XiaoMi-AI文件搜索系统
World File Search SystemBELIEFS
美国思想中的气候变化：信仰和态度，跌倒...
●62％的美国人说他们“很少”或“从不”与家人和朋友讨论全球变暖，而38％的人说他们“偶尔”或“经常”这样做。 ●37％的美国人认为，至少对家人和朋友“中等”重要的是，他们采取行动减少全球变暖（禁令规范），而36％的人说他们的家人和朋友至少要“适度的努力”来减少全球变暖（描述性规范）。●47％的美国人说，他们每月一次或更频繁地听到媒体上的全球变暖。很少有人说他们每月一次或更频繁地在社交媒体上听到全球变暖（27％），或者听到他们认识的人每月一次或更频繁地谈论全球变暖（20％）。●65％的美国人说，全球变暖问题“极其”，“非常”，或者“有些”对他们个人很重要，而35％的人说这是“不太太”或“根本不太”的人。●31％的美国人表示，他们已经奖励了正在采取措施减少全球变暖的公司，从而在过去12个月中至少“一次”购买其产品； 26％的人说，他们已经惩罚了反对措施，以减少全球变暖的措施，而不是“一次”购买其产品。
创伤在母亲的covid-19疫苗信念和意图中的作用
对COVID-19的抽象客观研究主要研究主要集中在成年人对自己接种疫苗的意图上。但是，许多父母还将面临关于接种儿童的决定。在这项研究中，我们研究了母亲的创伤后应激障碍（PTSD）和创伤性如何与母亲对自己和子女的Covid-19疫苗的信念和意图有关。方法总共有240位患有心理健康史的母亲参加了一项父母的研究，通过Prolifucifuction回答了在线调查问题。评估的问题：（a）创伤起诉者（过去的诊断，当前症状和终生暴露于事件）； （b）疫苗测量（自我和儿童的进化，Covid-19-19疫苗的认可，一般疫苗感知的安全性，关于疫苗意图的推理，对意图的影响来源）； （c）可能的解释变量（机构不信任，负面世界观）。ANCOVA和回归分析。与具有其他心理健康诊断的母亲相比，具有PTSD病史的母亲在COVID-19-19-19疫苗中的承认显着较少，而对自己或孩子进行疫苗的意图较少。这些影响是通过更大的制度不信任来解释的（即显着的间接影响）。先前有PTSD诊断的母亲也表达了疫苗犹豫不决的原因（例如，对科学的信念较少），对疫苗决策中的医疗保健和政府资源的影响较小。结论发现突出了创伤性方法在减少Covid-19疫苗犹豫的努力方面的效用。对于有PTSD史的母亲来说，解决包括医疗保健行业在内的机构不信任的母亲可能是在内容，交付和疫苗消息方式中考虑的重要因素。
教师的TPACK-R与机器人的教学信念之间的关系
摘要：这项研究开发了两份问卷，称为技术教学知识知识 - 机器人（TPACK-R）和关于机器人教育（RTBS）的教学信念，以调查94位教师的TPACK-R，并评估他们对机器人教育的态度，信念和动机。这项研究的目的是探索TPACK-R与RTB之间的关系。通过探索性因素分析确定了TPACK-R量表和RTBS量表的因子。 TPACK-R的所有因素与RTB的所有因素之间存在一些正相关。 此外，这项研究还发现，教师的态度是预测其技术教学内容知识知识的关键因素。但是，教师的RPK只能预测RPCK。因子。TPACK-R的所有因素与RTB的所有因素之间存在一些正相关。此外，这项研究还发现，教师的态度是预测其技术教学内容知识知识的关键因素。但是，教师的RPK只能预测RPCK。
土耳其EFL教师的信念，实践和评估挑战
摘要：这项研究的目的是探索土耳其EFL教师的评估信念，评估实践以及他们在评估过程中遇到的挑战。在这项混合方法研究中，数据是根据定量和定性基础收集的。对于定量组件，使用随机抽样方法通过问卷收集英语教师的数据（n = 257）。对于定性组成部分（n = 25），数据是通过与英语教师的访谈收集的。这些发现揭示了英语教师的评估目的，实践，技术的使用以及四种技能评估实践。此外，定性数据还揭示了教师在评估过程中面临的障碍和困难，包括学生的动力低，语言水平低，尚未准备就绪，并且在课堂上的技术不足。
