摘要:本研究调查了教师对人工智能 (AI) 在教育中的应用的认识水平,重点研究这种认识是否因社会人口特征、技术使用情况以及有关人工智能的特定知识和信念而有所不同。本研究于 2023-2024 学年在北塞浦路斯进行,采用了有目的和滚雪球抽样方法的调查模型,涉及 164 名教师。本研究包括小学、中学、高中和大学等不同级别的教师。Feriko˘glu 和 Akgün (2022) 开发的“人工智能意识量表”用于测量人工智能意识。通过偏度和峰度值验证数据的正态性,允许进行参数统计检验,例如 t 检验、单向方差分析、逻辑回归和卡方分析。本研究探讨了不同类型和教育水平的学校使用人工智能的分布情况,并评估了人工智能意识的各个子维度对其在教学中应用的影响。研究结果表明,教师人口统计学特征(年龄、性别、教育水平、学校类型、机构级别和月收入)对人工智能意识没有显著影响。然而,使用模式表明,大学讲师更有可能将人工智能融入教学,其次是小学和中学教师,中学教师使用人工智能的可能性最低。多层神经网络分析发现,实践知识是影响人工智能在教学中使用最关键的因素(重要性权重为 0.450),其次是信念和态度(0.298)、相关性(0.148)和理论知识(0.104)。这些结果强调了实践知识对于促进人工智能融入教育实践的重要性,强调了对教师培训和专业发展计划的重要意义。
目录 策略页 策略页 ABC 头脑风暴 11 配对总结 27 锚图 11 停车场 27 注释 12 传递白板 27 预期指南 14 照片分析 28 逆向笔记 14 加/减法 28 头脑风暴 15 表扬-问题-润色 28 旋转式头脑风暴 15 预读计划 29 访谈圈 15 预览和预测 29 文本编码 16 QAR-问答关系 30 对话词干 16 象限卡/弗雷尔模型 31 康奈尔笔记 16 RAFT 33 立方体 17 互惠教学(已修改) 33 讨论网 18 请求 35 入口/出口单 18 说点什么 35 权益棒 19 为我保留最后一句话 35鱼缸 19 语义特征分析 36 拳打五中 20 语义图 37 五字预测 20 打雪仗(滚雪球) 37 GIST 21 苏格拉底研讨会 37 ICE 21 排序 39 插入 21 星星和愿望 39 访谈回复 22 餐桌谈话 39 拼图 22 大声思考 39 记图表 22 思考-写作-配对-分享 40 记笔记 23 3-2-1 40 日记回复 23 三分钟暂停/回顾 40 KIM 24 轮流发言 41 KWL 24 可视化 41 列表-组-标签 25 词汇知识评级 41 磁铁摘要 25 X 标记点 42 边注 25 最模糊的点 26 互联网资源 42 笔记策略 26单页 26
摘要 目标 不同的利益相关者可能对医疗保健领域的人工智能 (AI) 应用持有不同的态度,如果 AI 开发人员未能考虑到这些态度,这可能会限制他们的接受度。我们着手确定临床医生、消费者、管理人员、研究人员、监管机构和行业对医疗保健领域 AI 应用的态度证据。方法 我们对标题或摘要包含“人工智能”或“AI”和“医疗”或“医疗保健”以及“态度”、“看法”、“意见”、“观点”、“期望”等术语的文章进行了探索性分析。我们使用滚雪球策略在 PubMed 和 Google Scholar 中搜索 2010 年 1 月 1 日至 2021 年 5 月 31 日发表的文章。我们选择了与用于支持医疗保健相关任务或决策的非机器人面向临床医生的 AI 应用相关的文章。结果 在 27 项研究中,人们对医疗保健领域 AI 应用的态度总体上是积极的,对于那些有 AI 直接经验的人来说更是如此,但前提是满足某些保障措施。与直接影响临床决策或可能影响临床医生与患者关系的 AI 应用相比,自动进行数据解释和合成的 AI 应用更受临床医生和消费者的青睐。隐私泄露和 AI 相关错误的个人责任令临床医生感到担忧,而失去临床医生的监督和无法完全参与决策令消费者感到担忧。临床医生和消费者都希望 AI 生成的建议值得信赖,而行业团体则强调 AI 的好处,并希望获得更多数据、资金和监管确定性。讨论 许多利益相关者群体对人工智能应用的某些期望是共同的,从中可以定义一组依赖关系。结论 利益相关者对人工智能的态度有所不同,但并非全部。那些开发和实施应用程序的人应该考虑弥合不同利益相关者之间态度分歧的政策和流程。
