XiaoMi-AI文件搜索系统
World File Search SystemKitchenham
技术对知识保留的影响
21世纪的创新技术，例如触觉技术，3D打印，聊天机器人，数据挖掘和基于大脑的学习在电子学习中起着至关重要的作用，以及支持学生知识管理和知识保留的互动教学技术。本研究旨在对会议论文集和期刊上发表的五种研究文章进行全面分析。这项研究的主要发现表明，在前面提到的技术和虚拟环境中，该领域研究中最多的技术对知识保留有重大影响。此外，在技术对知识保留的影响的背景下，某些技术的问卷和实际测试是数据收集的主要研究方法。本研究试图表明考虑技术对知识保留的影响的研究中最新的研究进展。我们使用系统文献综述（也称为系统评价）来定位，审查和分析有关特定研究主题，主题领域或感兴趣现象的所有相关研究（Kitchenham等，2009）。
白皮书 - 人工智能赋能研究
[1] 人工智能已成为主流——让我们创新和规范吧 https://www.scmagazine.com/perspective/emerging-technology/ai-has-gone-mainstrea m-so-lets-innovate-and-regulate [2] Chubb, J.、Cowling, P. 和 Reed, D. (2022)。加快步伐以跟上：探索人工智能在研究过程中的应用。人工智能与社会，37(4)，1439-1457。DOI：10.1007/s00146-021-01259-0 [3] Morris, MR (2023)。科学家对生成式人工智能在其领域潜力的看法。arXiv 预印本 arXiv:2304.01420。[4] Guice, J. 和 Duffy, R. (2000)。互联网在科学领域的未来 [5] Kitchenham, B.、Brereton, OP、Budgen, D.、Turner, M.、Bailey, J. 和 Linkman, S. (2009)。软件工程中的系统文献综述——系统文献综述。信息与软件技术，51(1)，7-15。[6] Marshall, C.、Brereton, P. 和 Kitchenham, B. (2014 年 5 月)。支持软件工程系统综述的工具：特征分析。第 18 届软件工程评估与评定国际会议论文集（第 1-10 页）。[7] Steyerberg, EW (2008)。预测模型的验证。临床预测模型，299-311。 doi:10.1007/978-0-387-77244-8_17 [8] Majid, MAA、Othman, M.、Mohamad, SF、Lim, SAH 和 Yusof, A. (2017)。定性研究中的访谈试点：操作化和经验教训。国际商业与社会科学学术研究杂志，7(4)，1073-1080。[9] 转录一小时的音频或视频需要多长时间？https://www.rev.com/blog/resources/how-long-does-it-take-to-transcribe-audio-video [10] 转录一次采访需要多长时间？ https://www.amberscript.com/en/blog/how-long-does-it-take-to-transcribe-1-hour-of-a udio/ [11] WIDODO，Handoyo Puji。访谈数据转录的方法论考虑。国际英语语言教学与研究创新杂志，第 3 卷，第 1 期，第 101-107 页，2014 年。 [12] REIS，Sofia；ABREU，Rui；PASAREANU，Corina。安全提交消息是否具有信息量？还不够！在：第 27 届国际评估与评估会议论文集 [13] RAMTEKE，Jyoti 等人。使用 Twitter 情绪分析预测选举结果。在：2016 年国际发明计算技术会议（ICICT）。IEEE，2016 年，第 1-5 页。 [14] MITE-BAIDAL，Karen 等人。教育领域的情绪分析：系统文献综述。在：技术与创新国际会议。Cham：Springer International Publishing，2018 年，第 285-297 页。