摘要:目的:本研究研究家族企业可持续性领导力的采用障碍,尤其是关于其双重需求,以实现盈利能力和环境影响目标,同时研究这些问题的潜在解决方案。方法论:一种研究方法包括文学分析和现场研究以及问卷分布,以获取定性和定量数据。研究调查收集了有关家庭企业如何处理可持续性措施的信息,这些措施专门针对其能源消耗以及能源效率和水管理计划。结果/调查结果:分析显示80%的企业可再生能源采用以及75%的经过审查的公司的能源效率实施,但只有40%的组织从事保水实践。企业内部的可持续性承诺对研究人员显而易见,但他们也认识到节水仍然是弱点的主要点。家族企业展示了一种商业模式,该模式优先于环境可持续性。家族企业需要鼓励采用全面的可持续性
2017年,国家人文学科联盟开始通过其人文科学来记录基于美国高等教育机构的公共人文项目。 通过该计划,NHA工作人员记录了2200多个项目;撰写了60多个个人项目的深入分析;公共人文主义者写了关于自己的作品的80多篇博客文章;并撰写了四本合成论文,为高层公共人文科学提供了背景。 该倡议还发布了每月的公共人文通讯和公共人文从业者的两个关键资源,这是公共人文培训的方法,并记录了公共人文在高等教育中的影响:工具包(两者都可以在NHA网站上找到)。2017年,国家人文学科联盟开始通过其人文科学来记录基于美国高等教育机构的公共人文项目。通过该计划,NHA工作人员记录了2200多个项目;撰写了60多个个人项目的深入分析;公共人文主义者写了关于自己的作品的80多篇博客文章;并撰写了四本合成论文,为高层公共人文科学提供了背景。该倡议还发布了每月的公共人文通讯和公共人文从业者的两个关键资源,这是公共人文培训的方法,并记录了公共人文在高等教育中的影响:工具包(两者都可以在NHA网站上找到)。
paxpartnership.org › MDJSHS_2021_3 PDF 2021 年 3 月 16 日 — 2021 年 3 月 16 日 7,200 名人员为 C-5 和 C-17 飞机提供支持,分配给第 436 和……马里兰大学,人机交互实验室主任。
摘要:人文和社会科学研究人员正在研究人工智能 (AI) 对人类社会的深远影响以及它们如何改变研究范式。神经符号人工智能中联结主义和符号主义的整合对于涉及大量数据的人文和社会问题的研究具有重要意义。它在计算社会科学和数字人文等新多学科领域的发展中也发挥着至关重要的作用。人文和社会科学面临着人工智能 (AI) 的重大挑战,人工智能正在影响公众对话,引发人们对可接受性、隐私和经济影响的担忧。除了提出社会问题外,它还通过机器和深度学习技术促进大规模数据分析,为跨学科分析开辟了新的途径,从而改变了研究程序。除了为此目的专门定义人工智能的范围外,本研究还为人工智能驱动的社会理论提供了愿景,并建议使用数字数据来测试基于人工智能模型的预测能力的社会理论。它利用兰德尔·柯林斯的状态分解模型,说明了人工智能现有的综合知识、推理和系统解决各种问题的能力。然而,人工智能驱动的社会理论受到实际、技术和认识论问题的阻碍。语义化(生成机器可操作的言语概念)、可转移性(使用跨语境学习到的信息)和生成性(独立生成和升级概念)是当前系统所缺乏的关键功能。通过填补这些空白,未来的研究可以使人工智能成为累积社会理论发展的先驱。凭借丰富的数据,神经符号人工智能具有解决棘手的人文和社会问题的巨大潜力。对于计算社会科学和数字人文等新兴跨学科领域而言,它的整合代表着重大进步。关键词:数字人文、深度学习、躯体化、神经符号
在制定审计程序以测试是否符合本联邦计划的要求时,审计员必须根据以下摘要(也包含在第 2 部分“合规要求矩阵”中)确定 12 种合规要求中的哪些已被确定为审计对象(在下面的摘要矩阵中标记为“Y”),然后确定哪些合规要求可能会对受审计方的联邦计划产生直接和重大影响。对于每项受审计的合规要求,审计员必须使用第 3 部分(其中包括除特殊测试和规定之外的每项合规要求的一般详细信息)和本计划补充材料(其中包括任何特定于计划的要求)来执行审计。当合规要求在下面的摘要中显示为“N”时,该要求已被确定为不受审计。审计员不应测试标记为“N”的要求。有关更多信息,请参阅第 1 部分中的安全港状态讨论。
摘要对过去的“能源转变”的研究正在重新解释为低碳未来的可能指南。,但对历史学家的了解鲜为人知,他们如何理解我们向主要碳氢化合物的能源系统的过渡。在能源历史成为一个子场之前,历史学家约翰·尼夫(John Nef),爱德华·雷格利(Edward Wrigley)和罗尔夫(Rolf Sieferle)已经解释了由于煤炭的使用而解释了工业革命。在释放工业主义时,他们认为煤炭扮演了历史上决定性的作用。这些能源决定论的概念将是本文的核心问题。在重新审视他们的生活和工作时,将争辩说,为了追求低碳未来,我们不应忽略化石能量使用所带来的严重关切,也不应将其陷入一种粗糙的能量决定论。
摘要:目的:本研究评估可持续供应链管理(SSCM)实践既有其能够减少全球物流运营中碳排放的能力以及相关的挑战以及各个地理领域之间的实施机会。方法论:研究人员在这项研究中采用了混合方法调查方法。这项研究通过发送给250家全球物流公司的问卷获得了定量信息,以衡量SSCM利用率和排放变化。这项研究通过与25位供应链经理和可持续性官员的半结构化访谈收集了定性信息,以确定SSCM实施实施的促进和阻碍性要素。结果/调查结果:定量数据的分析表明,欧洲的SSCM指数水平为85%,其次是北美的70%,但拉丁美洲和非洲的指数较低。通过回归分析表明,SSCM实践创建了一个正相关,以最大程度地减少碳足迹(r = 0.62,p <0.001)。经济限制作为主要障碍(15个提及)出现,而监管问题作为第二个主要障碍(10个提及),根据定性结果。绿色运输和仓库能效作为主要减少污染实践的运作,但财务限制以及在新兴地区的监管标准较弱,阻碍了其部署。在开发区域中应优先考虑改进法规的实施,因为这将推动SSCM实践的广泛使用。结论/建议:研究支持政府提供增强的政策支持以及用于促进SSCM实践的资金计划。全球组织可以从可持续的供应链实践中受益,因为改进的技术解决方案将降低实施费用。关键词:可持续性,绿色供应,连锁管理,温室发射,供应链,全球变暖,环境可持续实践,物流可持续性。