普通人对人工智能的看法对算法建议采纳的影响
先前对算法建议的研究得出了相互矛盾的结果。多项研究表明，消费者反对算法建议，这种现象被称为算法厌恶。例如，Dietvorst 等人（2015）发现，在看到算法错误后，人们不太可能选择算法建议来预测学生表现，而不是较差的人类建议。在医学领域，学者们表明患者不信任算法建议（Promberger & Baron，2006），他们认为患者担心算法建议忽视了人类的独特性（Longoni 等人，2019）。类似地，Castelo 等人（2019）发现，直观、主观任务的算法厌恶程度高于可量化的客观任务。然而，Logg 等人（2019）的一项研究对算法厌恶提出了质疑。通过关注商业预测或浪漫吸引力预测等不同领域，他们发现人们通常更喜欢算法的建议，而不是人类的建议。Hildebrand 和 Bergner ( 2021 ) 表明，如果算法财务建议使用类似人类的对话风格，人们会更加欣赏它。总之，这些相互矛盾的结果表明存在其他可能影响算法建议采用的因素。其中一个因素可能是消费者对人工智能的非专业信念。尽管随着人们越来越频繁地使用人工智能服务，对人工智能的非专业信念在市场上似乎非常突出（ Huang & Rust ， 2018 ），但关于这种信念的研究却很少。也就是说，先前的研究为参与者提供了有关算法建议质量的具体信息，例如有关其错误的信息（例如， Dietvorst 等人， 2015 ； Longoni 等人， 2019 ）。然而，在现实生活中，人们通常不会收到这种信息，也缺乏评估算法建议准确性的领域专业知识。因此，在决定是否使用算法建议时，他们可能会依赖更普遍的线索，例如他们对人工智能的非专业信念。在我们的研究中，我们希望解决这一差距，并指出消费者对人工智能与人类智能的智能程度有不同的看法。具体而言，我们认为对人工智能的非专业信念会影响算法建议的采用，因为它们可以作为推断建议准确性的线索，尤其是当感知到的任务复杂性很高时。在三项研究中，我们为这一预测提供了趋同的证据。通过这样做，我们为算法建议的研究做出了贡献，并指出在自动化建议服务时考虑消费者对人工智能的非专业信念的重要性。
根据最新的IPCC报告指向
一所商业与社会学校，约克大学，教堂巷，赫斯灵顿，YO10 5ZF，英国； b埃克塞特大学，埃克塞特大学，埃克塞特大学，雷恩大道，埃克塞特，EX4，4st 4st，英国； c哥本哈根大学经济系，ØsterFarimagsgade 5，第26号建筑，哥本哈根，1353年，丹麦； D哥伦比亚商学院，纽约，西130街665号，美国10027，美国； *通讯作者：Mark Freeman，Mark.freeman@york.ac.uk; b.d.groom@exeter.ac.uk，frikk.nesje@econ.ku.dk，gwagner@columbia.edu
不同的学习异常与不同内容的妄想类信念相关
预测误差理论对妄想症的解释已经取得了成功。然而，它对不同内容的妄想症的解释却一直不足。被害妄想症和偏执狂是常见的毫无根据的信念，即他人对我们怀有恶意。其他妄想症包括相信自己的思想或行为受到外部控制，或相信世界上的事件具有特定的个人意义。我们比较了两种不同的认知任务中的学习情况，即概率逆转学习和卡明阻断，它们分别与偏执和非偏执的妄想类信念有关。我们发现，单独的临床高风险状态不会导致概率逆转学习任务中的不同行为结果，但个体的偏执程度与过度的转换行为有关。在卡明阻断任务中，偏执者对被阻断的线索学习不当。然而，他们对控制线索的学习也有所减少，这表明他们存在更普遍的学习障碍。非偏执妄想类信念信念（但不是偏执狂）与被阻断线索的异常学习有关，但与控制线索的学习有关，这表明与线索组合相关的学习存在特定障碍。我们分别将任务特定的计算模型与行为数据相匹配，以探索潜在参数在个体之间如何在任务之间变化以及它们如何解释症状特定的影响。我们发现偏执狂与概率逆转学习任务和阻断任务中的低学习率有关。非偏执妄想类信念信念与控制同时呈现线索时线索更新的相似程度和方向的参数有关。这些结果表明，偏执狂和其他妄想类信念涉及学习和信念更新的可分离缺陷，鉴于偏执狂的跨诊断状态，这可能在预测精神病方面具有不同的效用。
