XiaoMi-AI文件搜索系统
World File Search SystemPreferences
usar agr 封闭市场中的单位偏好工作帮助
13.单击“保存”；如果未选择“保存”，则所有偏好数据都将丢失。13A.申请人将根据数值按升序排序。13B.在“申请人兴趣”栏下，如果会员手动选择了列出的工作机会之一的偏好，则会出现一个复选标记；在此示例中，没有会员选择可用的工作机会的偏好。13C.信号栏下将出现一个绿色复选标记，表示手动填写的偏好；这会向会员发送通知。
产品设计的原型性和简单性在形成设计偏好时的神经处理
本研究调查了处理原型性和简单性时神经相关性对产品设计偏好的影响。尽管这很重要，但我们对大脑在形成设计偏好时如何处理这些视觉设计品质知之甚少。我们假设，虽然流畅性是感知判断，可以解释原型性和简单性对设计偏好的积极影响，但与原型性相关的流畅性判断的神经基础与与简单性相关的神经基础不同。为了研究这些问题，我们对具有不同原型性和简单性水平的实际产品设计的偏好决策进行了 fMRI 研究。结果显示，在简单性和原型性的偏好处理之间存在显著的功能梯度——即，早期腹侧视觉信息处理参与简单性评估，但晚期腹侧视觉信息处理和顶叶额叶脑区参与原型性评估。简单性和原型性评估之间的相互作用是在右半球纹状体外皮层中发现的。大脑的独立参与表明，对原型和简单性的流畅性判断有助于设计偏好的感知机制中不同认知层次的偏好选择。
官僚还是人工智能：民众对政府服务的偏好与认知
传统的公共行政决策由公务员与公民 1 互动组成，以确定对公民来说正确的合法行动方针。然而，最近人们开始推动使用人工智能 (AI) 和算法 2 来帮助促进公共决策和服务提供。这是一项始于 20 世纪 90 年代初和 21 世纪的举措，公共组织使用先进的信息技术帮助他们在公共服务提供方面做出更好的决策，例如预测交通拥堵和 COMPSTAT（Tong & Wong，2000 年；Walsh，2001 年）。作为推动自动化程度提高的一部分，学者们认为人工智能驱动的自动化可以进一步提高组织在行政决策方面的绩效和效率（Zekić-Sušac 等人，2021 年）。此外，学者们认为，数字技术的使用将有助于管理者提供“更好的公共服务”，同时继续使公共服务专业化（Lindgren 等人，2019 年）。其中一个例子是使用机器学习，机器学习是人工智能的一个分支，专注于通过数据和算法来模拟人类学习，提供图像或手写识别（IBM Cloud Education，2020 年），然后用于创建简单任务的自动化链（Veale & Brass，2019 年）。第二个在公共服务中越来越普遍的例子是使用自动呼叫中心，其中人工智能用于搜索文档并帮助代理解决客户查询（Mehr，2017 年）。
高级偏好是多息顺序推荐的对比学习的积极示例
基于多功能框架的顺序推荐任务旨在模拟从不同方面的用户的多个兴趣，以预测其未来相互作用。但是，研究人员很少考虑模型产生的利益之间的差异。在极端情况下，所有兴趣胶囊都具有相同的含义，从而导致对具有多种兴趣的用户进行建模。为了解决这个问题，我们提出了高级偏好，作为对对比度学习的积极示例，用于多息序列推荐框架（HPCL4SR），该框架使用对比度学习来区分基于用户项目交互信息的利益差异。为了找到高质量的比较示例，本文介绍了构建全局图的类别信息，学习了用户高级偏好兴趣的类别之间的关联。然后，多层感知器用于适应用户项目的低级偏好兴趣功能和类别的高级偏好兴趣功能。最后，通过项目序列信息和相应的类别获得了用户多兴趣对比样本，这些样本被馈入对比度学习中，以优化模型参数并生成更符合用户序列的多功能表示。此外，在对用户的项目序列信息进行建模时，以增加项目表示之间的不同不同。
算法预测护理偏好目标的伦理：从理论到实践
摘要人工智能（AI）系统在医疗保健和临床决策中迅速发展。但是，目前尚不清楚AI可以或应该支持基于丧失能力的患者的护理目标和目标的决策，这通常需要临床医生和亲人的投入。在医学伦理学文献中讨论了使用算法来预测患者最有可能的治疗方法，但在临床实践中尚未实现例子。这可以说是由于缺乏对这种算法的设计和使用引起的认识论，道德和务实挑战的结构化方法。本文通过建议将AIS视为具有独特生命周期的社会技术系统，从而为问题提供了新的观点。我们探索已知和新颖的挑战如何将其映射到发展的不同阶段，突出了其解决方案的跨学科策略。
交互式学习应用程序对EFL学生偏好和学术成就的影响
