生成性个性模型，该模型具有将机器人的个体特征编码为个性特质的结构，并生成具有反映这些特征的个体间和个体内差异的行为。我们提出了一种由目标塑造的生成性人格模型，作为我们一直致力于的机器人人格人工智能的一部分，并且我们进行了测试，以调查当该模型用于通过人形机器人头部的非语言行为表达人格时，它实际上可以支持多少个个体人格。
两项遗传队列研究显示，性格特征与根据基因组序列估算出的血线粒体 DNA 拷贝数始终相关
背景：组织和血液中的线粒体 DNA 拷贝数 (mtDNAcn) 可能在糖尿病和重度抑郁等情况下发生改变，并可能在衰老和长寿中发挥作用。然而，人们对 mtDNAcn 与情绪状态、代谢健康和长寿相关的人格特质之间的关联知之甚少。本研究检验了血液 mtDNAcn 与人格特质相关并介导人格与死亡率之间关联的假设。方法：我们使用修订版 NEO 人格量表 (NEO-PI-R) 评估了五大人格领域和方面，使用流行病学研究中心抑郁量表 (CES-D) 评估了抑郁症状，从全基因组测序中估计了 mtDNAcn 水平，并追踪了巴尔的摩老龄化纵向研究参与者的死亡率。结果在 SardiNIA 项目中得到了复制。结果：我们发现 mtDNAcn 与神经质领域及其方面呈负相关，与其他四个领域的方面呈正相关。这些影响的方向和大小在 SardiNIA 队列中得到了复制，并且在两个样本中对潜在混杂因素的调整都很稳健。与神经质的发现一致，抑郁症状越高，mtDNAcn 越低。最后，mtDNAcn 介导了人格与死亡风险之间的关联。