XiaoMi-AI文件搜索系统
World File Search System教育界
远程教育对 K-12 学生成绩的影响
摘要 过去十年，K-12 教育界见证了远程学习项目的爆炸式增长。远程学习项目是指学生和教师在空间和/或时间上分开的学习体验。虽然自 20 世纪 30 年代以来，中小学生就一直使用电子远程学习系统进行学习，但在线远程学习学校的发展却是一个相对较新的现象。在线虚拟学校可能非常适合满足利益相关者对学校选择、高中改革和 21 世纪技能劳动力准备的需求。在线学习学生数量的增长以及在线学习作为解决教育挑战的重要意义，增加了更深入研究影响虚拟学校环境中学生学习的因素的必要性。这项荟萃分析是对 1999 年至 2004 年间研究的 14 个网络 K-12 远程教育项目的 116 个效应量的统计回顾。分析表明，与传统教学相比，远程教育对学生学业成绩的衡量标准具有相同的影响。所有结果的研究加权平均效应量为 -0.028，95% 置信区间为 0.060 至 -0.116，表明参加在线课程的学生和在面对面课堂上授课的学生在成绩上没有显著差异。未发现任何与显著正面或负面影响相关的因素。测试的因素包括学术内容领域、学生的年级、远程学习课程的作用、教师的作用、课程长度、学校类型、远程学习体验的频率、教学节奏、教学时间、教师的准备和远程教育经验以及学生的环境。
与 Kyle Jensen 就 AI、写作等进行对话
这是一个参与这些对话的重要时刻，特别是考虑到革命性的生成式人工智能工具的出现，包括 ChatGPT、Bing AI、DALL-E、LaMDA、MidJourney、Stable Difficus 和 Wordtune。虽然教育界已经承认这些工具的巨大潜力，但他们也对教育人工智能 (AIED) 的未来方向提出了质疑和担忧。除了数据隐私和准确性方面的持续问题外，最近发表的文献还强调了对评估、问责制、学术诚信和过度依赖人工智能的担忧 (Baidoo-Anu & Owusu Ansah, 2023)。此外，教育利益相关者（例如学生、家长、教育工作者、开发人员、研究人员、政策制定者和哲学家）需要机会参与对当前技术趋势和人工智能工具开发的批判性审视，以确保它们符合学习者的最佳利益（Holmes 等人，2022 年）。本系列旨在支持正在进行的对话，使教育工作者能够利用和驾驭人工智能工具的能力，以智能和周到的方式支持学生的学习和创造力。在本文中，我们重点介绍了教育领袖和研究员 Kyle Jensen 博士的工作。Jensen 博士是亚利桑那州立大学 (ASU) 英语系写作、修辞和读写能力项目的教授，也是 ASU 写作项目的主任，该项目每年为超过 23,000 名学生提供服务。除了作为一名学者广泛发表关于现代修辞理论和修辞教育的著作外，Jensen 博士还致力于创造性地解决教学问题，并在教育系统中发起积极的变革。作为 ASU 写作项目的主任，他坚持为学生提供最好的服务、为他的决定提供透明的理由，并与教职员工合作实现一个完整的项目。在我们的谈话中，Dr.
1 / 5 国家航空和宇宙航行局之间的附件......
