XiaoMi-AI文件搜索系统
World File Search System使用情况
AI Watch 欧洲公共部门人工智能使用情况
本出版物是联合研究中心 (JRC) 的一份政策科学报告，该中心是欧盟委员会的科学和知识服务机构。它旨在为欧洲政策制定过程提供基于证据的科学支持。本出版物的内容不一定反映欧盟委员会的立场或意见。欧盟委员会或代表委员会行事的任何人均不对本出版物的使用负责。有关本出版物中使用的数据的方法和质量的信息，这些数据的来源既不是欧盟统计局也不是其他委员会服务机构，用户应联系引用的来源。地图上使用的名称和材料的呈现并不意味着欧盟对任何国家、领土、城市或地区或其当局的法律地位，或对其边界或边界的划定发表任何意见。
评估学生对人工智能工具的认识和使用情况
摘要 — 人工智能 (AI) 是解决教育领域一些最大挑战的潜在解决方案，但它可能是一把双刃剑，因为它也可能对学生的学习过程产生负面影响。本研究旨在确定学生对人工智能工具的认识水平和使用程度。使用 Cochrane 公式确定样本量，并通过随机抽样技术选择受访者。通过 Google 表单的在线调查从 193 名学习科学和/或数学的教育学生那里收集数据。本研究采用混合方法研究设计。研究人员制作的经过信度和效度测试的调查问卷用于收集所需的定量数据，然后通过访谈获取定性数据。结果显示，学生对人工智能学习工具略有了解，并经常使用这些技术来完成学业。认识水平取决于学生使用的小工具。此外，研究结果还表明，学生的认识水平与使用程度之间存在直接关系。尽管人工智能可能对学生的教育产生负面影响，但还是建议制定政策或指导方针，指导大学如何监控学习者的成果，以保持教育质量。
高等教育学生人工智能工具使用情况分析 -
人工智能在教育领域的潜在应用已成为吸引年轻一代的领域。在高等教育学生中，人工智能工具通过为学生提供个性化的学习体验来支持学术活动，这些体验将每个学生的需求和能力数字化。本研究旨在确定人工智能工具在学术领域的采用情况，特别是在三宝麟大学。本研究有助于社会化使用人工智能工具以良好和正确的方式支持学术活动。本研究结合了定量和定性调查作为主要数据。结果表明，使用人工智能工具在三宝麟大学学生中已经很普遍，并且在支持他们的学术需求方面变得越来越重要。50% 的受访者在不到六个月的时间内使用了人工智能工具，使用最多的人工智能工具是语法检查。学生使用平板电脑设备使用人工智能工具的次数最少，只有 6.09%。关键词：人工智能、高等教育、工具、使用分析。
要求公开报告高风险人工智能的使用情况
这种机构使用影响安全或权利的人工智能工具的总结对于各种内部和外部目的都至关重要。在内部，机构可以利用工具使用目的的高级概述来确保这些工具能够有效地用于解决采购或开发它们时遇到的问题。在外部，发布有关影响安全或权利的人工智能系统使用情况的信息可以与公众建立至关重要的透明度，并帮助公众验证系统是否用于机构政策中定义的目的。5 在大多数情况下，作为其工具基本操作的一部分，供应商将能够根据案例无缝生成汇总统计数据
从第一季度上半年航空使用情况得出的结论...
本文旨在为波兰空军以及其他北约国家的空军提出一个理想的发展方向，以便他们更好地应对迄今为止在乌克兰冲突中发现的挑战。为了实现研究目标并回答所提出的研究问题，我们收集并定性分析了文本和文件，并进行了观察和访谈。为了能够在防御行动中威慑并获得空中优势，波兰空军和其他北约国家的空军应该拥有大量的战斗机、多用途飞机和战斗轰炸机。需要组织每个军用机场的面向对象的多层防空，并在发生战争时将某些道路重建为跑道。反过来，直升机航空部队应该能够组织直升机的前方武装和加油点，以有效地支持陆军。攻击直升机还应该配备综合火力系统，使它们能够从便携式防空系统射程之外的远距离发动攻击。所有战机都应配备经过验证的现代化主动和被动自卫系统，以使其不易受到敌人的影响。总之，鉴于乌克兰战争，本文解释了哪些航空装备是必要的，以及应采取哪些行动来提高波兰空军和其他北约空军的能力
ASM/长机的机身使用情况和作战载荷...
