XiaoMi-AI文件搜索系统
World File Search System控制变量
州和地方养老金计划的内部与外部管理
分析首先调查外部资产管理人的数量与费用相关的假设。为此，分析依赖于线性回归，其中因变量是计划报告的投资费率（支付的总费用占养老金总资产的百分比），关键自变量是外部资产管理人的数量。10 回归还包括对计划规模（总资产）和资产配置（尤其是对替代品的配置）的控制，以及一个旨在捕捉外部资产管理程度的变量：计划管理员是否表示拥有有意义的内部投资计划。这三个控制变量共同有助于确保外部资产管理人数量的系数仅捕捉费率与外部资产管理人数量之间的关系 - 而不是外部管理的资产份额。
六度自动控制器设计方法
2.5-DOF 两个半自由度 6-DOF 六自由度 AFSIM 高级仿真、集成和建模框架 API 应用程序接口 BFS 基本可行解决方案 CAP 控制预期参数 CFD 计算流体动力学 CS 控制面 CV 控制变量 DoD 国防部 ISRES 改进的随机排序进化策略 LQR 线性二次调节器 MATLAB 矩阵实验室 NASA 美国国家航空航天局 NDI 非线性动态反演 NED 东北向下 NLOPT 非线性优化 PI 比例积分控制 TSPI 时间空间位置信息 UAV 无人驾驶飞行器 WGS84 世界大地测量局 1984 HALE 高空长航时飞机
碳排放对公司财务绩效的影响：BIST可持续性指数的应用
本研究的目的是检查土耳其伊斯坦布尔可持续性指数中列出的公司的碳排放数据，并分析碳排放与这些公司的财务业绩之间的关系。在这项研究中，使用了2017 - 2020年期间伊斯坦布尔可持续性指数中列出的31家公司的年度数据。使用随机效应面板数据模型分析了公司的财务绩效指标与其碳排放之间的关系。所确定的因变量是资产回报率和股本回报率作为财务绩效的衡量标准，而碳排放量则被视为独立变量，以及控制变量，例如公司规模，杠杆率，公司的增长率，公司增长和公司价值。研究结果表明，碳排放对资产回报率和股本回报率都有负面影响。
可再生能源与可持续发展：
可持续发展目标的实现取决于不同的因素。本文旨在探讨可再生能源与可持续发展之间的关系。我们采用内生变量调整后的净储蓄作为可持续发展因素，可再生能源消费作为外生变量，控制变量为固定资本形成总额和劳动力。这项研究针对 1990-2017 年期间的 17 个 OECD 国家进行。我们假设了一个平衡面板模型，并采用了面板随机效应模型和面板 ARDL 协整模型。结果表明，可再生能源消费在短期内对调整后的净储蓄有显著的负面影响，但从长远来看，可再生能源消费对可持续发展因素有积极影响。此外，在两个变量之间建立了双向面板 Granger 因果关系。
来自人工智能专利和文献计量数据的全球证据
在本文中，我们分析了人工智能 (AI) 领域的技术创新与宏观经济生产力之间的关系。我们将最近发布的与 AI 相关的专利和出版物数据嵌入到生产力增长的增强模型中，我们对 OECD 国家进行了估算，并将其与包括非 OECD 国家在内的扩展样本进行了比较。我们的估计为现代生产力悖论提供了证据。我们表明，人工智能技术的发展仍然是一种小众创新现象，在官方记录的生产力增长过程中的作用微乎其微。这一普遍结果，即人工智能与登记的宏观经济生产力增长之间缺乏很强的关系，对于国家样本的变化、我们量化劳动生产率和技术（包括人工智能存量）的方式、经验模型（控制变量）的规范和估计方法的变化都很稳健。
绿色技术对金砖国家经济重要吗？
本研究试图考察数字化和绿色技术对 1993 年至 2019 年期间金砖国家健康结果的影响。互联网用户衡量数字化程度，健康结果由预期寿命决定。该研究采用 ARDL 估计方法对特定国家进行实证研究。人均 GDP 和当前卫生支出被纳入控制变量。研究结果表明，除巴西外，数字化在金砖国家中长期内可提高预期寿命。虽然绿色技术往往会在俄罗斯和中国长期内提高预期寿命，但它对短期健康结果的影响微乎其微。而 GDP 和卫生支出也会在长期和短期内提高大多数金砖国家经济体的预期寿命。我们的研究为金砖国家提供了一些政策启示。
探索知识管理动态
摘要：基于基于资源的理论（RBT）和基于知识的观点（KBV），本研究研究了基于知识的组织支持（KOS），AI驱动的知识共享（KS），组织学习（OL）和知识管理动态能力（KMDC）对中国公司组织绩效（OP）的影响。特别是，本研究探讨了这些因素之间的关系，以及控制变量，例如教育水平，员工技能和技术创新，以全面了解其对绩效管理的影响。最近关于组织绩效的研究主要集中在数字业务策略和高级决策上，但对数字成熟度，工作场所活动和与沟通相关的动态作用的关注有限。这项研究通过巩固有助于组织内部工作绩效的关键因素来解决这些差距。此外，为了通过经验检验拟议的假设，从中国各个公司的员工填写的129份有效问卷中收集了数据。研究的研究用确认性因素分析（CFA）验证测量构建体和结构方程建模（SEM）以评估假设的关系。这些发现揭示了一些重要的见解：（1）具有AI，KMDC和OL的KO，KS，每个人都对OP具有直接的积极影响，强调了它们在增强组织成果中的关键作用。（2）控制变量，包括教育水平，员工技能和技术创新，显着缓和了KOS，KS与AI，KMDC，OL和OP之间的关系，进一步扩大了其影响。这些结果强调了促进协作知识创新机制和利用动态功能以进行有效绩效管理的重要性。总而言之，通过将理论观点与强大的经验分析整合在一起，本研究为知识管理和组织绩效的文献做出了贡献，为旨在优化数字变革性环境中绩效的从业者提供了可行的见解。