本附件旨在与太空基金会合作开展“明日太空劳动力”计划。该计划旨在大幅增加攻读航空航天工程学位的女性和代表性不足的学生人数。该计划的重点是全美 K-12 和大学环境中学生的结构化参与。这项努力旨在通过加强联邦、非营利组织和行业支持生态系统中的联系，使 NASA 和更广泛的航天工业受益，努力提高教育界的能力，帮助学生识别、导航和寻求参与美国航空航天劳动力的多种途径。通过该计划，太空基金会将开发和执行由航空航天行业合作伙伴支持的一系列学生机会，包括大学实习、K-12 教育者的教学工具和资源、航空航天行业成员担任学生导师和榜样的机会、旨在提高 STEM 职业意识的数字和面对面编程，以及行业和联邦 STEM 计划相互分享最佳实践和资源的机会。 NASA 将通过确定公开的研究领域、现实问题或数据集来支持这项工作，太空基金会可以利用这些领域、实际问题或数据集进行实践体验和课程，并与学生和网络分享 NASA STEM 参与计划的信息和机会。这项工作符合 NASA 战略目标 4.3，即培养下一代探险家。这项努力为 NASA 和太空基金会提供了一个互惠互利的机会，以“为不同群体的学生创造独特的机会，为 NASA 的探索和发现工作做出贡献”，正如 2022 年 NASA 战略计划中所述。本附件的法律依据与《总括协议》一致，符合《太空法》《其他交易授权 (OTA)》51 USC § 20113(e)。
dinasty - 使用联合分析的多中心回顾性研究
Å。信息1，P。Bhatnagar2，L.E.L。Hendrix 3，F.R。Ogliari 4，F。Acker 5，E。Bolton 6，O。Bouissou 7，J。Ogliari 4，F。Acker 5，E。Bolton 6，O。Bouissou 7，J。Brash 8，A.-L。 Bynens 9，S。Cheeseman 10，H。Fenton 11，P。Galgane Banduge 12，A。Lobo Gomes 13，R。McDonald 14，P。Mahon 15，E.Ross 7，L。Sanchez Gomez 16，S。Theophanous 17，I。Zhovannik 16，Å。 Helland 1,18 1肿瘤学，奥斯陆大学医院，奥斯陆，挪威，2非手术肿瘤学，利兹教学医院信托基金意大利米兰，意大利米兰，血液学和肿瘤学第5次，歌德大学法兰克福大学，德国法兰克福大学医院，德国法兰克福大学医院，6个研究与创新中心，利兹教学医院NHS NHS NHS，NHS，英国利兹，英国，英国，技术和E-Health Forkest of Technology and E-Health Hospital，Oslo University Hospital，Oslo Universition，Oslo，Norway，8 Omop＆PPGIA＆PPGIA derutions，selitial clential＆PPGIA，I.科学，马斯特里赫特大学医学中心，马斯特里奇特，荷兰，10个医学肿瘤学，利兹教学医院信托基金会，利兹，英国，英国，11肿瘤学证据网络，IQVIA LTD，IQVIA LTD，IQVIA LTD，IQVIA LTD，英国，12号辐射肿瘤学系（Maastro），Maastricht University Centers Medical Cente荷兰马斯特里奇特，荷兰马斯特里奇特，14个现实世界解决方案，伦敦，英国，英国15号，伊克维亚有限公司，15 digicore，布鲁塞尔，比利时，16联邦学习，医疗数据工作，荷兰马斯特里奇，荷兰，17，研究与创新界，纽约市纽约市的纽约市，纽约市教育界，医疗数据工作。医学，奥斯陆，挪威Brash 8，A.-L。 Bynens 9，S。Cheeseman 10，H。Fenton 11，P。Galgane Banduge 12，A。Lobo Gomes 13，R。McDonald 14，P。Mahon 15，E.Ross 7，L。Sanchez Gomez 16，S。