XiaoMi-AI文件搜索系统
World File Search SystemPreferences
学生对编程生成人工智能反馈的看法和偏好
人工智能 (AI)，特别是大型语言模型 (LLM) 的快速发展为各种教育应用开辟了机会。本文探讨了利用最流行的 LLM 之一 ChatGPT 在入门计算机科学 (CS1) 课程中自动对 Java 编程作业进行反馈的可行性。具体来说，本研究重点关注三个问题：1) 学生在多大程度上将 LLM 生成的反馈视为形成性的？2) 学生如何看待包含其代码的反馈提示与不包含其代码的反馈提示的比较可供性？3) 学生建议进行哪些改进以改进 LLM 生成的反馈？为了解决这些问题，我们使用 ChatGPT API 为 CS1 课程中的四个实验室作业生成了自动反馈。调查结果显示，学生认为反馈与 Shute 制定的形成性反馈指南非常一致。此外，学生明显偏爱将学生代码作为 LLM 提示的一部分而生成的反馈，我们的专题研究表明，这种偏爱主要归因于反馈的特异性、清晰度和纠正性。此外，本研究发现，学生通常期望获得具有足够代码示例的具体纠正性反馈，但对反馈的语气有不同的看法。本研究表明，ChatGPT 可以生成学生认为具有形成性的 Java 编程作业反馈。它还提供了有关使 ChatGPT 生成的反馈对学生有用的具体改进的见解。
使用社区价值观和治理偏好来促进向可持续能量的过渡
摘要 - 本研究探讨了公民对可持续能源技术传播的使用和治理偏好的使用。调查了三个得克萨斯州的社区，以确定有关能源使用的社区价值和治理偏好。结果表明，五个潜在的价值影响着社区中能源使用的感知：增长，独立性，可持续性，负担得起的生活和流动性。关于治理的偏好，确定了三种形式参与社区流程的参与：信息，沟通和参与决策。结果表明，值可用于将期望与可持续能量和形状相关的叙述保持一致。要使经常“看不见的”能源技术有形，以及为公民而言可以经验和可讨论的经验，演示者项目（例如能源创新中心）应被视为锚定社区可持续能源的工具。
基于移动应用程序的动机访谈的可接受性和对App功能的偏好支持2型糖尿病患者的自我管理
背景：2型糖尿病患者（T2DM）经历了改善自我管理的多个障碍。证据表明，以患者为中心的沟通方法动机访谈（MI）可以解决患者障碍并促进健康的行为。尽管有MI的价值，但现有的MI研究主要使用面对面或基于电话的干预措施。随着智能手机的越来越多，由人工智能在移动设备上提供动力的自动化MI技术可能会为T2DM患者提供有效的动机支持。目的：本研究旨在探索T2DM患者对基于应用程序MI在常规医疗保健中可接受性的观点，并收集有关特定MI模块功能的反馈，以告知我们未来的干预措施。方法：我们从公共医疗诊所招募了T2DM患者进行了半结构化访谈。所有访谈都是逐字记录和抄录的。主题分析是使用NVivo进行的。结果：总共33例T2DM患者参加了这项研究。参与者将MI视为增加动力和有利于自我反思和行为改变的互补护理模型的精神提醒。然而，存在一种不情愿的感觉，主要是由于引入MI的自主性自治的潜在妥协。一些参与者对自己独立管理条件的能力充满信心，而另一些参与者则报告已经在做出改变，并以自己的节奏更喜欢自我管理。与面对面的MI相比，基于APP的MI被视为提供更轻松的氛围，以供开放分享而无需由医疗保健提供者判断。但是，参与者质疑缺乏人触觉，这可能会破坏患者提供的治疗关系。为了维持动力，参与者提出了持续的支持性质的更多功能，例如基于目标的成就，基于目标的量身定制的多媒体资源以及互动性和同情心的对话工具，诸如里程碑的可视化，游戏化的挑战和渐进奖励。结论：我们的发现表明需要采用涉及基于应用程序的MI和人类教练的干预措施的混合模型。患者对特定应用功能的反馈将纳入模块开发中，并在随机对照试验中进行测试。