背景:当代疫苗信任危机严重削弱了人们对 HPV 疫苗的接受度,尤其是在法国,2018 年疫苗接种率达到 23.7%(16 岁完成疗程)。医生的建议对疫苗的接受/拒绝有很大影响。我们的研究旨在了解医生推荐(或不推荐)这种疫苗的决策过程。方法:对法国医生(全科医生、妇科医生和儿科医生)进行定性访谈。我们首先在国家医疗专业人员名册中随机选择医生,然后采用滚雪球法建立便利样本。我们对访谈进行了编码,根据研究问题和数据通过归纳和演绎的方式建立了主题分析。结果:三分之二的参与者(19/28)赞成接种 HPV 疫苗,一些人(4)反对,而其他人则犹豫是否推荐。在解释他们的观点时,大多数参与者提到他们信任疫苗接种系统内的利益相关者:他们越不信任,就越批评疫苗,越重视患者的意见。我们确定了他们在这个话题上与患者互动的三种不同方式:告知和说服;适应患者的意见;拒绝在疫苗接种问题上妥协。跨越这些不同的主题,我们发现了五种类型的医生:持不同政见者(不信任医疗保健系统和 HPV 疫苗)、犹豫不决者(难以对这种疫苗接种做出决定)、放任自流者(让患者自己决定,但非常支持 HPV 疫苗接种)、教育者(非常支持)和不妥协的疫苗接种者(拒绝辩论)。后两种类型中儿科医生的比例过高。结论:医生的判断受到他们对参与设计和实施 HPV 疫苗接种策略的利益相关者的信任的影响。从这个意义上讲,医生与普通人并无太大区别。尽管如此,他们还是深受其专业风格和精神的影响。 2020 年由 Elsevier Ltd. 出版。
东京——2024 年 9 月 3 日——全球领先的在线游戏公司 NEXON 株式会社 (Nexon) (3659.TO) 宣布了一项中期增长战略,包括财务目标和新的股东回报政策。Nexon 总裁兼首席执行官李正勋和首席财务官上村史郎于 9 月 3 日在东京涩谷举行的公司资本市场简报会上宣布了这一消息。Nexon 总裁兼首席执行官李正勋表示:“Nexon 高度先进的实时游戏运营能力在过去 30 年里提供了稳定(尽管不是线性)的增长。在此基础上,我们将围绕 IP 增长计划集中我们的组织结构,该计划可以滚雪球式地发展我们现有的 IP 并开发新的大片。”Nexon 首席财务官上村史郎表示:“今天的简报会旨在帮助我们的投资者了解 Nexon 如何渴望在 2027 年将我们的年收入增长到 7500 亿日元,营业收入增长到 2500 亿日元。” “我们制定了新的股东回报政策,即在 2024 年下半年将营业收入 1 的回报率提高到上年的 33% 以上,并将半年股息翻一番。此外,我们设定的最低 ROE 目标为 10%,最高增长潜力为 15%。” IP 增长计划 Nexon 新推出的 IP 增长计划是一项垂直增长战略,通过在新平台和新市场中引入新内容,重振和扩展成熟的大作,如《地下城与勇士》和《冒险岛》等。该战略包括超本地化,这一概念承认市场之间的文化差异,并部署团队定制内容以满足每个地区独特的玩家偏好。此外,横向增长计划将专注于开发其他 Nexon 游戏和系列的新大作,如《洛奇》,以及正在开发的新游戏,如《ARC Raiders》。
硅谷银行 (SVB) 和 Signature Bank 的倒闭以及瑞银收购瑞士信贷是一系列冲击金融市场的最新事件。有些事件,例如 SVB 的倒闭,似乎与风险管理不善和高利率环境有关。其他事件,例如 2020 年 3 月的现金抢购和 2022 年 9 月的英国政府债券危机,都是外部冲击引发极端价格波动,随后出现高保证金要求、流动性紧缩和资产大规模抛售,从而放大影响并扰乱核心市场的运作。监管机构和央行一直在密切关注后一个问题,目的是巩固潜在的脆弱性并确定一套工具,以防止这种流动性紧缩滚雪球般演变为金融稳定问题。多项监管工作正在进行中,包括对保证金实践的审查,该审查将探讨清算市场的透明度水平、市场参与者的流动性准备情况以及清算和非清算初始保证金模型的响应能力。