Theophanous 17，I。Zhovannik 16，Å。 Helland 1,18 1肿瘤学，奥斯陆大学医院，奥斯陆，挪威，2非手术肿瘤学，利兹教学医院信托基金意大利米兰，意大利米兰，血液学和肿瘤学第5次，歌德大学法兰克福大学，德国法兰克福大学医院，德国法兰克福大学医院，6个研究与创新中心，利兹教学医院NHS NHS NHS，NHS，英国利兹，英国，英国，技术和E-Health Forkest of Technology and E-Health Hospital，Oslo University Hospital，Oslo Universition，Oslo，Norway，8 Omop＆PPGIA＆PPGIA derutions，selitial clential＆PPGIA，I.科学，马斯特里赫特大学医学中心，马斯特里奇特，荷兰，10个医学肿瘤学，利兹教学医院信托基金会，利兹，英国，英国，11肿瘤学证据网络，IQVIA LTD，IQVIA LTD，IQVIA LTD，IQVIA LTD，英国，12号辐射肿瘤学系（Maastro），Maastricht University Centers Medical Cente荷兰马斯特里奇特，荷兰马斯特里奇特，14个现实世界解决方案，伦敦，英国，英国15号，伊克维亚有限公司，15 digicore，布鲁塞尔，比利时，16联邦学习，医疗数据工作，荷兰马斯特里奇，荷兰，17，研究与创新界，纽约市纽约市的纽约市，纽约市教育界，医疗数据工作。医学，奥斯陆，挪威
人工智能
尽管研究界已经对人工智能 (AI) 进行了几十年的研究，但随着 ChatGPT 和 DALL-E 等系统的广泛普及，教育领域的人工智能最近引发了许多公众争论。现有文献提供了大量关于设计、部署和评估人工智能驱动的教育系统的研究。然而，与人工智能在社会中日益增长的影响力相关的挑战要求我们重新审视人工智能教育的研究基础，以便为政策决策提供信息并指导未来的研究。《计算机与教育：人工智能》特刊带来了 11 篇论文，探讨了在人工智能时代赋予学习者权力的主题。这些论文的贡献大致可以分为七个主要主题：人工智能与人类的交集，着眼于协调空间；评估，探讨人工智能在教育评估中的使用所带来的挑战和机遇；人工智能的可解释性是教育界人类理解和信任人工智能的关键需求；学习设计，为设计人工智能驱动的系统和教育机会提供原则；概念人工智能与学习探索了发展新学习理论的必要性及其与现有教育理论基础的联系；准确的预测及其在未来教育中的作用；以及人工智能在课堂和教育系统中的应用。这些研究的结果强调了随着人工智能广泛渗透到教育领域而出现的紧迫的研究和政策挑战和机遇。它们还强调了未来研究的必要性，这些研究需要解决人工智能在教育中的使用中的道德、偏见和疏远问题；与数据源和所有权相关的挑战，这是当今人工智能生成的主要动力和推动因素；在教育中使用和受人工智能影响的利益相关者的人工智能素养和能力；确定使用人工智能的有效学习和教学实践；并制定政策以提高教育系统对人工智能驱动的快速变化的响应能力。
利用人工智能增强学习
人工智能与学术诚信 一些人对人工智能聊天机器人的兴起做出了回应，主张学校全面禁止使用这些工具，称作弊、抄袭和其他形式的学术不端行为是严重问题。事实上，ChatGPT 等人工智能应用程序的出现给教师带来了一系列新的挑战，因为 ChatGPT 生成的产品不是来自以前发表的作品的声明或报告，教师可以使用抄袭检测软件轻松找到这些作品。相反，该应用程序不断修改其输出以生成看似独特的作品。一项研究（Khalil & Err，2023）发现，流行的检测工具在识别 ChatGPT 生成的 50 篇论文样本中的抄袭方面基本上无效。AI 检测工具也可能产生误报，这意味着它们将人类编写的文本识别为 AI 生成的文本 (Dalalah & Dalalah, 2023)。Turnitin 等检测软件公司承诺改进其产品以获得更有效的结果（例如，ChatGPT 创作内容的成功率为 97%，Turnitin, 2023）。