XiaoMi-AI文件搜索系统
World File Search SystemCronbach
个人认知和道德利他方面的意图
统计：频率，平均值，标准偏差和变异系数（Hair等，2017）。Cronbach的α系数用于检查量表的可靠性，考虑到可靠的可靠性水平为0.7（Hair等，2017）。结构方程模型（SEM）来检验假设（Gefen等，2000）。还进行了验证性因素分析（CFA），以检查测量模型中包含的构建体的可靠性和有效性（Hair等，2017）。接下来，为了测试结构模型的充分性，检查了拟合指数（Hoyle，2012年）。接下来，头发等。（2017）测量模型通过提取的平均方差（AVE）分析和检查。最后，进行了多组分析，以检查模型的结构关系是否根据收入有所不同。4结果
教育质量之间的关系 - 高血压
方法。 div>这是一项相关的描述性研究。 div>这项研究的人口包括总和的总数，其人数约为5000。要计算样本量，使用Cochran公式和简单的随机抽样选择了357人的样本。 div>为了评估系统和服务的质量，Ario de DeLone和McLean（2003），课程的内容，Almaiah and Youssef（2019），学生的满意度，Ayums问卷（2006）以及Almaiah等。 div>（2016）使用了问卷。 div>通过Cronbach Alpha检查并确认了问卷的可靠性。 div>此外，通过内容和构造的有效性再次检查并确认它们的复合可靠性和有效性。 div>通过建模结构方程的技术分析了研究假设。 div>
患有糖尿病脚问题的患者的穆斯林祈祷能力量表（MPA）的发展和验证
简介：康复治疗师开发了评估穆斯林患者祈祷能力的可用工具，以帮助穆斯林患者进行祈祷，而仅专注于身体领域。，治疗医生用作决定和监测疾病和治疗进展的方法不是设计。这项研究的目的是设计和验证一个更全面的规模，可以衡量穆斯林执行其日常祈祷方法的能力：对于规模构造，五个专家来自骨科，精神病学，伊斯兰知识和伊斯兰科学哲学的后果，以建造新规模的领域和项目。使用横断面研究方法将23个项目规模的初步施用给212名个人（在糖尿病脚问题的患者中有87个患者，来自对照组的患者有125个个人）。可靠性是使用Cronbach的Alpha测量的，并使用探索性因素分析来测量构造有效性。使用SPSS版本24进行统计分析。结果：穆斯林祈祷能力量表（MPA）具有良好的可靠性，克朗巴赫的alpha值为0.79。基于构造验证分析和因子负载，我们建立了一个19项量表，以衡量每个领域中有三个项目的穆斯林的能力。所有项目的良好因素负载超过0.5。这5个已确定的领域是准备祈祷，身体运动，灵性，认知和tayammum and Discrance的准备。马来西亚医学与健康科学杂志（2022）18（19）16-21。 doi：10.47836/mjmhs.18.s19.3马来西亚医学与健康科学杂志（2022）18（19）16-21。 doi：10.47836/mjmhs.18.s19.3MPA还具有良好的标准有效性，灵敏度为85％，在预测糖尿病脚问题进行祈祷的患者的能力方面具有93％的特异性。结论：这项研究证明，新的MPA是有效且可靠的，可以用作衡量患有糖尿病足问题的祈祷能力的工具。
如何感知AI实用程序和AI自我效能感...- UJ内容
表2提供了与在工作场所采用AI相关的各种结构的可靠性和有效性指标的详细概述。所有构建体均表现出很高的内部一致性，如克朗巴赫（Cronbach）的alpha值高于0.70的阈值所示，范围从PASC的0.823到UAUAC的0.966。这表明每个构造中的项目都非常相关且可靠，可用于衡量AI技术采用的特定方面，如头发，Black，Babin和Anderson（2019）所支持。AVE值高于0.50。但是，UAUAC和PASC的值低于Hair等。（2019）推荐。Malhotra和Dash（2011）断言，构建可靠性是令人满意的，因为AVE可能是一个过于严格的措施。因此，评估仅依赖于构造可靠性（CR），并且确定构造表现出足够的收敛有效性（Purnomo，2017）。
使用人工智能发展英语教学/学习：从大学生角度进行的分析研究