公司本身也可能会问他们可以采取哪些措施来防范未来的流动性冲击。答案的一部分可能是进一步提高抵押品管理的运营效率。虽然在这方面取得了重大进展,但一些公司在最近的压力时期难以及时处理追加保证金的激增,因为抵押品管理流程的部分内容仍然需要人工干预。作为回应,ISDA 正在与行业参与者合作,鼓励提高自动化和数据标准化程度——这些变化不会阻止流动性压力的发生,但可以缓解压力点并降低运营风险。本期 IQ 探讨了近期压力事件的一些影响,包括监管部门的应对措施和行业为提高抵押品管理流程效率所做的努力。这两个问题也将在今年 5 月 9 日至 11 日在芝加哥举行的 ISDA 年度大会上成为焦点。现在在 agm.isda.org 上预订门票还不算太晚,我们非常希望在芝加哥见到您。
摘要 目的 助推是一种改变选项呈现方式的干预措施,使个人更容易选择最佳选项。卫生系统和研究人员已经测试了助推来影响临床医生的决策,目的是改善医疗服务。我们的目的是系统地研究旨在改善医疗环境中临床医生决策的助推的使用和有效性。 设计 进行了一项系统评价,以收集和整合测试助推的研究结果,并确定旨在改善不同类型的临床医生的医疗环境中临床决策的助推是否有效。我们系统地搜索了七个数据库(EBSCO MegaFILE、EconLit、Embase、PsycINFO、PubMed、Scopus 和 Web of Science),并使用滚雪球抽样技术来确定 1984 年 1 月 1 日至 2020 年 4 月 22 日期间经过同行评审的已发表研究。对符合条件的研究进行了批判性评价和叙述性综合。我们根据来自纳菲尔德生物伦理委员会的分类法对助推进行分类。使用 Cochrane 偏倚风险评估工具对纳入的研究进行评估。结果我们筛选了 3608 项研究,其中 39 项研究符合我们的标准。大多数研究(90%)在美国进行,36% 为随机对照试验。最常研究的助推干预(46%)为临床医生提供信息框架,通常是通过同行比较反馈。通过默认选项或启用选择来指导临床决策的助推也经常被研究(31%)。信息框架、默认和启用选择助推显示出希望,而其他类型的助推效果好坏参半。鉴于纳入了非实验设计,只有一小部分研究在所有 Cochrane 标准中的偏倚风险最小(33%)。结论框架信息、更改默认选项或启用选择的助推经常被研究,并显示出改善临床决策的希望。未来的工作应该研究助推与非助推干预(例如政策干预)在改善医疗保健方面的比较。
红队模拟现实世界中对组织、基础设施或个人等目标的攻击,以测试他们的防御能力并评估漏洞。人工智能在红队网络攻击中发挥着重要作用。本文通过研究人工智能方法在各种情况下如何被滥用以及确定这些攻击的典型目标,探讨了人工智能在红队中的影响。最近的研究强调了与大型语言模型(LLM)相关的风险,这是一种先进的人工智能,以及它们重塑红队领域的潜力。本文旨在进行全面回顾,分析人工智能在网络攻击中的作用及其对红队实践的影响。论文第 2 章分析了提交的文章,总结了其方法和结果。本文进行了范围界定审查,旨在确定红队中使用的 AI 方法及其有针对性攻击的性质。第 3 章介绍了扩展的文献综述,采用叙述性综述和滚雪球抽样方法来实现其目标。该评论重点介绍了红队攻击中使用的大型语言模型 (LLM)。它探讨了 LLM 和其他高级 AI 方法在网络攻击领域的作用,重点介绍了最近的研究及其目标。AI 正在推动整个红队领域的变革,而 LLM 等高级 AI 既带来了机遇,也带来了风险。自动化网络攻击的兴起带来了新的复杂程度,使得这些攻击越来越难以检测。网络犯罪分子正在利用可访问的 AI 工具执行自动化和高度逼真的攻击,通常只需要极少的人为干预。这些基于 LLM 的应用程序不仅使攻击者能够优化他们的策略,而且由于 AI 系统内的漏洞,还存在严重风险,可能导致严重后果。例如,对 AI 驱动的攻击的模拟显示出很高的成功率,凸显了这些工具增强网络攻击方法的潜力。讨论了 Auto-GPT 等工具在未来向公众推出时被滥用的可能性。需要对网络攻击中的 AI 进行研究,以应对红队中使用 AI 应用程序所带来的威胁。