但是，即使有了这些改进，许多学生仍会发现进行简单调整的方法，例如在 AI 生成的文本中插入同义词，以逃避检测。认识到对学术诚信的威胁，美国许多学区已禁止使用这种 AI 工具 (Rose, 2023)。但是，当学生可以在自己的设备上使用该工具而老师不知情时，这有多有效？总的来说，教育界必须面对这样一个现实：使用现有工具识别所有 AI 生成的文本实例将是困难的，甚至是不可能的。因此，我们不应该继续争论是否允许这些产品，而应该开始考虑如何以合乎道德和教育的方式整合这些应用程序。否则，就等于忽视了“我们学校里的大象”（Volante、DeLuca 和 Klinger，2023b）。我们的观点是，人工智能可以帮助激发学生对书面作业的思考方式的长期创新（Volante、DeLuca 和 Klinger，2023a）。
ADA 健康公平工具包和行动计划 2022-2025
作为普及和预防倡导委员会的成员，我们呼吁牙科界代表承认对所有人口腔健康的平等愿景。口腔健康是整体健康的重要组成部分。每个人都应享有基本的口腔健康，使每个人都能在健康状态下进食、工作、学习和生活，避免任何口腔疼痛或功能障碍。所有牙科安全网机构，无论是公共、私人还是两者的合作，都应提供全面的口腔保健服务，以满足个人和所在社区的需求。应适当考虑、设计和资助牙科保健服务，以满足社区的口腔健康需求，并充分扩大规模以发挥最大影响。口腔健康是任何医疗保健计划的重要组成部分，应考虑各级医疗保健专业人员所见的每位患者的持续健康和福祉。教育公众、立法者、媒体和教育界的努力应使人们认识到口腔健康的重要性，并感谢那些提供口腔健康预防护理和治疗服务的人。医疗保健计划应获得足够的资金，以提供与实践可行性相称的足够报销。慈善和志愿服务慷慨地满足了短期需求，因为它们减少了获得牙科护理的财务/交通障碍。我们可以通过开发更持久的解决方案来继续改善这些接入点，为所有人提供最优质的口腔保健。美国牙科协会呼吁口腔健康社区的所有方面，包括患者、倡导者、提供者和资助者，找到共同点，制定有效和可持续的口腔健康公平意识和实施战略。这种合作将促进疾病预防；减少医疗保健障碍，倡导对解决服务不足人群口腔健康需求的项目进行合理和充分的财政支持，并鼓励有效和高效的努力将口腔健康纳入整体健康。
学生在 3R 中的人工智能依赖性：问卷构建和验证
教育学院，教职员工，新怡诗夏科技大学-加巴尔登校区，菲律宾加巴尔登 电子邮件：andiecapinding103087@gmail.com (A.T.C.)稿件收到于 2024 年 6 月 6 日；修订于 2024 年 7 月 15 日；接受于 2024 年 8 月 21 日；发表于 2024 年 11 月 12 日 摘要 — 人工智能 (AI) 融入教育既带来了突破性的机遇，也带来了担忧。这些问题之一是学生在阅读、写作和计算/算术 (3R) 领域对人工智能的依赖程度。虽然现有工具深入研究了人工智能的更广泛影响，但它们表现出一定的局限性。因此，本研究致力于开发和验证专门的问卷，以评估学生在 3R 方面对人工智能的依赖程度。该过程包括对学生群体的采访、与教育界专业人士的咨询、表面验证、内容验证、探索性因子分析、验证性因子分析、Rasch 分析和可靠性测试，以指导工具的构建和验证。初始项目识别涉及一份分布在三个结构中的 45 个项目问卷，这些问卷来自对学生和专家的定性访谈。调查共收到 727 份回复。在 EFA 之后，九个项目由于未能达到 0.5 的负载因子而被淘汰，并且某些项目表现出交叉负载。随后的 Rasch 分析肯定了这些工具的结构有效性，促使删除另外三个项目。最终的问卷包含 33 项内容，分为三个部分——阅读（10 项）、写作（11 项）和计算/算术（12 项），是衡量学生在 3R 方面的依赖性的一种经过验证的可靠工具。作者确认了问卷的有效性和可靠性。未来的研究应侧重于纵向研究，以评估 AI 依赖性如何随时间演变并影响教育成果。关键词 — 人工智能 (AI) 依赖性、探索性因子分析、Rasch 分析、可靠性测试、有效性测试