[15] ZUNIC，Anastazia；CORCORAN，Padraig；SPASIC，Irena。健康和福祉中的情绪分析：系统综述。JMIR 医学信息学，第 8 卷，第 1 期，第 e16023 页，2020 年。[16] RAMBOCAS，Meena；PACHECO，Barney G. 市场营销研究中的在线情绪分析：综述。互动营销研究杂志，第 12 卷，第 2 期，第 146-163 页，2018 年。[17] WANKHADE，Mayur；RAO，Annavarapu Chandra Sekhara；KULKARNI，Chaitanya。情绪分析方法、应用和挑战调查。《人工智能评论》，第 55 卷，第 7 期，第 5731-5780 页，2022 年。
实证人工智能转型研究：系统映射研究与未来议程
背景：智能软件是重要的社会变革推动者。最近的研究表明，组织必须做出改变才能充分利用人工智能。我们将这种变化称为人工智能转型 (AIT)。关键挑战在于确定如何改变以及增加人工智能使用会带来哪些后果。目的：本研究旨在汇总有关 AIT 研究的知识体系。方法：我们进行系统映射研究 (SMS) 并遵循 Kitchenham 的程序。我们从 Scopus、IEEE 和 Science Direct (2010-2020) 中确定了 52 项研究。我们使用混合方法评估工具 (MMAT) 来批判性地评估实证工作。结果：AIT 方面的工作主要是定性的，源自各个学科。我们无法确定任何有用的 AIT 定义。据我们所知，这是第一篇专注于实证 AIT 研究的 SMS。在我们确定的样本中只发现了少数实证研究。结论：我们定义了 AIT 并提出了研究议程。尽管人工智能及其对组织的影响受到广泛关注，但我们的研究表明，大量关于该主题的出版物缺乏适当的方法或实证数据。
在线编程语言学习工具的当前趋势：系统文献综述
学生在学习编程语言 (PLL) 时面临困难，这促使许多学者研究其背后的因素。尽管在 PLL 过程中发现了许多积极和消极因素，但使用 PLL 中的在线工具被认为是一种积极推荐的方法。这促使许多研究人员提供解决方案和建议，从而产生许多选择和选项。然而，对这些努力进行分类并展示已经完成的工作，将为未来的研究提供更好、更清晰的形象。因此，本文旨在进行系统的文献综述，以展示已经进行的研究，然后根据在线工具的类型和研究目的对其进行分类。该研究遵循 Kitchenham 和 Charters 编写 SLR（系统文献综述）的指南。搜索结果显示 2013 年至 2018 年 9 月之间的 1390 篇出版物。经过选定标准的筛选后，发现 160 篇出版物足以回答评论问题。本系统评价的主要结果是对在线 PLL 工具的研究目的进行分类，对工具进行分类并发现在线 PLL 工具的当前趋势。
人工智能工程方法路线图分析
基于人工智能的软件的特性有可能重塑传统的软件开发范式。因此，本研究在人工智能工程领域进行了系统的文献综述 (SLR)，以确定基于人工智能的系统的软件工程中的独特挑战，这些挑战正在改变传统的软件开发范式。SLR 的范围包括通过严格流程选择的 2018 年至 2023 年期间发表的学术期刊和会议论文集文献。该方法涉及在 Scopus、ScienceDirect、ACM 数字图书馆和 IEEE Xplore 等数据库中使用特定搜索关键字，并严格应用 Kitchenham 的纳入和排除标准，以确保重点突出且相关的审查。本综述对解决与基于人工智能的软件开发相关的挑战、问题和方法的各种研究工作进行了综合总结。重点主题包括人工智能密集型系统开发的需求工程挑战、负责任的软件开发（负责任的人工智能）、负责任的人工智能软件工程路线图的制定、TrustOps 作为人工智能系统开发风险管理方法的应用、在基于人工智能的系统中纳入软件工程方法的必要性，以及探索需求工程实践、人工智能密集型系统开发和机器学习模型开发工具使用的研究。主要发现包括认识到人工智能开发中的道德要求的重要性、风险管理和道德属性的作用，以及在软件开发人员、数据科学家和机器学习专家之间联系需求的挑战。这项研究为参与开发基于人工智能的软件的从业者和研究人员提供了宝贵的见解，以克服现有的挑战并在开发过程中应用适当的方法。