Glickman,M。E.和Jones,A。C.(1999)。评估国际象棋评级系统。Chance-Berlin,然后是纽约,12,21-28。Kim,B.,Wattenberg,M.,Gilmer,J.,Cai,C.,Wexler,J.,Viegas,F。等。 (2018)。 可解释性超出特征归因:具有概念激活向量(TCAV)的定量测试。 在国际机器学习会议上(pp。) 2668–2677)。 Lee,S。(2000)。 非负矩阵因子化算法。 nips。 McGrath,T.,Kapishnikov,A. 。 。 Kramnik,V。(2022)。 在Alphazero中获得国际象棋知识。 国家科学院的会议记录,119(47),E2206625119。 Silver,D.,Hubert,T.,Schrittwieser,J.,Antonoglou,I.,Lai,M。,等。 (2018)。 一种普遍的增强学习算法,掌握了国际象棋,Shogi并进行自我游戏。 Sci-Ence,362(6419),1140–1144。 Silver,D.,Schrittwieser,J.,Simonyan,K.,Antonoglou,I.,Huang,A.,Guez,A.,。 。 。 其他人(2017年)。 掌握没有人类知识的Go的游戏。 自然,550(7676),354–359。 Steingrimsson,H。(2021)。 国际象棋堡垒,这是对技术状态象征[Neuro]架构的因果测试。 在2021年IEEE游戏会议(COG)会议(pp。) 1–8)。 Valmeekam,K.,Olmo,A.,Sreedharan,S。和Kambhampati,S。(2022)。 ARXIV预印ARXIV:2206.10498。 (2023)。Kim,B.,Wattenberg,M.,Gilmer,J.,Cai,C.,Wexler,J.,Viegas,F。等。(2018)。可解释性超出特征归因:具有概念激活向量(TCAV)的定量测试。在国际机器学习会议上(pp。2668–2677)。Lee,S。(2000)。 非负矩阵因子化算法。 nips。 McGrath,T.,Kapishnikov,A. 。 。 Kramnik,V。(2022)。 在Alphazero中获得国际象棋知识。 国家科学院的会议记录,119(47),E2206625119。 Silver,D.,Hubert,T.,Schrittwieser,J.,Antonoglou,I.,Lai,M。,等。 (2018)。 一种普遍的增强学习算法,掌握了国际象棋,Shogi并进行自我游戏。 Sci-Ence,362(6419),1140–1144。 Silver,D.,Schrittwieser,J.,Simonyan,K.,Antonoglou,I.,Huang,A.,Guez,A.,。 。 。 其他人(2017年)。 掌握没有人类知识的Go的游戏。 自然,550(7676),354–359。 Steingrimsson,H。(2021)。 国际象棋堡垒,这是对技术状态象征[Neuro]架构的因果测试。 在2021年IEEE游戏会议(COG)会议(pp。) 1–8)。 Valmeekam,K.,Olmo,A.,Sreedharan,S。和Kambhampati,S。(2022)。 ARXIV预印ARXIV:2206.10498。 (2023)。Lee,S。(2000)。非负矩阵因子化算法。nips。McGrath,T.,Kapishnikov,A. 。 。 Kramnik,V。(2022)。 在Alphazero中获得国际象棋知识。 国家科学院的会议记录,119(47),E2206625119。 Silver,D.,Hubert,T.,Schrittwieser,J.,Antonoglou,I.,Lai,M。,等。 (2018)。 一种普遍的增强学习算法,掌握了国际象棋,Shogi并进行自我游戏。 Sci-Ence,362(6419),1140–1144。 Silver,D.,Schrittwieser,J.,Simonyan,K.,Antonoglou,I.,Huang,A.,Guez,A.,。 。 。 其他人(2017年)。 掌握没有人类知识的Go的游戏。 自然,550(7676),354–359。 Steingrimsson,H。(2021)。 国际象棋堡垒,这是对技术状态象征[Neuro]架构的因果测试。 在2021年IEEE游戏会议(COG)会议(pp。) 1–8)。 Valmeekam,K.,Olmo,A.,Sreedharan,S。和Kambhampati,S。(2022)。 ARXIV预印ARXIV:2206.10498。 (2023)。McGrath,T.,Kapishnikov,A.。。