XiaoMi-AI文件搜索系统
World File Search SystemEFL
评估EFL课程中AI集成的准备就绪
这项研究研究了沙特一年级大学生的准备就绪，将英语用作外语（EFL）课程的人工智能（AI）。在当前的研究中，对320名一年级学生进行了有关人工智能学习和教学中人工智能的功能和利用的一般观点，人工智能的功能和利用的问卷。频率用于分析从开放性问题收集的定性数据，而SPSS协助分析收集的定量数据。调查结果表明，一年级的大学生对AI感兴趣，并发现它有用和方便，尽管他们也将其视为潜在的威胁。他们对AI功能的看法表明，学生认为AI不适合某些语言和语言教学领域。这些发现还表明学生之间的能力水平有统计学上的显着差异。尽管对AI的适用性，但仍建立了对EFL课程的强烈偏爱。此外，学生对AI的存在的负面看法表明，学生认为合适的本质上不是他们喜欢在自己的EFL课程中实施的内容。
Qassim University EFL教师在教学中使用人工智能应用的观点
目前的研究旨在揭示Qassim大学教师的看法，用于在获得学生的英语技能方面使用人工智能应用，以及他们在练习人工智能应用程序中的反应之间是否存在统计学上的显着差异，这是由于性别，科学排名和英语语言技能。该样本由97名教职员工（即65名男性和41位女性）组成，并且在Qassim University教授英语。使用简单的随机抽样方法选择了它们。研究得出的结论是，Qassim University在英语中使用人工智能应用的水平非常低。此外，在
技术在促进EFL学习中的作用
本研究调查了如何将数字工具和资源纳入英语作为外语（EFL）教育，以增强学习成果。该研究通过访谈，问卷调查和课堂观察采用定性。对6位讲师和74名学生的采访，因为样本提供了对他们的经历和看法的深入见解。课堂观察提供了实时证据，表明技术如何在实践中使用，强调其益处和障碍。使用主题分析进行定性分析数据，从而使技术在EFL学习中的作用在英语学习和教育研究计划中综合理解，结果表明，学生和讲师都对技术的使用已经积极地感知到，他们认识到使学习更容易访问，互动和针对个人需求量身定制的能力。广泛使用语言学习应用程序，在线资源和多媒体演讲等工具为更有效和愉快的学习经历做出了贡献。尽管有这些好处，但研究还确定了重大挑战，包括技术问题，访问设备不一致以及学生之间的数字识字水平不同。这些挑战有时会阻碍技术与EFL学习的无缝集成。这项技术极大地为EFL学习在Pahlawan Tuanku Tambusai大学的成功做出了巨大贡献，解决所确定的挑战对于发挥其潜力至关重要。通过投资更好的支持系统，基础设施和培训，大学可以进一步提高技术在培养学生之间英语水平方面的有效性。关键字：角色，技术，促进，EFL学习。
中国大学英语学习者对生成人工智能使用的隐喻概念
OpenAI 推出了由生成式人工智能 (GenAI) 驱动的多模态大型语言模型 ChatGPT 4o，这引起了教育机构各阶层对其未来利弊的关注和争论。尽管如此，对学习者对 GenAI 在英语作为外语 (EFL) 学习中应用的看法的调查仍然明显不足。本研究采取探索性立场，旨在通过隐喻分析的应用探索中国 EFL 学习者对语言学习中使用 GenAI 的态度和看法。研究从中国四所重点大学的 281 名不同专业的 EFL 学生那里收集了数据，通过使用隐喻完成一个句子来了解他们对语言学习中使用 GenAI 的态度和看法。通过对隐喻结构（包括人类、工具/机器、大脑、资源、食物/饮料和药物隐喻）的定性分析，本研究揭示了对 GenAI 的一系列态度。虽然一些语言学习者认为 GenAI 具有支持性、帮助性和智能性，但其他人则担心过度依赖 GenAI 以及可能丧失批判性思维技能。研究结果强调了考虑学习者对 GenAI 在语言学习教学中的使用和应用的不同态度和信念的重要性。本文讨论了这些发现对未来将 GenAI 整合到语言教育中的影响，并提出了进一步研究和教学实践的建议。
