数字技术通过提供虚拟途径,在人道主义环境中具有巨大的潜力,可以增强人们获取信息和服务的渠道。虽然技术可以帮助减少获取障碍,但谨慎行事是必要的。在不解决数字性别差距的情况下实施数字解决方案,可能会让妇女和女孩落后,并无意中强化有害的父权制规范。为了公平地充分利用数字技术的力量,我们必须认识到并解决妇女和女孩在获取和使用技术方面遇到的具体障碍。解决这一问题的一种方法是通过妇女和女孩安全空间的数字素养培训,妇女和女孩安全空间是妇女和女孩的避风港,为她们提供免受暴力和骚扰的自由,同时还提供学习、获取支持服务和建设社区的机会。
在当今的技术驱动型社会中,学生在进入职场时做好充分的数字能力准备至关重要。雇主比以往任何时候都更需要对数字素养有清晰理解的学生,尤其是在体育管理行业,该行业的劳动力发展迅速,并参与到新的数字媒体平台中(Pedersen 等人,2021 年)。“数字素养”一词有多种定义,但在本文中,其定义是用于开发知识并自信地传达这些知识以实现数字领域目标的一套技能(Buckingham,2006 年;Lankshear 等人,2008 年)。简而言之,数字素养就是对数字技术的了解。相比之下,“数字能力”一词确保个人不仅了解技术,还可以使用这些技能来适应技术创新并评估如何整体实施新技术(魁北克省高等教育部,2019 年)。一些数字技术示例可能包括开发网站、在流媒体平台上制作视频或用于社交媒体营销的创意图形设计输出。在体育管理领域,数字能力包括管理和呈现数据、设计网络形象、表达视觉媒体和媒体出版物以及为体育观众制作视频内容的知识和能力。从历史上看,高等教育对新技术趋势的反应缓慢,并且缺乏对课堂上的数字素养的关注(Gallagher & Palmer,2020 年;Moore,2017 年)。例如,Gallagher 和 Palmer(2020 年)报告称,只有约 5% 的大学预算用于信息技术支出。这表明大学缺乏适应不断变化的技术行业的决心。正如美国全国大学与雇主协会所言,承诺让学生参与有关数字平台的信息、培训和/或资源可能是未来发展的关键(美国全国大学与雇主协会,2018 年)。为了致力于这种改变,体育管理课程应为学生提供资源,帮助学生发展数字能力,为学生进入职场做好准备。作者建议,提高体育管理学生数字素养的一个潜在解决方案是提供一门为期一学期的课程,专注于与体育部门相关的数字素养和技能发展。Cannon 和 Potter(2019 年)建议,“不可否认,视觉媒体形式是 21 世纪的主要传播方式”(第 26 页),这表明需要将数字素养纳入学术课程
本工作文件不应被视为代表欧洲投资基金 (EIF) 或欧洲投资银行集团 (EIB 集团) 的观点。本文表达的任何观点,包括对法规的解释,均反映作者的当前观点,不一定与 EIF 或 EIB 集团的观点一致。本文表达的观点可能与 EIF 或 EIB 集团发布的其他文件(包括类似的研究论文)中的观点不同。本工作文件的内容(包括表达的观点)在上述发布日期为准,如有更改,恕不另行通知。EIF 或 EIB 集团不作任何明示或暗示的陈述或保证,也不承担任何与本文所含信息准确性或完整性相关的责任或义务,并明确否认任何此类责任。本工作文件中的任何内容均不构成投资、法律或税务建议,亦不得将其视为此类建议。在根据本工作文件采取任何行动之前,应始终单独寻求具体的专业建议。复制、出版和重印须获得事先书面授权。
越来越明显的是,人工智能 (AI) 工具正在对高等教育造成重大破坏,并为创新创造新的机遇。当教师和学生为使用 ChatGPT 和其他 AI 生成工具的生活做准备时,教育工作者正在积极决定是接受还是拒绝这项技术创新,并确定下一步行动。随着 AI 工具变得越来越容易获得,大学社区接受有关其使用和功能的培训非常重要。教师、学生和工作人员必须理解 AI 和其他生成工具的利弊,以便合乎道德和有效地使用并充分利用它们的力量。因此,发展 AI 素养至关重要,而这正是图书馆员可以为快速发展的学习环境做出重大贡献的地方。 图书馆员一直站在倡导和促进信息和数字素养的最前沿。越来越多的研究表明,AI 素养和
缺乏关于社会隔离的分心引起的学术拖延的研究,在19009年的大流行期间,促使人们试图回答的研究:硕士和博士生如何看待您的拖延行为的分心和分心缓解因素?旨在了解影响研究生学术环境中拖延行为的分心和减轻注意力的因素。这是现象学性质的定性研究。研究参与者是二十四名学生,十二名硕士学生代表宇宙的23%,还有十二名博士生,对应于宇宙的21%。基于文献综述,开发了一个理论框架,可以与早期分析类别和半结构化访谈中收集的数据进行比较。主题学术干扰因素(ADF)和学术干扰减轻(ADM)产生了583次引用,发现了61个代码或子代码。缺乏计划和外部工作是导致学术拖延的复杂因素。适当的时间管理和使用工具来帮助管理学习是减轻干扰的好盟友。