美国思想中的气候变化：信仰和态度，2023年秋季
本报告基于一项全国代表性调查的发现 - 美国思想的气候变化 - 由耶鲁大学气候变化传播计划和乔治·梅森大学气候变化通信中心共同开展。面试日期：10月20日至2023年。访谈：1,033名成年人（18岁以上）。平均误差率：+/- 3个百分点在95％的置信度下。这项研究是由第11小时项目，能源基金会，麦克阿瑟基金会，海灵 - 西蒙斯基金会，国王慈善基金会和格兰瑟姆基金会资助的。美国思想中的气候变化是由耶鲁大学气候变化传播计划和乔治·梅森大学气候变化传播中心共同进行的。Principal Investigators: Anthony Leiserowitz, PhD Yale Program on Climate Change Communication Edward Maibach, MPH, PhD George Mason University Center for Climate Change Communication Seth Rosenthal, PhD Yale Program on Climate Change Communication John Kotcher, PhD George Mason University Center for Climate Change Communication For all media and other inquiries, please email: Yale Program on Climate Change Communication:
特拉华州看护者对其子女接种 COVID-19 疫苗的看法存在差异
目标：描述看护者对其子女接种 COVID-19 疫苗的看法在社会人口统计学方面的差异。方法：这是一项横断面研究，将看护者报告的数据与儿童 EHR 中的地理编码社会人口统计数据联系起来。2021 年 3 月 19 日至 4 月 16 日，特拉华州儿科医疗保健系统中接受护理的儿童的看护者被邀请完成一项关于 COVID-19 疫苗看法的调查。结果：1499 名看护者参与（18% 为黑人、11% 为西班牙裔、32% 为公共保险、12% 为农村人）。54% 的看护者打算给孩子接种疫苗，而 34% 的人不确定，12% 的人不会。幼儿看护者（aOR 3.70，CI 2.36-5.79）、黑人儿童看护者（aOR 2.11，CI 1.50-2.96）和来自弱势社区的看护者（aOR 1.59，CI 1.05-2.42）更有可能不确定且不给孩子接种疫苗。来自农村社区的看护者更有可能不给孩子接种疫苗（aOR 2.51，CI 1.56-4.05）。幼儿看护者、黑人儿童看护者和来自弱势社区的看护者中，相信疫苗安全性或有效性的看护者较少（p < 0.001），而幼儿看护者和来自农村社区的看护者中，相信孩子易患 COVID-19 或患上重症 COVID-19 风险的看护者较少（p < 0.05）。虽然大多数 (72%) 的看护者受到健康专家的影响，但有色人种社区和弱势社区的看护者较少 (p<0.001)。结论：特拉华州幼儿看护者以及有色人种社区、农村社区和弱势社区的看护者对 COVID-19 疫苗犹豫不决的程度更高。政策影响：本研究探讨了特拉华州不同社区的信念，这对于制定公共卫生信息和策略以增加这些社区的疫苗接种率非常重要。
了解加拿大的疫苗犹豫：态度，信念和信息生态系统
图2：将接受疫苗的受访者的份额，以防止人口统计组：教育组：教育（左上角），年龄（右上角），性别（中左），住所（中右），地区（左下），宗教的重要性（下降）。