Abstract 本研究对接受和未接受空中交通管制模拟训练的两个不同组别(有经验/无经验)在不同难度级别的练习中的心理负荷进行了检查。在模拟之前对参与者的反应时间进行了评估,两组之间没有观察到显着差异。在第二阶段,比较这些反应时间均匀的小组在模拟场景中犯下的错误数量和表现得分。在 90% 的置信水平下,经验丰富的小组犯的错误较少。此外,场景的不同难度级别造成了错误数量的统计差异。在简单到中等的场景中犯的错误比在困难到非常困难的场景中犯的错误要少得多。然而,根据场景难度级别检查了性能分数的变化,发现性能分数之间存在显着差异(p 值 = 0.00 < 0.05)。简单-中等场景中的性能得分明显高于困难-非常困难场景中的性能得分。
•促进使用清洁电力,例如电力对X项目,电力存储,电力响应解决方案和服务以及所有增加电力系统智能的措施以及通过使用新技术来提高供应安全性的项目。
• 数字显示:输入和输出电压、输入和输出电流、频率 • 手动旁路开关将负载转移至公用电网。• 低压和高压保护 • 射频干扰过滤
XI. 审判程序 ................................................................................................................ 27 A. 安排时间 ...................................................................................................... 27 B. 涉及外地当事人或证人的案件 ........................................................................ 27 C. 律师冲突 ...................................................................................................... 27 D. 陪审员记录 ...................................................................................................... 28 E. 预审 ............................................................................................................. 28 F. 庭审摘要 ...................................................................................................... 28 G. 开庭动议 ...................................................................................................... 28 H. 不按顺序询问证人 ...................................................................................... 29 I. 开庭陈述和总结 ............................................................................................. 29 J. 多名律师询问证人或辩论 ............................................................................. 29 K. 超越重新审理和重新交叉审理的证人询问 ................................................................. 30 L. 录像证词 ................................................................................................. 30 M. 将材料读入记录........................................................... 30 N. 准备证物 .............................................................................................. 30 O. 将证物作为证据 .............................................................................. 30 P. “定向裁决”动议 .............................................................................. 31 Q. 拟议的陪审团指示和裁决表格 ................................................................ 31 R. 拟议的事实认定和法律结论 ...................................................................... 32 S. 提供证据 ............................................................................................. 32 T. 证人无法出庭 ............................................................................................. 32 U. 普通证人意见 ............................................................................................. 32 V. 笔录 ............................................................................................................. 33 W. 法庭后勤 ............................................................................................. 33 XII.陪审团审议 ................................................................................................................ 33 A. 书面陪审团指示 .............................................................................................. 33 B. 陪审团室内的证物 .............................................................................................. 