社会对太空资产的依赖已经增长到如今每个现代国家基础设施的一部分的程度。借助太空技术提供的服务(例如全球导航卫星系统)对于从电信到交通再到银行等各个领域的顺利运营至关重要(Hesse and Hornung,2015),而且这个清单还可以继续。甚至普通民众也已经习惯使用卫星服务,例如卫星电视或手机上的卫星导航。因此,对我们的太空资产的任何威胁对社会来说都是非常重要的问题。截至 2020 年 2 月,太空中大约有 5,500 颗卫星,但实际上只有大约 2,300 颗在运行,这意味着大约有 3,200 颗报废卫星仍在地球轨道上运行,还有火箭的上面级和整流罩以及因解体、爆炸、碰撞、退化或其他异常事件而产生的各种较小物体,这些事件导致碎片的产生。这些物体统称为空间垃圾,其尺寸分布范围从大型完整物体(例如,尺寸大于 10 米且重量为几吨的火箭或大型卫星的部件)到毫米大小的碎片,如油漆鳞片或冷却剂凝固液滴。2020 年初的估计显示,有 34,000 个物体大于 10 厘米,900,000 个物体介于 > 1 至 10 厘米之间,以及惊人的 1.28 亿个物体介于 > 1 毫米至 1 厘米之间。鉴于其高速度和随之而来的高动能,即使是小碎片也会对正在运行的卫星构成重大威胁,因为它们可能会撞击卫星,造成灾难性的后果并导致潜在的关键服务丧失。同时,较大物体之间的高能碰撞会产生真正的爆炸,从而产生数千个碎片。这些碎片反过来会与其他轨道物体相撞,引发连锁反应和滚雪球效应,可能导致整个轨道无法使用。这种极端情况(凯斯勒综合征)最初由凯斯勒在 70 年代研究(凯斯勒和库尔帕莱,1978 年),距离现实并不遥远,因为已经发生了几次碰撞。也许最著名的是俄罗斯军用通信卫星 Cosmos 2,251 与铱星星座卫星之间的碰撞(王,2010 年),这导致碎片数量大幅增加。随着目前正在开发的卫星应用越来越多,需要越来越多的卫星(例如,部署数百颗卫星组成的星座以提供全球连接或万维网),空间垃圾问题变得越来越重要(Virgili 等人,2016 年)。
抽象背景由于过去十年的技术进步,电动汽车市场已迅速扩展,关键的推动力是开发具有更高能量密度,更快充电速度和寿命更长的高性能电池。建筑设备行业在电气化方面面临着独特的挑战,包括高功率需求,延长的运营时间以及最少的停机时间。为了应对这些挑战,沃尔沃建筑设备正在调查电池交换系统解决方案,该解决方案允许快速换台,减少停机时间和与机器的脱钩寿命。这项研究的目的是设计用于电池交换系统的电池组,同时回答以下研究问题:RQ1:在设计用于建筑设备的电池组时,电池模块,机架和辅助系统的哪种配置可实现最高的能量密度?rq2:设计电池模块,机架和辅助系统以实现用于施工设备的电池组的最高能量密度时,应考虑哪些因素?方法这个项目遵循Ulrich等人的有限版本。的(2019)产品开发过程,重点介绍了电池交换系统的概念开发和系统级设计。采用了一种归纳研究方法,从访谈,文献,文件和会议中收集了定性和定量数据,以对项目挑战产生整体理解。使用诸如前向和向后滚雪球之类的技术,使用多个数据库中的相关关键字进行了结构化文献审查。数据分析方法(包括对话分析)被用来构建和分析收集的数据,确保通过三角测量确保有效性和可靠性,并与沃尔沃的专家进行交叉引用。实证研究是通过基准测试和案例研究进行的,从内部文档和与产品开发人员进行沟通的规格和定性见解提供了定量数据。这些发现构成了迭代概念生成过程,强调了在早期阶段探索各种可能性的重要性。结论设计过程涉及评估先前的电池组解决方案,这些解决方案在预定义的约束中工作,例如使用特定的外壳,内部开发的电池模块,辅助组件,同时满足一组利益相关者的需求。由于电池组有新的内部布局,因此也开发了一些支持电池模块的辅助组件和一个支撑电池模块的机架。这导致了一个概念电池组,从理论上讲,其能量密度比以前的电池组解决方案高30%。提出的解决方案使沃尔沃建筑设备能够通过在给定约束内最大化存储容量来提供更长的运行时的机器和提高生产率。关键字:电池交换,电池组,产品开发,概念生成,建筑设备,设计,电池模块布局。