气候变化、粮食不安全和土地退化等挑战都推动了可持续农业的“规模化”创新。为此,国际农业发展项目经常使用农场试验或农民田间学校作为农民接触技术构建知识和经验证据的一种方式。然而,这种试验在社会政治知识构建中的作用往往被忽视。本研究将农业发展干预概念化为在研究人员和农民之间的互动空间中进行。通过对马拉维和坦桑尼亚大陆的四个案例研究,我们揭示了互动空间的过程和动态,并提出了以下研究结果:1)在资助的农业发展项目中,农业创新是如何发生的,2)在这些背景下,如何开放或关闭技术和社会知识构建的空间。结果表明,农场试验为互动提供了基础,但在这些背景下的知识交流也需要知识经纪人才能成功实施和扩大规模。知识经纪人和试验本身都会影响社会动态,它们往往同时促进一些人的社会学习,但也导致另一些人的社会排斥。我们发现互动空间的设计与其内部的社会动态之间存在着密切的联系,这表明社会政治和技术知识构建过程之间存在着密切的联系。知识经纪人的连续性和技术的复杂性等关键因素决定了互动空间的开放或关闭。提高可持续农业创新的有效性需要开放互动空间,以实现更有效、更持续的技术共同创造、社会学习和共享知识的协作构建。
*致谢:我们感谢Sandra Gottschalk在访问MIP Scientific-Files方面的支持。Adelheid Holl感激地感谢项目H2019/HUM-5859-MIMA-CM由马德里自治社区,盟友(与创新与环境可持续性之间的联系相关的实验室)和PTI Mobimility和PTI Mobility之间的链接相关)和2030年(https://pti-mobility://pti-mobility2030.csic.csic.es.es
RQ2:哪些数字化技术是卓越性能的预测指标? 本文的目的是理解数字化对MSME的整体性能的影响,并研究数字化技术是否是卓越绩效的预测指标。 更好地理解这种情况是基本的。 的确,巴西大约98%的公司是微型和小规模的,“更容易受到市场波动和脆弱的经济状况的影响,使他们面临风险情况”(Nassif等,2020,第3页,第3页),需要更高的性能技术,包括数字化(Eller等,2020)。 原则上,本文回答了有关MSMES和数字化绩效的额外研究的最新请求(Bouncken等,2019; Li等,2018; Yasin等,2022; Tripathi,2019; Matt et al。,2015)。RQ2:哪些数字化技术是卓越性能的预测指标?本文的目的是理解数字化对MSME的整体性能的影响,并研究数字化技术是否是卓越绩效的预测指标。更好地理解这种情况是基本的。的确,巴西大约98%的公司是微型和小规模的,“更容易受到市场波动和脆弱的经济状况的影响,使他们面临风险情况”(Nassif等,2020,第3页,第3页),需要更高的性能技术,包括数字化(Eller等,2020)。原则上,本文回答了有关MSMES和数字化绩效的额外研究的最新请求(Bouncken等,2019; Li等,2018; Yasin等,2022; Tripathi,2019; Matt et al。,2015)。
人工智能嵌入式系统参与人类决策的传播使得研究人类对这些系统的信任变得至关重要。然而,实证研究信任具有挑战性。原因之一是缺乏设计信任实验的标准协议。在本文中,我们介绍了现有的实证研究人工智能辅助决策中信任的方法,并根据实验方案的构成要素分析了语料库。我们发现信任的定义通常不整合在实验方案中,这可能导致研究结果被夸大或难以解释和跨研究比较。借鉴社会和认知研究中关于人与人之间信任的实证实践,我们提供了实用指南,以改进在决策环境中研究人与人工智能信任的方法。此外,我们提出了两类研究机会:一类侧重于对信任方法的进一步研究,另一类侧重于影响人与人工智能信任的因素。
人工智能嵌入式系统参与人类决策的传播使得研究人类对这些系统的信任变得至关重要。然而,实证研究信任具有挑战性。原因之一是缺乏设计信任实验的标准协议。在本文中,我们介绍了现有的实证研究人工智能辅助决策中信任的方法,并根据实验方案的构成要素分析了语料库。我们发现信任的定义通常不整合在实验方案中,这可能导致研究结果被夸大或难以解释和跨研究比较。借鉴社会和认知研究中关于人与人之间信任的实证实践,我们提供了实用指南,以改进在决策环境中研究人与人工智能信任的方法。此外,我们提出了两类研究机会:一类侧重于对信任方法的进一步研究,另一类侧重于影响人与人工智能信任的因素。