[3] Krzysztof Fiok、Farzad V. Farahani、Waldemar Karwowski 和 Tareq Ahram。2022 年。可解释的人工智能在教育和培训中的应用。《国防建模与仿真杂志》19,2(2022 年),133–144。https://doi.org/10.1177/15485129211028651 arXiv:https://doi.org/10.1177/15485129211028651 [4] Carlos Enrique George-Reyes、Francisco Javier Rocha Estrada 和 Leonardo David Glasserman-Morales。2021 年。将数字素养与计算思维交织在一起。在第九届促进多元文化的技术生态系统国际会议(TEEM'21)中,Marc Alier 和 David Fonseca(编辑)。ACM,美国纽约,第 13-17 页。https://doi.org/10.1145/3486011.3486412 [5] Paul Gilster。1997 年。数字素养。Wiley,纽约。[6] 顾继发和张玲玲。2014 年。数据、DIKW、大数据和数据科学。Procedia Computer Science 31(2014),814-821。https://doi.org/10.1016/j。 procs.2014.05.332 [7] Enkelejda Kasneci、Kathrin Seßler、Stefan Küchemann、Maria Bannert、Daryna Dementieva、Frank Fischer、Urs Gasser、Georg Groh、Stephan Günnemann、Eyke Hüllermeier、Stephan Krusche、Gitta Kutyniok、Tilman Michaeli、Claudia Nerdel、Jürgen Pfeffer、Oleksandra Poquet、Michael Sailer、Albrecht Schmidt、Tina Seidel、Matthias Stadler、Jochen Weller、Jochen Kuhn 和 Gjergji Kasneci。2023 年。ChatGPT 永垂不朽?大型语言模型为教育带来的机遇与挑战。https://doi.org/10.35542/osf.io/5er8f [8] Duri Long 和 Brian Magerko。 2020. 什么是人工智能素养?能力和设计注意事项。在 2020 年 CHI 计算机系统人为因素会议论文集上,Regina Bernhaupt、Florian 'Floyd' Mueller、David Verweij、Josh Andres、Joanna McGrenere、Andy Cockburn、Ignacio Avellino、Alix Goguey、Pernille Bjørn、Shengdong Zhao、Briane Paul Samson 和 Rafal Kocielnik(编辑)。ACM,纽约,纽约州,美国,1-16。https://doi.org/10.1145/3313831.3376727 [9] Carolyn R. Pool。1997. 新数字素养:与 Paul Gilster 的对话。教育领导力 55(1997 年),6-11。 [10] Chantel Ridsdale、James Rothwell、Hossam Ali-Hassan、Michael Bliemel、Dean Irvine、Daniel Kelley、Stan Matwin、Michael Smit 和 Bradley Wuetherick。2016 年。数据素养:文献的多学科综合。第十九届 SAP 美洲学术会议。11-14。[11] Matti Tedre、Peter Denning 和 Tapani Toivonen。2021 年。CT 2.0。第 21 届 Koli Calling 国际计算教育研究会议,Otto Seppälä 和 Andrew Petersen(编辑)。ACM,美国纽约州纽约,1-8。https://doi.org/10.1145/3488042.3488053 [12] Bernie Trilling 和 Charles Fadel。 2009. 21 世纪技能:我们时代的终身学习。约翰·威利父子公司。
数字经济,也被称为“新经济”,正在改变市场运作方式,包括消费者如何获取服务、信息和商品;商业模式和日常运营;以及企业、消费者、设备和流程如何相互交互。数字经济是人们、企业、设备、数据和流程之间数十亿次日常在线连接所产生的经济活动。
共享和支持性的领导价值观和愿景集体学习和应用程序共享个人实践
澄清声明的重点是观察人们使用某些术语/标签来指代一个概念(例如,今天的日期,今天的天气,一周的话,今天的线长),其特定价值可以根据日期或时间而改变。k-1.ct.8确定一个由重复的步骤组成的任务,并识别重复哪些步骤。