II. 简介 NITED 州森林服务局 (USFS) 使用大量飞机来支持灭火行动。这些飞机可能用于与飞机设计用途不同的任务。2004 年，国家运输安全委员会 (NTSB) 发布了建议 A-04-29（参考文献 1）。该建议指出，由于灭火行动期间的运行负荷，USFS 应为飞机制定维护和检查计划。根据此建议，USFS 采取的一项行动是在其机队中的飞机上安装数字飞行数据记录器 (DFDR)（参考文献 2）。多年来，一直在收集灭火行动飞机的数据。一组特别令人感兴趣的飞机是比奇空中国王机型，USFS 使用这些飞机执行各种任务。渡轮/客运任务是将飞机从一个基地移动到另一个基地的任务。这些飞行不包含灭火行动，与飞机设计飞行最为相似。在执行空中战术组监督员 (ATGS) 任务期间，飞机在火区上空盘旋并观察和监控行动。这些飞行包括在火区上空多次转弯。空中监督模块 (ASM) 任务的飞行高度低于 ATGS，但仍包含多次转弯，以评估火情。在领航任务期间，飞机护送空中加油机
要求公开报告高风险人工智能的使用情况
这种机构使用影响安全或权利的人工智能工具的总结对于各种内部和外部目的都至关重要。在内部，机构可以利用工具使用目的的高级概述来确保这些工具能够有效地用于解决采购或开发它们时遇到的问题。在外部，发布有关影响安全或权利的人工智能系统使用情况的信息可以与公众建立至关重要的透明度，并帮助公众验证系统是否用于机构政策中定义的目的。5 在大多数情况下，作为其工具基本操作的一部分，供应商将能够根据案例无缝生成汇总统计数据
RDRS 使用情况指标 2025 年 1 月
简介 3 数据摘要 4 用户数据 6 指标 1 和 2：参与注册商 6 指标 3 和 4：请求者 6 指标 5：披露请求 7 指标 6.1：非参与注册商的数据请求表使用情况 8 指标 6.2：参与注册商的数据请求表使用情况 9 请求类型数据 10 指标 7：按优先级划分的披露请求 10 指标 8：按请求类型划分的披露请求 12 指标 9：按请求者划分的披露请求 14 指标 10：域名查询数量 15 请求交易数据 18 指标 11：未结请求 18 指标 12：已结请求 19 指标 13：按结果类型划分的已结披露请求数量 20 结果数据22 指标 14：按原因类型划分的拒绝率 22 指标 15：平均披露请求响应时间（天数） 23 指标 16：响应时间分布 24 指标 17：机密披露请求数量 25 指标 18：按国家代码和请求类别划分的披露请求 26 指标 19：按处理管辖区和请求类别划分的披露请求 30 参与注册商列表 34
康涅狄格州学校的个人科技使用情况 - CT.gov
简介 在智力、身体和情感上感到安全和健康的学生更有可能成为成功的学习者，并在成熟度、自信心和幸福感方面取得成长，这将有助于他们在学校和生活中取得成功。学生受益于学校环境，这种环境可以培养社交互动和沟通技能，在课堂上激发智力参与，并支持同龄人和同龄人与成人的关系建立。校内校外社交媒体和手机使用的显着增加减少了人际交往和个人成长的机会，对学生的心理健康产生了负面影响。背景信息 2023 年，美国卫生局局长发布了关于社交媒体和青少年心理健康的咨询报告，强调了过度、不受限制的社交媒体使用与青少年心理健康挑战增加之间令人担忧的关系。新兴研究表明，社交媒体在青少年时期对大脑发育有显著的负面影响，因为青少年的身份和自我价值感正在形成，社会奖励、压力和接受至关重要。手机是学生访问社交媒体和即时通讯应用程序的最常用工具。有证据表明，在课堂上使用手机会影响学生专注于学业的能力，导致他们无法专心学习。最近的一项研究发现，在校期间使用手机的情况很普遍，97% 的学生报告说，他们在校期间使用手机的平均时间为 43 分钟。参与者报告说，他们每天收到的通知中位数为 237 条，其中 25% 是在校期间收到的。此外，72% 的高中教师报告说，使用手机是一个大问题，而初中教师和小学教师的比例分别为 33% 和 6%。此外，经济合作与发展组织 (OECD) 进行的 2022 年国际学生评估项目 (PISA) 显示，在学校更频繁使用智能手机的学生报告说，他们在数学课上使用数字设备时很容易分心。与其他方法（如学校关于设备一般使用的书面声明）相比，制定的规则