人工智能在教授学生编程语言方面的应用
摘要 新技术正日益成为人们生活的一部分，尤其是在教育阶段。教育是全面人格发展的主要组成部分，影响着人类生活的各个领域。因此，人工智能（AI）的出现，被引入到生活的各个领域，高等教育机构（HEIs）不能不注意到它。随着人工智能的出现，全球科学和教育界进行的研究表明，人工智能对高等教育机构学生教育过程的组织产生了积极影响。在现代世界中，编程正在成为许多职业的基本技能，需要采用现代方法来组织高等教育机构学生的编程语言教学，因为在技术快速发展的条件下，传统的教学方法无法始终提供必要的学生培训水平。这就是为什么在编程语言教学中使用人工智能具有重要意义，原因如下：提高学生在现代劳动力市场的竞争力；将创新引入教育系统，使学习过程更加令人兴奋和激励；提高编程语言教学的有效性。本研究根据以下标准，介绍了可用于教授学生编程语言的人工智能平台的分析结果：智能教育系统；自动评估；交互式教育平台；辅导系统；教育数据分析；用于学习的移动应用程序；虚拟实验室和用于创建教育材料的人工智能。它确定人工智能为教师在教育任务开发方面提供了新的机会，并提供了可以使用人工智能执行的 30 项任务的列表。对高等教育机构 1-4 年制学生进行了一项调查，结果显示大多数受访者了解人工智能并在教育活动中积极使用它。人工智能最活跃的用户是一年级学生，也就是那些刚刚开始学习编程并准备在教育和以后的职业活动中实施创新的人。同时，3-4 年级的学生在使用人工智能时更加谨慎，他们的态度是由现有模型的不完善所证实的。在教授学生编程语言中使用人工智能提供了一个机会，可以根据每个学生的需求调整教育材料。然而，这需要创建新的评估方法和个性化的学习方法，而这可能会因各种原因而变得复杂。
人工智能对教育的有效性
人工智能对教育的有效性：大流行期间和未来的学习 Taghfirul Azhima Yoga Siswa 印度尼西亚东加里曼丹穆罕默迪亚大学 通讯作者邮箱：tay758@umkt.ac.id 摘要——本文回顾了十篇关于人工智能在教育中的有效性的国际出版物：大流行期间和未来的学习。由于大流行扰乱了世界教育，远程学习已成为依赖机器学习的替代方案。为了了解人工智能在 COVID-19 期间和未来学习期间在教育中的力量程度，我们尝试通过十篇国际科学出版物的例子来了解它，这些出版物谈到了人工智能在当今教育和未来收入中的作用。除了审查十篇论文外，我们还对相关文献进行了在线搜索引擎搜索。我们使用“人工智能”、“大流行期间的学习”和“未来学习”等关键词进行了搜索，然后，我们分析了现象学方法，以确保我们的研究结果在定性方法设计下回答了研究问题。通过考虑研究和文献的证据，我们可以总结出我们的研究结果，其中包括对教育中人工智能的批判性理解、人工智能在教育中的应用、大流行时代的典型学习以及人工智能在大流行学习中的作用，只要居民和未来的学习仍然依赖于基于比平常更智能的学习任务的数据模式和自动化。它可以帮助学生更加专注于学习体验并确定他们是否不理解该主题。最重要的是，教师在评估学生学习成果的过程中很有帮助。关键词---人工智能、大流行期间的教育、未来学习、国际出版物。介绍人工智能（AI）的重要性目前正在大规模发展，并受到教育界的关注。今天的人工智能将模仿甚至接管通常由人类完成的任务。Lu 等人。 （2018） 表示，包括亚马逊、Facebook、微软和谷歌在内的多家科技公司已经实施了人工智能。然而，很少有人知道，随着学校的发展，技术也随之发展，人工智能也进入了教育和教学领域。例如，大学的会计专业通过实用软件使用在线教科书。就连微软的创始人比尔盖茨也是人工智能教育的支持者之一。盖茨甚至认为，人工智能将能够以各种方式改善人类的学习。基于这些信念，我们希望了解人工智能在疫情期间和未来学习中在教育中的有效性（Güzer & Caner，2014；Engeström & Sannino，2010）。