Kramnik,V。(2022)。 在Alphazero中获得国际象棋知识。 国家科学院的会议记录,119(47),E2206625119。 Silver,D.,Hubert,T.,Schrittwieser,J.,Antonoglou,I.,Lai,M。,等。 (2018)。 一种普遍的增强学习算法,掌握了国际象棋,Shogi并进行自我游戏。 Sci-Ence,362(6419),1140–1144。 Silver,D.,Schrittwieser,J.,Simonyan,K.,Antonoglou,I.,Huang,A.,Guez,A.,。 。 。 其他人(2017年)。 掌握没有人类知识的Go的游戏。 自然,550(7676),354–359。 Steingrimsson,H。(2021)。 国际象棋堡垒,这是对技术状态象征[Neuro]架构的因果测试。 在2021年IEEE游戏会议(COG)会议(pp。) 1–8)。 Valmeekam,K.,Olmo,A.,Sreedharan,S。和Kambhampati,S。(2022)。 ARXIV预印ARXIV:2206.10498。 (2023)。Kramnik,V。(2022)。在Alphazero中获得国际象棋知识。 国家科学院的会议记录,119(47),E2206625119。 Silver,D.,Hubert,T.,Schrittwieser,J.,Antonoglou,I.,Lai,M。,等。 (2018)。 一种普遍的增强学习算法,掌握了国际象棋,Shogi并进行自我游戏。 Sci-Ence,362(6419),1140–1144。 Silver,D.,Schrittwieser,J.,Simonyan,K.,Antonoglou,I.,Huang,A.,Guez,A.,。 。 。 其他人(2017年)。 掌握没有人类知识的Go的游戏。 自然,550(7676),354–359。 Steingrimsson,H。(2021)。 国际象棋堡垒,这是对技术状态象征[Neuro]架构的因果测试。 在2021年IEEE游戏会议(COG)会议(pp。) 1–8)。 Valmeekam,K.,Olmo,A.,Sreedharan,S。和Kambhampati,S。(2022)。 ARXIV预印ARXIV:2206.10498。 (2023)。在Alphazero中获得国际象棋知识。国家科学院的会议记录,119(47),E2206625119。Silver,D.,Hubert,T.,Schrittwieser,J.,Antonoglou,I.,Lai,M。,等。(2018)。一种普遍的增强学习算法,掌握了国际象棋,Shogi并进行自我游戏。Sci-Ence,362(6419),1140–1144。Silver,D.,Schrittwieser,J.,Simonyan,K.,Antonoglou,I.,Huang,A.,Guez,A.,。。。其他人(2017年)。掌握没有人类知识的Go的游戏。自然,550(7676),354–359。Steingrimsson,H。(2021)。国际象棋堡垒,这是对技术状态象征[Neuro]架构的因果测试。在2021年IEEE游戏会议(COG)会议(pp。1–8)。Valmeekam,K.,Olmo,A.,Sreedharan,S。和Kambhampati,S。(2022)。 ARXIV预印ARXIV:2206.10498。 (2023)。Valmeekam,K.,Olmo,A.,Sreedharan,S。和Kambhampati,S。(2022)。ARXIV预印ARXIV:2206.10498。(2023)。大型语言模型仍然无法计划(LLMS的基准计划和推理有关变更的理由)。van Opheusden,B.,Kuperwajs,I.,Galbiati,G.,Bnaya,Z.,Li,Y。,&Ma,W。J.专业知识增加了人类游戏玩法的计划深度。自然,618(7967),1000–1005。
摘要:详细的数学推理能力可以帮助学生理解更高的数学能力,包括证明,解决问题和批判性思维。但是,根据调查和研究,学生的数学推理能力很低,需要大大关注。因此,本研究旨在通过考虑学生的数学自我效能(MSE)来获得获得社会认知学习模型(SCL)模型(SCL)模型(SCL)模型(SCL)模型(SCL)模型(SCL)模型(PBL)模型的学生的数学推理能力(MSE)。这项研究使用了准实验性的非较少测试后小组设计,其中70名来自万隆一所学校的11级SMA学生。数据收集使用数学推理能力测试和数学自我效能调查表,将MSE级别分类为低,中等或高的水平。使用双向方差分析和3x2阶乘设计分析数据。根据研究结果,使用SCL模型教授的学生具有比使用PBL模型的数学推理能力更好的数学推理能力。此外,MSE水平较高的学生在数学能力上超过MSE水平较低。SCL模型增强了学生的数学推理能力,并扩展了社会认知理论的数学适用性范围。关键字:社交认知,数学推理能力,数学自我效能感,PBL简介