摘要 - 本研究旨在调查英语作为外语（EFL）学生对使用交互式学习应用的看法。研究方法是定量的，使用问卷收集有关学生对交互式学习应用程序及其在这方面的偏好的看法的数据。此外，还包括学术绩效数据。研究人群包括印度尼西亚北苏门答腊的教师培训和教育科学学院（Stkip）Al Maksum的所有学生。该样本由2021/2022学年的英语系学习计划中的20名学生组成。研究结果表明，学生对互动学习应用的看法会影响他们对学习应用的选择，最终影响他们的学习成果。根据学生对学习应用的看法的总分，学生更倾向于选择Kahoot供EFL使用。这是因为，在有效性，享受和感知到的学习方面，此应用程序在quizizz方面表现出色。
通过关注NeuroMarket的旅行网站中的目光跟踪来识别客户偏好
摘要可以通过基于神经科学和营销的交集的引入神经营销来检查他们对产品的视觉关注，可以分析与决策相关的人的心理和行为。本研究旨在通过通过在线度假预订网站调查其偏好和感兴趣的领域来确定影响消费者对旅行产品的决策的因素。在这项实验研究中，对四十年代的30名男性参与者进行了眼睛跟踪，并提取了对刺激的目光数据，并在问卷调查中与他们的选择进行了比较。该研究解决了以下研究问题：“关于客户偏好的领域，视觉关注会受到影响？”是否研究了有关空间产品的视觉信息的变化影响产品的偏好和决策。由于根据空间偏好的顺序分析了眼睛跟踪区域的结果，图像3（M = 782.65）包含室外空间的偏好率最高，其次是家具和网络信息。关于初始浓度，在时间流中，最快的浓度始于刺激2（4.21s），但浓度升高的时间是在刺激3（16.28s）处。视觉感知数据是根据个人喜好确定注视运动浓度的时间差的验证过程。分析了问卷调查，反映消费者有意识的偏好的相关性，以及凝视的数据，显示出无意识决策的数据。
国际分子科学杂志
摘要：营养教育（NE）是旨在增强运动员饮食摄入量的几种策略之一。这项研究调查了新西兰和澳大利亚运动员在国内和国际比赛中竞争的NE偏好。运动员（n = 124，22（18，27）年，女性54.8％）从22个体育运动完成了一项在线调查，并使用描述性统计进行了分析的响应。教学技术被认为是“极其有效”的例子（47.6％的运动员），动手活动（30.6％）以及与协调员的讨论（30.6％）。设定个人营养目标对大多数运动员（83.9％）以及主持人的双向反馈（75.0％）很重要。一般营养主题被认为是“必不可少的”是能源需求（52.9％），水合（52.9％）和营养定义（43.3％）。绩效主题认为“必不可少”是恢复（58.1％），运动前营养（51.6％），运动过程中的营养（50.0％）和培训能量需求（49.2％）。运动员更喜欢“面对面小组和一对一会议的组合”（占运动员的25％），“一对一的会议”（19.2％）和“面对面的小组会议”（18.3％）（18.3％），只有13.3％的人对“独家在线交付”感兴趣。参与者青睐31-60分钟（61.3％的运动员）（61.3％的运动员）（37.5％）的会议（61.3％），并受到了同一运动能力的运动员（61.3％）。首选的促进者是表现营养师或营养学家（占运动员的82.1％），他们对这项运动有了解（85.5％），体育营养方面的经验（76.6％）和信誉（73.4％）。这项研究提供了对为运动员设计和实施营养教育时需要考虑的因素的新见解。
生育计划/生育偏好工作表 随着您的宝宝的出生...
分娩计划/分娩偏好工作表 随着宝宝的预产期临近，分娩过程成为准父母关注的重点。我们的医疗服务提供者、护士和工作人员团队期待与您见面，并在这个特殊时期照顾您和您的家人。您也是我们团队中非常重要的一员。因为每个家庭都是独一无二的，所以了解您并了解您的分娩经历偏好对我们来说很重要。 填写完此工作表后，请在下次预约时与您的医疗服务提供者一起查看。在分娩过程中，您的护士将与您一起审查，并将尽一切努力将您的愿望融入其中，而不会损害我们为您和您的宝宝提供绝对安全的目标。 分娩支持团队 请告诉我们您希望谁在分娩期间陪在您身边。请也与他们分享这个计划，这样他们就知道什么对您来说是重要的。请注意，在病毒爆发期间，例如 COVID-19，产科中心可能会限制访客。 病人：___________________________________________________________ 伴侣：___________________________________________________________ 其他：____________________________________________________________
