XiaoMi-AI文件搜索系统
World File Search System态度
机器人和人工智能在口腔健康教育中的作用。印度牙医的知识、看法和态度
材料和方法：这项横断面和前瞻性研究是在获得机构伦理委员会批准后，对在印度各地执业的牙科专业人士进行的。通过电子邮件和社交媒体分发了之前经过验证和预先分析的问卷表，其中简要说明了研究目的并附有知情同意书。研究问卷包括“封闭式”查询，然后分为四个部分。然后指示所有研究参与者在所有提供的答案中选择任何一个选项。整个研究在一个月内完成。将收集到的观察结果输入 Microsoft Excel 2007® 主图表中。使用了 IBM Corporation 的统计分析软件工具 SPSS 版本 20.0。执行“卡方”检验以评估统计关联。P 值小于 0.05 即为具有统计学意义。
建议引用：Vasiljeva, Tatjana；Kreituss, Ilmars； Lulle, Ilze (2021)：人工智能：公众和各行业代表的态度，《风险与财务管理杂志》，ISSN 1911-8074，MDPI，巴塞尔，第 14 卷，第 8 期，第 1-17 页，https://doi.org/10.3390/jrfm14080339
摘要：本文研究公众和企业对人工智能的态度，并研究影响这些态度的主要因素。概念模型基于技术-组织-环境（TOE）框架，并通过定性和定量数据分析进行测试。主要数据是通过专门为研究开发的问卷进行的公开调查以及对人工智能领域专家和各公司管理代表的半结构化访谈收集的。本研究旨在评估公众和各行业员工对人工智能的当前态度，并调查影响他们的因素。研究发现，不同行业对人工智能的态度存在显著差异。已经实施人工智能解决方案的组织的员工和近期不打算实施人工智能解决方案的组织的员工对人工智能的态度存在显著差异。影响组织采用人工智能的三个主要因素是高层管理人员的态度、竞争和法规。在确定影响社会和公司对人工智能态度的主要因素后，提出了减少各种负面因素的建议。作者提出了一个命题，证明了成功采用创新技术所需的活动。
建议引用：Çayak，S.（2024）。调查教师对人工智能的态度与人工智能素养之间的关系。教育技术与在线学习杂志，7（4），367-383。
本研究旨在考察教师对人工智能的态度与人工智能素养水平之间的关系。本研究采用了“人工智能总体态度量表”和“人工智能素养量表”。研究对象为2023-2024学年在土耳其伊斯坦布尔省卡尔塔尔、彭迪克和苏丹贝利区公立学校工作的361名教师，采用方便抽样法选出。本研究结果表明，教师对人工智能的积极态度处于较高水平，消极态度处于较低水平。教师的人工智能素养水平处于中等水平。教师对人工智能的积极、消极态度和人工智能素养水平在性别、专业资历和教育水平上没有表现出显著差异。但研究生学历教师对人工智能的积极态度和人工智能素养水平明显高于本科学历教师。同样，本科学历教师对人工智能的消极态度也明显高于研究生学历教师。相关性分析结果发现，教师对人工智能的积极态度与人工智能素养之间存在正向、高度显著的关系。另一方面，教师对人工智能的消极态度与人工智能素养之间存在负向、中等显著的关系。根据本研究的结果，为研究人员和从业者提出了一些建议。
通过角色的选择和价值 - 信念 - 态度推理使大型语言模型与人类的意见结盟
用大语言模型（LLM）推理和预测人类意见是必不可少的但具有挑战性的。当前的方法采用角色扮演的角色，但面对两个主要措施：LLMS甚至对一个无关的角色也很敏感，最多可以改变预期的30％； LLM无法战略性地推理人类。我们提出了开场链（COO 1），这是一种简单的四步解决方案建模，如何用personae推理，由价值 - 宽容 - 态度（VBN）the-Ory进行推理。COO将明确的人（人口统计学和意识形态）和卑鄙的人物（历史观点）区分了：（1）将无关的属性与显式人物过滤； （2）将隐式人物排名为选择top-k的优先列表； （3）提出新颖的VBN推理，以提取用户的环境和个人价值，信念和规范变量，以进行准确可靠的预测； （4）迭代VBN推理，并逐渐更大的隐式角色列表来处理潜在的角色不足。COO通过仅提示5个推论呼叫来有效地实现新的最新观点预测，从而将先前的技术提高了多达4％。值得注意的是，通过COO的数据进行微调LMS导致观点一致的模型明显高达23％。
K-12教育中的态度，看法和AI自我效能
访问AI驱动的聊天机器人正在触发学校进行改造。易于访问和作弊的问题与个人支持，节省时间和落后风险的潜在领域保持平衡。因此，对教师的AI自我效能感和对AI驱动的聊天机器人在教育中融合的态度的见解需要研究。这项研究探讨了教师准备使用AI驱动聊天机器人的准备。进行了调查和民意调查问题，分别产生了312和406回答，重点是AI自我效能感，态度和对教育的有用性。初步发现表明，尽管教师通常对人工智能在教育中的潜力有积极的态度，但他们的AI自我效能感取决于先前使用技术，可感知的相关性及其可用的支持。这项研究强调了需要内部支持和有针对性的专业发展干预措施，并为决策者，教育工作者和课程开发人员提供实践见解，以促进教师的准备和能力，以在课堂上和外部使用AI-DRIENS聊天机器人在其专业任务中使用AI-DRIENS聊天机构。