尼日利亚霍乱疫苗的使用情况，2021 年
7 Maiduguri (MMC) Borno Dec 8 – 12, 2017 2nd 93 8 Jere Borno Dec 8 – 12, 2017 2nd 107 9 Konduga Borno Dec 8 – 12, 2017 2nd 1 Dikwa Borno Dec 8 – 12, 2017 2nd 100 12 Mafa Borno Dec 14 – 18, 2017 2nd 102 13 Bade Yobe May 9 – 13, 2018 – 13, 2018 1st 97.1 16 Bauchi Bauchi June 20 – 24, 2018 2nd 96.6 17 Gulani Yobe Nov 26 – Dec 1, 2018 1st 88.0 18 Gulani Yobe Jan 27 – 91 North 391, 2018 15, 2018 1st 98 20 Mubi South Adamawa July 11 – 15, 2018 1st 103 21 Maiha Adamawa July 11 – 15, 2018 1st 99 22 Mubi North Adamawa Aug 11 – 15 – 23 Au 2018 2nd 99 21 Maiha Adamawa Aug 11 – 15, 2018 2nd 98 24 Ngala Borno Nov 28 – Dec 2, 2018 1st 97.0 25 Jere Borno Nov 28 – Dec 2, 2018 Borno 1 Dec Mavr 2018 1st 114.1 27 Kal-Balge Borno Nov 28 – Dec, 2018 1st 100.0 28 Gummi Zamfara Dec 3 – 7, 2018 1st 92.8 29 Gummi Zamfara 30 Feb 20 9th – 19th 2 & Feb 25-26, 2019 1st 100.0 31 Ngala Borno March 1 – 6, 2019 2nd 100.0 32 Jere Borno March 1 – 6, 2019 2nd 105.3 23 Maiduguri (MMC) Borno rno March 1 – 6, 2019 1st 101.9 35 Damaturu Yobe March 2 – 6, 2019 1st 100.3 36 Michika Adamawa March 30 – April 3, 2019 1st Dat 91.5 37 Argungu Kebbituru 1 3 1 18 5 5, 2019 2nd 100.6 39 Bama Borno Sept 7 – 11, 2019 2nd 103.0 40 Michika Adamawa Sept 10 – 14, 2019 2nd 99.4 41 Fufore Adamawa 2 Sept 10 – 4 Ar 19, – 16, 2019 2nd 98.4 43 Agatu Benue March, 2021 1st - 44 Bauchi Bauchi July 24 – 28, 2021 1st 100.8 45 Bauchi Bauchi Aug 23 – 27, 2021 Jigawa 2nd 4 97 95.7 47 Birnin-Kudu Jigawa Oct 20 – 24, 2021 1st 96.1 48 Hadejia Jigawa Oct 20 – 24, 2021 1st 99.6 49 Damaturu Yobe Oct 24 – 29, 2021 Nov 1,1st 21 2nd 100.0