33 C. 处理陪审团要求回读证词或重放录音带的请求 ........................................................ 34 D. 陪审团审议期间律师的可用性 ...................................................................... 34 E. 作出裁决和特别裁决 ............................................................................................................. 34 F. 投票表决陪审团 ...................................................................................... 34 G. 面谈陪审团 ...................................................................................... 34
尽管对精神的计算代表性方法和感知和行动之间的认知态度受到了挑战(例如,参见Chemero,2009年),但它们是所谓认知科学早期阶段的特征(Henceforth,Cog-Sci)。cogsci通常被描述为跨学科企业,旨在了解思维的工作原理。在本章中,我将通过跟踪和追踪其历史来关注Cogsci的跨学科性。一开始,我将概述自1950年代至1980年代COGSCI黎明以来的各个学科的合作(这一时期通常称为Classic Cogsci)。十,我将仔细研究Cogsci跨学科的一些新面孔。将通过经典COGSCI中的计算机模拟和最近对认知隐喻的搜索进行计算机模拟的情况来说明。最后,我将描述与思维和认知跨学科研究有关的最近争议。
疫苗犹豫被定义为个人推迟或拒绝接种疫苗,这对医疗保健系统构成了重大问题。犹豫接种疫苗的原因包括缺乏信息、对卫生专业人员缺乏信任、错误信息和阴谋论、个人信仰和文化因素。此外,社交媒体和错误信息也被认为是增加犹豫的重要因素。疫苗犹豫威胁公众健康。疫苗接种率低导致社会上疾病和流行病的再度出现,对个人和社会的健康构成威胁。可以实施培训卫生专业人员、开展公众意识宣传活动、提供可靠的信息来源以及对个人关切采取同理心态度等策略来克服疫苗犹豫。此外,向广大受众传递有关疫苗接种的准确、科学的信息也很重要。这些建议可以帮助减少人们对疫苗的犹豫,保护公众健康。
摘要。Hidayati S,Agustin AT,Sari EK,Sari SM,Destiawan RA,Silvana WA。2023。植物化学谱分析和抗糖尿病评估,对嗜血杆菌作为潜在的α-葡萄糖苷酶抑制剂。生物多样性24:5972-5978。可以通过抑制α-葡萄糖苷酶的抑制饮食碳水化合物的消化来实现餐后高血糖控制中的一种策略。进行了这项研究,以确定嗜血杆菌抑制α-葡萄糖苷酶的抗糖尿病活性。使用α-葡萄糖苷酶,在体外和计算机中对α-葡萄糖苷酶进行了抑制活性分析测试。分子对接和配体之间的分子对接。设置列以Shape+Electro+DARS模式设置。结果表明,体外乙醇提取物和乙酸乙酯馏分表明,具有分别具有13.43 mg/ml和9.73 mg/ml的C50值的α-葡萄糖苷酶酶的活性和IC50阳性对照的Acarbose值分别为8.11 mg/ml。硅烷分析中的结果表明,与α-葡萄糖苷酶的结合位点结合,与Isoswertisxin,Isoswertisin,pellucidatin,pellucidatin,caryatin-7-O-β-rhamnoside相比,相比,具有-321.4 kcal/mol的值最小的结合能值,值为-321.4 kcal/mol。p. pellucida有可能作为抗糖尿病剂开发,其活性在抑制酶α-葡萄糖苷酶的作用方面具有活性,从而可以降低血糖水平。
ABG SundalCollierøysteinElton Lodgaard +47 22 01 40 Oystein.lodgaard@abgsc.no Arctic Securities Kristian Spetalen +47 95 10 08 87 Kristian.spetalen@spetalen@spetalen@arctic.com NP Paribas Exane Martin Jungfleisch +49 69 4272 97328 Martin.Jungfleisch@exanebnpparibas.com carnegie oliver pisani +47 22 00 94 25 oliver.pisani@pisani@carnegie.carnegie.no danske bank bank ek strang ek ek ek ek ek ek ek +47 977 dn47 dnf ind dnf ind worf Jørnsen+47 24 16 91 43 Christoffer.wang.bjornsen@dnb.no备用银行1市场 Petter Kongslie +47 24 14 74 96 petter.kongslie@sb1markets.no SEB Markus Heiberg +47 21 00 85 22 markus.heiberg@seb.no Pareto Securities Olav Rødevand +47 22 87 87 30 olav.rodevand@paretosec.com
摘要本文旨在制定教师对教育中人工智能使用的看法量表。规模开发研究是在2023 - 2024年ACA DEMIC年内在两个阶段进行的,涵盖了597位教师,他们说他们使用了不同的人工智能应用。文献进行了彻底的审查,并与在汇总规模项目的同时使用人工智能应用的老师进行了焦点小组访谈。咨询了现场专家教职员工,以评估量表的面部和内容有效性。对从第一样品组获得的数据(N¼424)进行了探索性因子分析,并在第一阶段确定了三因素结构。据观察,由18个项目组成的初稿量表的因素显示出总差异的57.8%。对第二阶段的第二个样本组(N¼173)收集的数据进行了第一个验证性FAC TOR分析。已经证实,由18个项目和三个因素(教导感知,学习感知和道德知觉)组成的结构与数据兼容。在教师对教育中人工智能使用的感知量表进行了第一级验证性因素分析之后,进行了二级验证性因素分析,以阻止构成量表的因素是否揭示了变量。最终比例由15个项目和三个维度组成,被确定与获得的数据兼容。可靠性分析表明,整个量表的Cronbach Alpha内部一致性系数被计算为.87,用于学习感知的.82,用于教学感知的.79和.79的道德感知。结果表明,教师对教育中人工智能使用的看法量表是有效且可靠的,并且是确定对教育中人工智能使用的看法的合理测量工具。
* 通讯作者:takashia@okayama-u.ac.jp † 资深作者 T.Ak.、KM 和 EK 对本研究的贡献相同。T.Ak. 和 SU 构思了这项研究。T.Ak.、TK 和 T.Ar. 设计了实验。T.Ak.、KM、EK 和 TK 进行了实验。T.Ak.、KM、EK 和 KT 分析了数据。T.Ak.、YK 和 KU 建造并维护了设施。T.Ak.、KT 和 SU 开发了程序和分析代码。T.Ak.、KM、EK、TK、T.Ar. 和 SU 起草了手稿。所有作者均认可了手稿。根据作者须知 (https://academic.oup.com/plcell) 中所述的政策,负责分发与本文所述研究结果相关的材料的作者是:Takashi Akagi (takashia@okayama-u.ac.jp)。