摘要 — 随着大规模数据集的日益普及,以及经济实惠的存储和计算能力的普及,人工智能所消耗的能源正成为一个日益令人担忧的问题。为了解决这个问题,近年来,研究集中于展示如何通过调整模型训练策略来提高人工智能的能源效率。然而,对数据集的修改如何影响人工智能的能耗仍然是一个悬而未决的问题。为了填补这一空白,在这项探索性研究中,我们评估了是否可以利用以数据为中心的方法来提高人工智能的能源效率。为了实现我们的目标,我们进行了一项实证实验,通过考虑 6 种不同的人工智能算法、一个包含 5,574 个数据点的数据集和两个数据集修改(数据点数量和特征数量)来执行。我们的结果表明,通过专门对数据集进行修改,可以大幅降低能耗(高达 92.16%),而这通常以准确度几乎不会下降甚至不会下降为代价。作为额外的介绍性结果,我们展示了如何通过专门改变所使用的算法,实现高达两个数量级的节能。总之,这项探索性调查从经验上证明了应用以数据为中心的技术对提高人工智能能源效率的重要性。我们的研究结果呼吁制定以数据为中心的技术为重点的研究议程,以进一步实现绿色人工智能的民主化。索引术语 — 能源效率、人工智能、绿色人工智能、以数据为中心、实证实验
本研究考察了数字技术对伊拉罗联邦理工学院行政服务的影响。研究采用了调查设计,调查对象包括该学院的所有行政人员。研究者提出了两个假设,并对该学院随机抽取的 100 名高级注册人员进行了 4 点李克特问卷调查。使用频率计数、百分比和平均值分析了描述性数据,同时使用回归分析在 0.05 的显著性水平下检验了假设。结果表明,数字技术在行政职能中的使用率很高,并且它对行政服务交付率(T 值 = 3.583;P 值 = 0.001<0.05)和行政服务交付质量(T 值 2.641;P 值 = 0.000<0.05)有显著贡献。研究表明,数字技术促进了行政工作流程,提高了向广泛利益相关者(包括学生、校友和外部组织)提供行政服务的速度和质量。其中,建议联邦理工学院、伊拉罗学院和其他类似机构应在资源、平台、流程和能力提升方面加大数字化转型力度,以提供令人满意的行政服务。
摘要 税务审计员的表现对于税务管理人员实施税务审计的成功至关重要。本研究探讨了审计员的努力和审计技术如何影响马来西亚税务审计员的表现。目的是根据归因理论研究内部因素(例如审计员的努力)和外部因素(例如审计技术)对税务审计员绩效的影响。本研究采用定量方法,利用调查问卷分发给高管级及以上税务审计员,这些审计员在马来西亚国内税收局和马来西亚皇家海关部门负责直接税和间接税,拥有至少一年的税务审计经验。结构方程模型 (SEM) 用于数据分析,揭示了审计员的努力、审计技术和税务审计员的表现之间存在显著的正相关关系。本研究通过确定影响审计有效性和税务审计员绩效的关键因素,为政策制定者提供了宝贵的见解。这些发现可以为制定旨在提高税收合规性和加强监管框架的有针对性的政策提供参考。最终,这项研究将成为从业者和学者在不断变化的经济环境中理解和提高税务审计有效性的重要资源。关键词:审计师的努力;审计技术;任务复杂性;税务审计员的表现
摘要 本研究调查了可再生能源对经济增长的影响,特别是实证分析了太阳能与 GDP 之间的关系。该研究采用事后研究设计,并使用普通最小二乘回归技术估算所建立的模型。数据来源于世界银行的世界发展指标,涵盖 1990 年至 2023 年期间。研究结果表明,作为太阳能代理的可再生能源消费对经济增长具有积极且不显著的影响。碳排放对经济增长有积极而显著的影响。外国直接投资对经济增长有积极而显著的影响。贸易平衡也显示出对经济增长的积极影响,但在统计上并不显著。此外,太阳能消耗对 GDP 没有统计上显著的因果关系,GDP 确实是太阳能消耗的格兰杰原因,而碳排放和 GDP 具有双向因果关系。基于这些发现,该研究建议政府应该;增加对太阳能基础设施的投资,鼓励逐步转向可再生能源的政策,结合碳减排战略,创造投资者友好的环境——例如税收激励、简化监管。关键词:太阳能、碳排放、经济增长、格兰杰因果关系。
摘要。普遍的共识是,人工智能是机器人通过执行与人类相似的活动来模仿人类智能的能力。当代环境以人工智能使用的急剧增长为标志,凸显了该技术日益增长的重要性。两个基本思想构成了人工智能操作框架的基础。首先,强调了解人脑的机制并掌握其认知过程。随后,通过应用机器学习方法将这些见解付诸实践。本研究调查了客户对将人工智能融入银行业的看法。为了实现这一目标,参与者是从某些公共部门银行的客户群中专门挑选出来的。本研究中使用的主要数据是通过使用结构化问卷收集的。这项研究考虑了 439 名受访者。使用随机抽样来选择受访者。选定的公共部门银行的客户被选中进行研究。本文展示了人工智能对银行业的重要性。此外,它还确定了影响银行业采用人工智能的主要特征或情况。该研究试图理解人工智能及其在银行服务中的重要性。