摘要 近几十年来,人工智能(AI)已扩展到前所未有的规模,渗透到包括教育在内的广阔领域。关于将人工智能纳入大学教育的实用性的辩论,以及随之而来的机遇和挑战,引起了当前研究议程的关注。在罗马尼亚高等教育层面有效利用人工智能优势,在很大程度上取决于特定的知识、能力和能力,甚至系统适应这种动态环境的能力。因此,我们研究的目标是确定罗马尼亚高等教育特定数字学习环境所需的技能,以鼓励学生作为教育法案的受益者采用人工智能技术。因此,我们的方法包括将结构方程模型应用于基于针对高等经济教育本科生的问卷收集的原始数据集。研究结果强调,学生采用人工智能应用程序的意愿直接取决于感知有用性、对这些技术的态度、感知享乐价值、预期表现或兼容性程度等因素,而应用程序的交互性也具有重要但间接的影响。
2019 年 9 月 – 至今:伦敦政治经济学院管理系市场营销助理教授 2019 年 1 月 – 2019 年 5 月:宾夕法尼亚大学沃顿商学院客座讲师 2015 年 7 月 – 2019 年 7 月:杜克大学认知神经科学和市场营销博士后研究员 杜克-IPSOS 购物者洞察中心研究员 2010 年 6 月 – 2015 年 6 月:加州理工学院计算与神经系统研究生助理 2007 年 10 月 – 2010 年 5 月:芝加哥大学经济学系研究员 2007 年 6 月 – 2007 年 9 月:芝加哥大学认知与社会神经科学中心研究助理 2006 年 6 月 – 2006 年 9 月:乔治梅森大学神经经济学研究中心研究员
•通过利用Nicolet Apex FTIR光谱仪的先进技术来升级您的故障分析功能,该技术与我们的FTIR显微镜,TGA-IR系统以及其他各种配件毫不费力地集成在一起,以促进对小颗粒或表征药物表征的缺陷分析。
仅供研究使用。不可用于诊断程序。© 2020 Thermo Fisher Scientific Inc. 保留所有权利。除非另有说明,否则所有商标均为 Thermo Fisher Scientific 及其子公司的财产。任何其他第三方参考资料都在此处。如果没有,请删除此文本并将 CTA 和徽标锁定移至边缘。FL53308_E 0320