ADHD 的特点是无法完成认知任务,而这些任务需要患者在较长时间内自我调节注意力。因此,研究持续注意力和抑制之间的相互作用十分重要,尤其是通过潜在的神经过程,如注意力(背侧或腹侧)网络对感知处理的调节( 8 )。高时间分辨率、脑磁图和脑电图 (M/EEG) 研究对于通过引出注意力机制来理解 ADHD 的神经生理学至关重要。例如,长期以来人们一直认为皮质振荡(即神经活动的节律模式)在大脑不同区域之间的交流中发挥作用( 9 ),而通过测量事件相关同步性,已证明 ADHD 患者的皮质振荡会发生改变( 10 )。
CSBA 采用“替代未来”情景开发方法。我们相信未来无法预测,但情景也可用于思考各种潜在挑战。我们的情景开发已被各种美国和盟国政府赞助商成功采用。CSBA 的兵棋推演方法旨在就重要、不断发展的问题引出消息灵通的主题专家社区的见解,而不是产生预定的结果。CSBA 兵棋推演旨在质疑当前和潜在的美国军事作战概念背后的普遍假设,发现美国和对手的基本能力,确定能力和容量不足,并突出潜在的战略优势或劣势领域。
如今,人工智能越来越多地被用于许多高风险决策应用中,其中公平性是一个重要问题。目前,已经有许多人工智能存在偏见并做出可疑和不公平决策的例子。人工智能研究界提出了许多方法来衡量和减轻不必要的偏见,但其中很少有方法涉及人类决策者的意见。我们认为,由于不同的公平标准有时无法同时满足,并且实现公平通常需要牺牲模型准确性等其他目标,因此,关键是要了解并遵守人类决策者关于如何在这些目标之间进行权衡的偏好。在本文中,我们提出了一个框架和一些示例方法来引出这些偏好并根据这些偏好优化人工智能模型。
摘要。飞机制造系统的设计高度依赖于飞机本身的设计。在本研究中,我们提出了一种基于概念建模和优化方法的方法,该方法可以考虑飞机设计对其装配线设计的影响。我们首先在真实的工业用例环境中引出早期需求。使用面向目标的需求工程,我们强调系统之间的依赖关系以及必须优化才能获得最佳全局系统的关键元素。然后,基于概念模型和操作研究,我们介绍了我们开发的工具,以支持最佳整体系统的开发。我们分析了在不同飞机设计上进行的实验,并确定并总结了从这次经验中吸取的教训。
摘要——多年来,指导性 SLA 研究强调不同教学情境中的纠正反馈 (CF) 互动,并表明 CF 在 L2 发展中的促进作用。然而,很少有研究调查教师的 CF 实践与他们的信念及其对学习者在传统语言学习情境中吸收的影响。通过结构化观察和半结构化访谈,本研究在美国一所 K-12 学校的一个中低 (LI) 班和一个中高 (HI) 班中考察了两位教师的 CF 实践、信念及其对阿拉伯语作为传统语言 (AHL) 情境中的 L2 学习的影响。从两个有 30 名学生的班级收集了总共 20 小时的观察数据,并根据 Lyster 和 Ranta (1997, 2007) 的 CF 类型分类法进行编码。访谈数据是从两位班主任那里收集的,并基于扎根理论方法进行主题编码和分析。结果表明,两位教师都对 CF 抱有积极的看法,并且偏爱隐性 CF 和提示。LI 教师的 CF 实践在很大程度上反映了他们的 CF 信念,而 HI 教师的实践则完全反映了他们的 CF 信念。LI 教师主要针对学习者的词汇错误提供反馈,而 HI 教师主要针对学习者的语法错误做出回应。LI 教师使用引出、重述和元语言反馈被证明可以有效地提高吸收率和修复率。另一方面,在 HI 教师的课堂上,引出和澄清要求是最有效的 CF 类型。研究结果表明,具有 CF 知识的教师可以提供 CF,最终可能导致高吸收率和修复率。索引术语 — 纠正反馈、学习者吸收、CF 信念、CF 实践、母语使用