随着时间的推移，机器变得越来越复杂、处理速度越来越快、越来越智能。完全像人类一样推理、推断和做出决定仍然遥不可及，然而，最近在人工智能 (AI) 技术和机器学习的应用方面取得了一些显著的进步。因此，本研究旨在从大学生的角度探讨有效应用人工智能 (AI) 应用来教授/学习英语的策略。本研究采用分析描述方法研究和分析文献，描述人工智能及其在英语教学/学习中的应用策略。使用了一份包含 40 项的问卷。它涵盖以下领域：人工智能策略及其适用于英语教学/学习的应用、这些应用的有效性、它们的实际用途以及在英语教学/学习领域使用它们的要求。测量问卷的有效性和可靠性显示 Cronbach's alpha 为 0.931。
神经方法学和神经影像学在教师培训中的应用
神经方法学是一个我们在科学数据库和专业文献中几乎找不到的信息的概念。因此，本研究的总体目标是分析教学方法、神经方法学教学、教育包容性、技术和教师培训之间的关系。研究设计是非实验性的、描述性的、解释性的、相关的和回归的。为了方便起见，使用的样本是从西班牙、巴西、哥伦比亚和巴拉圭大学的大学教师中抽取的，共有 815 名参与者。研究工具是一个临时的李克特量表问卷，具有极好的可靠性（Cronbach's Alpha，.969），通过探索性因子分析对内容和结构进行了验证。相关性分析和自动线性建模提供了第一个结论，表明神经方法学为教师使用的技术提供了科学性，这是教育包容性的基础。神经影像学示例为我们在神经方法学领域开展的研究提供了一个思路。
神经方法学和神经影像学在教师培训中的应用
神经方法学是一个我们在科学数据库和专业文献中几乎找不到的信息的概念。因此，本研究的总体目标是分析教学方法、神经方法学教学、教育包容性、技术和教师培训之间的关系。研究设计是非实验性的、描述性的、解释性的、相关的和回归的。为了方便起见，使用的样本是从西班牙、巴西、哥伦比亚和巴拉圭大学的大学教师中抽取的，共有 815 名参与者。研究工具是一个临时的李克特量表问卷，具有极好的可靠性（Cronbach's Alpha，.969），通过探索性因子分析对内容和结构进行了验证。相关性分析和自动线性建模提供了第一个结论，表明神经方法学为教师使用的技术提供了科学性，这是教育包容性的基础。神经影像学示例为我们在神经方法学领域开展的研究提供了一个思路。
巴西医学生关于 HPV 及其疫苗的知识差距和获取
为了评估所用工具的内部一致性，使用了 Cronbach 的 alpha 方程，得出该人群的 alpha 值 (α) = 0.74。该值证明使用此问卷获得的答案具有很高的一致性并且是可以接受的。在完成调查的 518 名医学生中，大多数为男性 312 名（60.4%），平均年龄为 23（±2.8）岁；199 名（38.3%）学生是毕业的最后一年（第 5 年和第 6 年）。与毕业最后一年的学生相比，一、二、三年级的学生出现知识差距的风险高 51% [PR 1.51（1.3:1.8）；p < 0.001]。男性知识不满意的风险比女性高 22% [PR 1.22（1.07:1.39）]。医学院学习期间没有获得以下问题的知识（p < 0.05）：艾滋病毒感染者的疫苗适应症和孕妇的禁忌症。
人工智能策略对...的影响
摘要：本研究考察了人工智能战略对肯尼亚商业银行业绩的影响。绩效通过税前利润、客户数量和净推荐值等指标来衡量。该研究采用描述性设计，以问卷作为数据收集工具。使用 Cronbach Alpha 内部一致性方法确定研究工具的可靠性。使用内容和结构有效性确定研究工具的有效性。目标人群是肯尼亚的 42 家商业银行。观察单位是银行的高级运营经理、产品开发经理和信息技术经理。该研究对所有银行进行了普查。使用 SPSS 25 版分析收集的数据以生成频率、描述性和推论统计数据，用于得出结论。该研究进行了多元回归分析，以确定人工智能与商业银行绩效之间的关系。结果表明，人工智能战略与绩效之间存在正相关且显着的关系。
成长心态量表
在本文中，探索了旨在量化生长心态的新量表的心理测量特性。增长思维量表是一种定量度量，它是独立的，易于管理的。在16至85岁之间的723名参与者（平均年龄= 28.56，SD = 12.14）上测试了增长心态量表，这允许探索可行性，内部一致性和构造有效性。结果表明，生长心态量表适用于研究的年龄（16-85）。所有单独的项目得分均与总分数呈正相关，范围在0.45至0.63之间。标准化项目的Cronbach的α值为0.83。Pearson的相关系数在增长心态量表的总分数与智力量表理论的总得分之间为r = 0.168（p <0.001）。这些令人鼓舞的结果可确保增长心态量表的进一步改善，涉及基于较大的代表性样本的归一化。