视觉障碍的儿童通常由于视觉提示的访问有限而难以在小组活动中进行全面参与。他们很难感知正在发生的事情,何时以及如何采取行动 - 对有和没有视觉障碍的儿童的领导对小组活动感到沮丧,从而减少了相互作用。为了解决这个问题,我们创建了Thinibo,这是一种触觉讲故事的机器人,该机器人在多感觉环境中作用,鼓励基于触摸的互动。Touchibo为组交互提供了一个包容性的空间,因为在混合视觉上下文中,触摸是一种高度可访问的方式。在一项涉及107名儿童(37名视觉障碍)的研究中,我们将Touchibo与仅一位音频讲故事的人相提并论。结果表明,Touchibo显着改善了儿童的个人和团体参与感,基于触摸的互动,讲故事的人更加讨人喜欢和乐于助人。我们的研究强调了基于触摸的机器人通过促使人际交往的触摸来丰富儿童社交互动的潜力,尤其是在混合视觉能力环境中。
引用:VerónicaBenavidezMagister。“”学习镜:镜像神经元如何塑造我们的学习能力”。ACTA科学神经病学7.4(2024):25-38。
使用主观问卷和心理计时测试参与研究和临床方案的受试者的 MI 能力的重要性。这将有助于首先深入了解 MI 的神经机制,其次,有助于根据患者的 IA 制定量身定制的物理治疗方案。尽管如此,我们知道 MI 是一项复杂的任务,除了主观问卷和计时表现之外,还应考虑其他几个方面,以更好地测量健康受试者的 MI 能力。因此,未来的研究需要证实我们的发现,并阐明 MI 能力与皮质激活之间的关系是否会受到参与者先前经验和运动任务类型的影响(例如,基于受试者运动曲目的任务等
在一个越来越多样化和庆祝多样性的世界中,对于HCI而言,重要的是要接受不断发展的方法和技术来改造其用户的多样性并以能力为中心。相互依存理论是这种发展的一个例子,突出了人类与技术之间的人际关系以及如何设计技术来满足人们的共同目标和成果,无论他们的能力如何。这需要当代对“能力多样性协作”的理解,这激发了这一评论。在这篇评论中,我们对过去二十年来来自ACM数字库中的117篇论文进行了分析。我们贡献(1)独立的分类法和能力多样性的协作框架,(2)对当前设计空间进行的曲面讨论和映射,以及(3)未来的研究机会和挑战。最后,我们发布了我们的数据和分析工具,以鼓励HCI研究社区为这一持续的Efort做出贡献。
darshana adhikari perry Hall高中摘要关于儿童与卡通人物的寄生虫相互作用的研究已经探索了屏幕与思想之间的关系,但是它没有正确地探讨该主题的程度。大流行为许多有兴趣探索媒体角色能够影响儿童内部社会能力发展的可能性的研究开辟了新的研究观点。本研究的目的是确定与卡通人物形成的副社会关系影响3至5岁儿童的社会发展。本文结合了调查和访谈的结合,以准确详细介绍副社会相互作用对儿童行为的影响。这项研究的参与者由64位不同年龄段的父母组成,他们代表他们的小孩回答问卷(3-12)。额外的参与者是儿童专家受访者。本文的结果表明,年幼的孩子更容易与卡通人物建立关系,因此更牢固地采用了自己的行为。结果分为两类,积极的社会发展和负面的社会发展。因此,从本文中得出结论,副社会关系可以促进正面和负面的社会发展,其强度取决于孩子与自己喜欢的角色互动的频率。本文的发现可以进一步用于扩大人格发展的研究,并敦促教育系统采用积极的漫画来促进积极的社会发展。引言在Covid-19大流行期间,全球锁定将每个人都封闭在他们的家中,只用一个一致的合作伙伴锁定了他们:技术。自大流行以来,由于长时间的隔离,所有人口统计学的筛查时间都在增加。但是,这种突然崛起的后果在青少年及其社会能力发展中最为明显(Hassinger-Das等,2020)。几乎没有关于建立关系的经验的年幼孩子被迫锁定,完全停止了与他人有形的关系的发展。作为社会存在,人类倾向于建立关系,因此,锁定的孩子长时间接触了媒体,与他们在网上见证的角色建立了特殊的单面情感联系。这项研究的前提是确定青少年对媒体角色的依恋程度,以及该依恋是否有助于其社会行为的发展。对儿童与卡通人物的群体互动的预先存在研究已经探索了屏幕与思想之间的关系,但是它没有正确地探讨该主题的程度。大流行为许多有兴趣探索媒体角色能够影响儿童内部社会能力发展的可能性的研究开辟了新的研究观点。因此,这项研究旨在确定在3至5岁之间的儿童在多大程度上通过与他们喜欢的卡通人物形成副社会关系来发展其社会能力,这在Covid-19时期。