摘要——多年来,指导性 SLA 研究强调不同教学情境中的纠正反馈 (CF) 互动,并表明 CF 在 L2 发展中的促进作用。然而,很少有研究调查教师的 CF 实践与他们的信念及其对学习者在传统语言学习情境中吸收的影响。通过结构化观察和半结构化访谈,本研究在美国一所 K-12 学校的一个中低 (LI) 班和一个中高 (HI) 班中考察了两位教师的 CF 实践、信念及其对阿拉伯语作为传统语言 (AHL) 情境中的 L2 学习的影响。从两个有 30 名学生的班级收集了总共 20 小时的观察数据,并根据 Lyster 和 Ranta (1997, 2007) 的 CF 类型分类法进行编码。访谈数据是从两位班主任那里收集的,并基于扎根理论方法进行主题编码和分析。结果表明,两位教师都对 CF 抱有积极的看法,并且偏爱隐性 CF 和提示。LI 教师的 CF 实践在很大程度上反映了他们的 CF 信念,而 HI 教师的实践则完全反映了他们的 CF 信念。LI 教师主要针对学习者的词汇错误提供反馈,而 HI 教师主要针对学习者的语法错误做出回应。LI 教师使用引出、重述和元语言反馈被证明可以有效地提高吸收率和修复率。另一方面,在 HI 教师的课堂上,引出和澄清要求是最有效的 CF 类型。研究结果表明,具有 CF 知识的教师可以提供 CF,最终可能导致高吸收率和修复率。索引术语 — 纠正反馈、学习者吸收、CF 信念、CF 实践、母语使用
摘要——多年来,指导性 SLA 研究强调不同教学情境中的纠正反馈 (CF) 互动,并表明 CF 在 L2 发展中的促进作用。然而,很少有研究调查教师的 CF 实践与他们的信念及其对学习者在传统语言学习情境中吸收的影响。通过结构化观察和半结构化访谈,本研究在美国一所 K-12 学校的一个中低 (LI) 班和一个中高 (HI) 班中考察了两位教师的 CF 实践、信念及其对阿拉伯语作为传统语言 (AHL) 情境中的 L2 学习的影响。从两个有 30 名学生的班级收集了总共 20 小时的观察数据,并根据 Lyster 和 Ranta (1997, 2007) 的 CF 类型分类法进行编码。访谈数据是从两位班主任那里收集的,并基于扎根理论方法进行主题编码和分析。结果表明,两位教师都对 CF 抱有积极的看法,并且偏爱隐性 CF 和提示。LI 教师的 CF 实践在很大程度上反映了他们的 CF 信念,而 HI 教师的实践则完全反映了他们的 CF 信念。LI 教师主要针对学习者的词汇错误提供反馈,而 HI 教师主要针对学习者的语法错误做出回应。LI 教师使用引出、重述和元语言反馈被证明可以有效地提高吸收率和修复率。另一方面,在 HI 教师的课堂上,引出和澄清要求是最有效的 CF 类型。研究结果表明,具有 CF 知识的教师可以提供 CF,最终可能导致高吸收率和修复率。索引术语 — 纠正反馈、学习者吸收、CF 信念、CF 实践、母语使用
斯蒂芬·沃尔夫勒姆 (Stephen Wolfram) 最近概述了一种非正统的、多计算的基础理论方法,不仅涵盖物理学,还包括数学,他称之为“Ruliad”的结构被理解为所有可能计算的纠缠极限。在这个框架中,物理定律源于观察者(包括我们)对 Ruliad 的采样。这自然会引出几个概念问题,比如 Ruliad 是什么类型的对象?进行采样的观察者的性质是什么,他们与 Ruliad 本身有何关系?采样的确切性质是什么?本文对这些问题以及其他相关的基础问题进行了哲学探讨,包括确定任何试图以包括建模者-观察者的方式描述或建模现实时必须面对的局限性。
5 岁及以下儿童哮喘诊断概率 5 岁及以下儿童哮喘诊断特征 可用于引出哮喘提示特征的问题 5 岁及以下儿童哮喘的常见鉴别诊断 5 岁及以下儿童哮喘控制的 GINA 评估 5 岁及以下儿童哮喘的个性化管理 5 岁及以下儿童低日剂量吸入皮质类固醇 为 5 岁及以下儿童选择吸入器 5 岁及以下儿童急性哮喘或喘息的管理 5 岁及以下儿童急性哮喘发作的初步评估 5 岁及以下儿童立即转院的指征 191 框 6-12. 5 岁及以下儿童哮喘发作的初步急诊科管理 192