儿童偏瘫的口服ATP治疗 使用基于本体的网络情境意识系统保护数字资产 在小跑赛车中使用鞭子 - 对速度变化的影响和... 学术界的气候意识：奥地利国际学生的空中旅行态度的研究 深度学习捕获了上毒在多因素疾病中的影响 人工智能在慢性病健康管理中的应用：书目分析 基于平板电脑的手动敏捷性检测早期精神病的定量评估 阿尔茨海默氏病和传染性药物 肠道菌组和神经精神疾病 气候变化和自杀流行病学：全球自杀率性别变化的系统评价和荟萃分析 对牛皮利亚corylifolia l。的评论：具有深刻生物学意义的有价值的植物 铁直肠癌在结直肠癌中的作用及其与免疫疗法的潜在协同作用 使用人工智能的生物多样性标准化自动图像分析 罕见的婴儿间质肺疾病 对尼日利亚气候引起的气候粮食不安全的韧性 身体成分和二氧化碳饮食排放
儿童期交替偏瘫（AHC）是一种罕见的神经系统疾病，通常在18个月大之前表现出来，其特征是复发性，交替的偏瘫发作，其频率可变，并且可以持续几分钟到几天。我们在一个小女孩中介绍了一个AHC的案例，该案件在ATP1A3基因（P.Glu815lys）中携带零星突变（p.glu815lys）对氟纳氨基氨酸的难治性，并且由于用腺苷5'-三磷酸腺苷（Triphosphate（Priphosphate）口服化合物治疗的不良反应，因此对topiramate不合格。通过随访评估结果，并定期监测副作用和安全性。复合药物显示出有效性和安全性。的确，在四年的随访中，随着腺苷-5'三磷酸的剂量逐渐增加至21 mg/kg，患者在控制偏瘫发作的频率和持续时间和神经系统恶化的改善方面表现出很大的好处。
如何引用本文 Goyal S、Sakhi P、Kalidindi S 等人。（2024 年 12 月 31 日）印度放射科医生和住院医生对放射学人工智能的知识、态度、看法和实践：一项全国多中心研究。Cureus 16(12)：e76667。DOI 10.7759/cureus.76667
鉴于这些最新进展，本调查的目的是评估放射科医生和住院医生对放射学人工智能技术的知识、认识和使用情况，了解他们对人工智能在该领域的潜在和未来影响的看法，并确定教育差距，以评估将以人工智能为重点的教育和培训纳入医学课程的必要性，特别关注放射学。本研究的目的是评估印度放射科医生和住院医生目前对放射学人工智能的知识、态度、看法和实践。本研究的更广泛影响包括为政策制定者、教育工作者和医疗保健专业人员提供信息，使他们能够就人工智能在放射学实践和教育中的使用做出明智的决定，这与 Chen 等人最近的研究一致。[7] 。
学术界的气候意识：奥地利国际学生的空中旅行态度的研究
现代技术使使用基因组数据可以预测和自定义预防和治疗疾病的策略。人类基因组中存在数百万个单核苷酸多态性（SNP），全基因组关联研究（GWAS）有助于识别SNP与各种疾病之间的关联联系（1）。经常具有较弱的个体影响的多态性可能会集体与疾病表现出很强的相关性（2）。多基因风险评分（PRS）是一种线性回归模型，该模型使用了带有GWAS的权重的单个SNP，传统上已被用来评估多因素疾病表现的风险。尽管PRS由于其简单性和良好的预测能力而正确地成为了最受欢迎的工具，但它具有重大局限性，例如无法说明上静脉的非线性效应。尽管从历史上看，该术语已用于描述各种遗传事件，但最合适的定义是Fisher（3）提出的。这是统计上的上述，它是指遗传变异对疾病的影响的现象。epitsisis是一个积极研究的领域，已经被证明对多种疾病产生了重大影响（4）。上位性是建立可靠的多基因风险模型的一个挑战性方面，因为线性方法通常不足以捕获遗传变异和疾病之间的非线性关系。
女性对妊娠期药物致畸作用的认识和态度：一项初步研究
结果：纳入了 111 名符合条件的个人，其中近 50% 的年龄在 21 至 29 岁之间。近 29.7% 的人同意药物的不良副作用通常超过其益处。同时，5.4% 的人认为所有药物本质上都是有害的。近 10% 的人认为任何医疗药物都对未出生的婴儿有潜在危险。约 12.6% 的人同意使用胰岛素可能会伤害胎儿。约三分之一 (31.5%) 的人认识到怀孕期间摄入维生素 A 的必要性。值得注意的是，75.7% 的人认为产前维生素 A 摄入量与先天性残疾之间没有任何联系。此外，85.6% 的人同意他们应该与医生讨论计划生育的意图。目前或以前怀孕的女性最广泛使用的药物是维生素/补充剂，占 65.6%，止痛药/解热药（59.2%）和抗生素（31.6%）。