检查EFL职前教师对课堂话语的使用
许多因素会影响教师的课堂行为。这些影响取决于什么，它们来自何处以及如何影响教师与老师的个人特征密切相关。这项混合方法的描述性案例研究旨在检查西方州立大学十二个土耳其EFL的课堂行为的课堂行为，并了解他们对他们使用的课堂话语的想法取决于。以此目标，通过观察和访谈进行了互补的观察和访谈，对EFL预科教师的课堂行为进行了研究。观察到“引起，延伸，促进，澄清，支持和省略”的选定课堂话语动作的频率，并揭示了最常用的动作。在访谈中摘录中明显的职前教师的意见指出了个人和社会因素对课堂上的行为的影响，以及他们对课堂话语的看法的影响。由于研究研究的结果，发现职前教师经常使用促进和澄清的话语动作，而大多数影响他们的因素是他们以前的教师和大学教育。
交互式学习应用程序对EFL学生偏好和学术成就的影响
摘要 - 本研究旨在调查英语作为外语（EFL）学生对使用交互式学习应用的看法。研究方法是定量的，使用问卷收集有关学生对交互式学习应用程序及其在这方面的偏好的看法的数据。此外，还包括学术绩效数据。研究人群包括印度尼西亚北苏门答腊的教师培训和教育科学学院（Stkip）Al Maksum的所有学生。该样本由2021/2022学年的英语系学习计划中的20名学生组成。研究结果表明，学生对互动学习应用的看法会影响他们对学习应用的选择，最终影响他们的学习成果。根据学生对学习应用的看法的总分，学生更倾向于选择Kahoot供EFL使用。这是因为，在有效性，享受和感知到的学习方面，此应用程序在quizizz方面表现出色。
EFLM欧洲尿液分析指南
背景：EFLM任务和尿液尿液分析已更新了ECLM欧洲尿液分析指南（2000）关于尿液分析和尿液细菌培养的指南，以提高欧洲临床实验室中这些检查的准确性，并支持诊断行业开发新技术。建议：在以下领域中构建了分级建议：医疗需求和测试申请：尿液测试的策略是针对复杂或不复杂的尿路感染（UTI）的患者，以及对肾脏疾病的高风险。标本收集：患者制备和尿液收集有两个质量指标：污染率（培养物）和尿液密度（化学，颗粒）。化学：建议对尿白蛋白和α1-微球蛋白进行测量，以敏感地检测高危患者的肾脏疾病。性能
EFLM欧洲尿液分析指南，更新2023 - 2024。
According to the 2023 ASM manual , many Corynebacteria can be potential causes of UTIs ( C. amycolatum, C. argentoratense, C. aurimucosum, C. coyleae, C. glucuronolyticum, C. imitans, C. jeikeium, C. macginleyi, C. minutissimum, C. mycetoides, C. pseudodiphtheriticum, C. renale, C. Riegelii，C。Simulans，C。Striatum，C。Tuberculostearicum，C。Realyticum） - 是否应该将其视为二次病原体？在使用MALDI-TOF后，我们可以找到很多新物种，其中一些物种据报道引起UTI。
在 EFL 教师教育中使用人工智能......
Ng (2017) 声称人工智能是这个时代的新动力。人工智能有望成为第五次工业革命的基本组成部分，因为它的潜力是确保经济发展的强大因素（参见 Golic，2019）。这可能就是为什么 2017 年中国对人工智能的投资创下了 400 亿美元的纪录（Mou，2019）。随着人工智能带来的收益，预计到 2030 年，中国国内生产总值 (GDP) 将增长 26%（7 万亿美元）。预计北美在同一时期将增长 14.5%（3.7 万亿美元）（普华永道，2017）。这些数据使人工智能对未来经济的附加值和全球影响更加易于理解，在我们的案例中，对教育的未来也是如此，而教育反过来又指导着经济和劳动力，为新工业革命铺平道路。