构音障碍患者与智能虚拟助手的互动：可用性和用户偏好的比较研究
摘要：本研究探讨了构音障碍患者与智能虚拟助手 (SVA) 互动时使用的不同交互方法的有效性和用户体验。研究主要关注三种模式：通过 Alexa 发出直接语音命令、通过 Daria 系统发出非语言语音提示以及眼神控制。研究目的是评估每种方法的可用性、工作量和用户偏好，以满足构音障碍患者不同的沟通能力。虽然 Alexa 和 Daria 促进了基于语音的交互，但眼神控制为那些无法使用语音命令的人（包括患有严重构音障碍的用户）提供了一种替代方案。这种比较方法旨在确定每种交互方法的可用性如何变化，研究对象为八名患有构音障碍的参与者。结果表明，非语言语音交互，尤其是与 Daria 系统的交互，因其工作量较低且易于使用而受到青睐。眼神控制技术虽然可行，但在更高的工作量和可用性方面也存在挑战。这些发现强调了与 SVA 多样化交互方法的必要性，以适应患有构音障碍的个体的独特需求。
对生活系统逻辑的基本约束
在本介绍性章节中，我提供了瑞典精酿啤酒行业的全面概述，探讨了精酿啤酒的全球兴起，瑞典的各种产品景观以及了解瑞典的精酿啤酒消费者行为的重要性。我建立了我的研究的基本原理，讨论了对工艺啤酒厂的消费者行为和营销策略的潜在贡献。我还确定了我旨在解决的研究差距，并介绍了指导该论文的研究问题和目标。此外，我介绍了我采用的研究方法，并解释了其适当性。我的研究的划界也得到了定义，从而描述了其范围和边界。为了提供清晰度，我总结了本章的论文大纲，总结了后续章节的重点。
适应人类偏好对人机协作信任的影响
我们展示了在人机协作任务中适应人类偏好对信任的影响。团队执行一项任务，其中机器人充当人类的动作推荐者。假设人类和机器人的行为基于他们试图优化的某种奖励函数。我们使用一种新的人类信任行为模型，该模型使机器人能够在与人类互动的过程中使用贝叶斯逆强化学习实时学习并适应人类的偏好。我们提出了三种机器人与人类互动的策略：非学习者策略，其中机器人假设人类的奖励函数与机器人的相同；非自适应学习者策略，学习人类的奖励函数以进行性能评估，但仍优化自己的奖励函数；自适应学习者策略，学习人类的奖励函数以进行性能评估，并优化这个学过的奖励函数。结果表明，适应人类的奖励函数会使机器人获得最高的信任。
经济偏好的遗传性
本文表达的任何观点均为作者观点，而非 IZA 观点。本系列中发表的研究可能包括政策观点，但 IZA 不代表任何机构政策立场。IZA 研究网络致力于遵守 IZA 研究诚信指导原则。IZA 劳动经济研究所是一个独立的经济研究机构，从事劳动经济学研究，并就劳动力市场问题提供基于证据的政策建议。在德国邮政基金会的支持下，IZA 运营着世界上最大的经济学家网络，其研究旨在为我们这个时代的全球劳动力市场挑战提供答案。我们的主要目标是在学术研究、政策制定者和社会之间架起桥梁。IZA 讨论文件通常代表初步工作，并被分发以鼓励讨论。引用此类文件时应说明其临时性质。修订版可直接从作者处获得。
研究参与者对药物基因组学个人结果的偏好研究：乌干达艾滋病毒研究所的案例
对艾滋病毒感染者是否想从药物基因组学研究中获得结果知之甚少。这项研究探讨了影响参与者偏好的因素以及他们渴望从药物基因组学研究中获得个别结果的原因，我们采用了收敛的平行混合方法研究设计设计，其中包括对225名研究参与者的调查和5个有目的选择的研究参与者的调查。几乎所有（98％）参与者都希望获得单个药物基因组学研究结果。渴望获得结果的原因是互惠的宝贵时间和精力，为未来的现实准备以及有关其健康的信息的权利。总的来说，参与者希望从药物基因组学研究中收到反馈，特别是如果结果确定并且可以临床可行。