在虚拟现实(VR)研究领域,方法论进步,技术创新和新颖应用的协同作用至关重要。我们的工作在VR环境中进行的空间能力评估背景下封装了这些方面。本文提出了VR,眼睛跟踪和脑电图(EEG)的全面综合框架,该框架无缝地结合了测量参与者的行为性能,并同时收集时间戳记的眼球跟踪和EEG数据,以促进某些条件和增加这种态度的潜在影响,以使空间能力在某些条件和增加的范围内都受到影响和注意力的影响。该框架涵盖了参与者的凝视模式(例如固定和扫视),脑电图数据(例如Alpha,Beta,Gamma和Theta波模式)以及心理测试和行为测试的测试。在技术方面,我们利用Unity 3D游戏引擎作为通过模拟更改空间探索条件来运行空间能力任务的核心。我们模拟了两种类型的空间探索条件:(1)微重力条件,其中参与者的白痴(身体)轴静态和动态地与其视觉轴进行了错位; (2)火星地形的条件,提供视觉参考框架(用于)但有限且陌生的地标物体。我们特别针对人类的空间能力和空间感知。对于空间感知,我们应用了大小和距离感知测试的数字化版本来衡量参与者对大小和距离的主观感知。To assess spatial ability, we digitalized behav- ioral tests of Purdue Spatial Visualization Test: Rotations (PSVT: R), the Mental Cutting Test (MCT), and the Perspective Taking Ability (PTA) test and integrated them into the VR settings to evaluate participants' spatial visualization, spatial relations, and spatial orientation abil- ity, respectively.C#脚本的套件策划了VR体验,实现了实时数据收集和同步。这项技术创新包括从不同来源的数据流(例如Vive控制器,远射设备和EEG硬件)集成,以确保具有凝聚力和全面的数据集。我们的研究中的一个关键挑战是同步来自脑电图,眼睛跟踪和VR任务的数据,以促进全面的分析。为了应对这一挑战,我们采用了Opensync库的统一接口,该工具旨在统一心理学和神经科学领域中不同的数据源。这种方法可确保所有收集的措施共同参考,从而对参与者绩效,凝视行为和脑电图活动有意义分析。基于统一的系统无缝地包含任务参数,参与者数据和VIVE控制器输入,提供了一个多功能平台,用于在不同域中进行评估。
的确,平均值掩盖了IMR和U5MR减少的显着间和州内差异。北方邦处于频谱的一端,印度的IMR最高(73)和U5MR(96),而喀拉拉邦则在2005 - 06年的IMR(15)和U5MR(15)和U5MR(16)的另一端(NFHS-3)。在北方邦,U5MR的下降在北方邦每1000例活产78例,而2015 - 2016年喀拉拉邦每1000名活产78例死亡(NFHS 4)。这也反映在幼儿结果指数中。在2015 - 2016年指数中,喀拉拉邦的得分高达0.858,比哈尔邦的得分高达0.452,这使IMR还考虑了IMR以外,除了在初级级别的发育迟缓和净出勤率外,还带来了这些州际差异。最底层的其他状态包括北方邦(0.460),贾坎德邦(0.371),中央邦(0.526),chhattisgarh(0.55)所有这些指数得分低于全印度指数0.585。GOA(0.817),Tripura(0.761),泰米尔纳德邦(0.731)和Mizoram(0.719)属于前五名。
记忆形成需要协调控制基因表达,蛋白质合成和泛素 - 蛋白酶体系统(UPS)介导的蛋白质降解。UPS的催化成分,26S蛋白酶体包含由两个19S调节帽的20S催化核心,以及在丝网上120(PRPT6-S120)的19S CAP调节子基RPT6的磷酸化已广泛与控制活性依赖性依赖性依赖性蛋白酶体活动有关。最近,还显示RPT6在记忆形成期间在海马中具有类似转录因子的作用的蛋白酶体外作用。然而,对于大脑中“ Free” RPT6的蛋白酶体无关函数,在记忆形成期间以及该转录控制功能是否需要S120的磷酸化。在这里,我们使用了RNA测序以及新型的遗传方法以及生化,分子和行为测定方法来检验以下假设:PRPT6-S120在内存形成过程中prpt6-S120的独立性独立于蛋白酶体来结合DNA并调节基因表达。rNA介导的siRNA介导的自由RPT6敲低后的序列显示,在恐惧状态下,男性大鼠的背侧海马中有46个基因靶标,其中RPT6参与转录激活和抑制。通过RISPR-DCAS9介导的RPT6在靶基因上的人工放置,我们发现单独的RPT6 DNA结合对于改变学习后改变基因表达可能很重要。此外,CRISPR-DCAS13介导的S120转化为RPT6上的甘氨酸表明,S120处的磷酸化是RPT6结合DNA并在记忆形成过程中正确调控转录的必要条件。一起,我们揭示了RPT6在控制记忆形成过程中控制基因转录中磷酸化的新功能。