对理论、实践和政策的独特贡献:技术接受模型 (TAM)、资源基础观 (RBV) 和动态能力理论可用于支撑未来对人工智能的研究。该研究建议,未来的研究应侧重于开发将人工智能与传统供应链理论相结合的理论模型,企业应采用人工智能驱动的工具来提高供应链绩效。它建议政策制定者制定合乎道德的人工智能使用和数据管理指南,以确保负责任的实施。此外,还建议促进学术界、行业和技术提供商之间的合作,以分享最佳实践并满足特定行业的需求。最后,建议评估人工智能技术的长期影响和适应性,以确保其持续的有效性和相关性。
政治格局中的演员有不同的工具来影响选民的信仰。例如,政府可以在选举之前使用财政政策调整,以朝着他们首选的方向发展选民。这是众所周知的政治预算周期。我们认为,在选举之前也可以使用经济预测来影响选民的信仰。在政治选择的理论模型中,我们表明政府有动力在选举之前释放过于乐观的GDP增长预测,以提高选举概率。使用来自美国,英国和瑞典的高频预报级数据,我们还经验证明了这种行为。具体来说,我们发现在竞选期间,政府将短期实际GDP的增长率高于0.1-0.3个百分点,相对于挑战时期和私人预报员。
摘要 本文构建了一个两阶段序贯博弈模型,以揭示外商直接投资对东道国国内企业效率的溢出效应。我们的模型表明,在外国企业制定最优合资政策的情况下,外商直接投资的溢出效应影响取决于国内企业和外国企业之间的生产率差距。具体而言,我们发现,外商直接投资的溢出效应与国内低生产率企业和外国企业之间的生产率差距呈负相关,但与高生产率企业相比则呈反比。这表明,一旦生产率差距扩大,外商进入将提高高生产率企业的效率,但降低低生产率企业的效率。为了支持我们的理论模型,我们利用中国工业企业年度调查数据集提供了稳健的实证结果。
战略管理文献已经认识到转型战略在管理过程中的作用,它是企业层面的一项关键战略。然而,对转型战略和企业绩效的研究存在偏差,因为绩效维度的范围有限,方法论和概念化的挑战也影响了研究结果的普遍性。本文对现有概念、理论和实证研究文献进行了回顾,提出了一些问题,用于提出新的理论模型,该模型适用于扩展目前对转型战略部署和最终结果的理解。本文提出了一个综合理论框架,用于将转型战略与企业绩效联系起来,同时认识到基于组织转型的学习经验和组织特征的作用的重要性。
对理论,实践和政策的独特贡献:技术接受模型(TAM),基于资源的观点(RBV)和动态能力理论可用于锚定关于人工智能的未来研究。该研究建议未来的研究应集中于开发将AI与传统供应链理论相结合的理论模型,并且公司应采用AI驱动的工具来改善供应链性能。建议决策者为道德AI使用和数据管理创建指南,以确保负责任的实施。此外,建议培养学术,行业和技术提供商之间的合作,以共享最佳实践并满足特定部门的需求。最后,建议对AI技术的长期影响和适应性进行评估,以确保它们的持续有效性和相关性。
抽象理解混乱与超导性之间的复杂相互作用已成为凝结物理学研究的关键领域,对材料科学产生了深远的影响。最近的研究表明,无序潜力的空间相关性可以提高超导性,从而促使对某些理论模型进行重新评估。本文探讨了障碍相关性对超导系统基本特性的影响,超越了传统的空间不相关疾病的假设。,我们研究了障碍相关性对关键光谱超级导管特性的影响,包括状态的密度,以及超导偶联常数的矩阵元素及其对定位长度的影响。我们的发现提供了对疾病相关性在塑造超导材料的作用作用的宝贵见解。
人类适应行为的综合解释越来越多地将预测作为解释个人目标(通过预测编码)和学习(通过预测误差)的核心组成部分。这些解释认为,人类大脑通过不断更新和整合来自外部和内部环境的自下而上的信息以及由个人目标决定或由先前经验塑造的自上而下的期望来对未来事件进行预测(Clark,2013)。在神经认知学习理论中,预测编码或预测误差被定义为一种基本机制,它将目标的内部表征与感知事件相一致,以指导感知和行动(Friston,2010)。预测的概念也影响了人类语言理解的理论模型,这些模型假设个体在语义、形态句法、词汇和话语层面不断形成对即将到来的语言内容的期望。因此,预测促进语言理解,
本研究探讨了MATLAB,COMSOL和PYTHON在精确工程中数学建模和模拟中的应用。这些工具在处理各种工程挑战(从控制系统到多物理模拟和自定义算法开发)方面的优势进行了分析。该研究还研究了人工智能(AI)的作用,在通过自动编码,提供概念解释和协助模型结构来支持数学建模任务中的作用。通过比较计算性能,准确性和可用性,该研究旨在确定适合不同模拟类型的最佳软件,例如热流体动力学和结构分析。调查结果强调了选择合适的软件来优化计算资源,验证模型并实现可靠,有效的仿真的重要性。本研究为弥合理论模型和实际应用之间的差距,提高生产率并促进精确工程的创新而贡献了实用指南。
作为一个相对年轻的研究领域,定量风险管理将定量技术应用于风险管理学科。数学模型和技术有助于量化金融系统复杂动态的风险。这些模型的范围和应用是巨大的;例如,它们包括银行业中的信用风险投资组合模型,保险部门的破坏理论模型,养老金部门的资产责任管理模型以及在所有金融部门应用的气候风险方法论。量化风险管理是一项迅速发展的纪律,也是对金融业的持续挑战,不仅是由经济动荡,政治不稳定或共同发展等外部发展所助长的,而且还受到新法规的挑战。除了对金融机构当前风险和财务状况的深入分析之外,前瞻性的定量风险管理是了解未来风险及其对这些机构的影响的关键,以便准备或适应不需要的事件。