RQ2:哪些数字化技术是卓越性能的预测指标? 本文的目的是理解数字化对MSME的整体性能的影响,并研究数字化技术是否是卓越绩效的预测指标。 更好地理解这种情况是基本的。 的确,巴西大约98%的公司是微型和小规模的,“更容易受到市场波动和脆弱的经济状况的影响,使他们面临风险情况”(Nassif等,2020,第3页,第3页),需要更高的性能技术,包括数字化(Eller等,2020)。 原则上,本文回答了有关MSMES和数字化绩效的额外研究的最新请求(Bouncken等,2019; Li等,2018; Yasin等,2022; Tripathi,2019; Matt et al。,2015)。RQ2:哪些数字化技术是卓越性能的预测指标?本文的目的是理解数字化对MSME的整体性能的影响,并研究数字化技术是否是卓越绩效的预测指标。更好地理解这种情况是基本的。的确,巴西大约98%的公司是微型和小规模的,“更容易受到市场波动和脆弱的经济状况的影响,使他们面临风险情况”(Nassif等,2020,第3页,第3页),需要更高的性能技术,包括数字化(Eller等,2020)。原则上,本文回答了有关MSMES和数字化绩效的额外研究的最新请求(Bouncken等,2019; Li等,2018; Yasin等,2022; Tripathi,2019; Matt et al。,2015)。
通过半结构化访谈以及与RQ1和RQ2进行的交叉质疑分析,第三个研究问题RQ3,有关降低风险降低策略的评估。根据所有研究问题的结果,建议使用五种减轻风险的策略。这些旨在提高沃尔沃CE的弹性能力,具有最大的进步潜力,以减轻最脆弱的供应链风险。建议的减轻风险策略是供应链的理解,SCRM文化,供应商关系,备份供应商和场景计划。通过使用这些策略,沃尔沃CE可以显着提高其韧性,从而创造一个更好的组织来减轻供应链风险,以确保在易变的市场中确保未来的供应。
在当今的商业环境中,组织提高了绩效,保持竞争优势并促进创新,有效的知识转移起着越来越关键的作用。随着行业认识到越来越多的生产性知识转移的重要性并努力,理解影响这一过程的因素就必须成为必要。制造业被认为是战略部门,对于更高的创新和竞争力来说,良好表现的知识转移是必要的。为了提高知识转移绩效,公司必须具有认识,能力和机会,以确定需要改进的主要方面。基于系统文献综述和映射影响因素的研究表明,知识转移受到了各种因素的影响,这为公司在选择和应用这些因素方面带来了挑战。因此,这项研究的两个研究问题是 - RQ1:文献分析中确定的知识转移影响因素与因变量之间的关系有什么关系?rq2:实证研究中确定的统计学上重要因素的重量是多少?
大型语言模型(LLM)严重影响了许多域,包括软件工程(SE)。许多最近的出版物探索了适用于各种SE任务的LLMS。尽管如此,对LLMS在SE上的应用,效果和可能的局限性的全面理解仍处于早期阶段。为了弥合这一差距,我们对LLM4SE进行了系统的文献综述(SLR),特别着眼于了解如何利用LLM来利用LLM来优化过程和结果。我们从2017年1月至2024年1月选择并分析了395篇研究论文,以回答四个关键的研究问题(RQS)。在RQ1中,我们对已在SE任务中使用的不同LLM进行了分类,从而表征其独特的功能和用途。在RQ2中,我们分析了数据收集,预处理和应用中使用的方法,突出了良好策划数据集用于成功LLM进行SE实现的作用。RQ3研究了用于优化和评估SE中LLMS性能的策略。 最后,RQ4研究了LLM迄今为止成功的特定SE任务,以说明其对现场的实际贡献。 从这些RQ的答案中,我们讨论了当前的最新和趋势,确定现有研究中的差距,并为未来的研究标记有希望的领域。 我们的文物可在https://github.com/xinyi-hou/llm4se_slr上公开获得。RQ3研究了用于优化和评估SE中LLMS性能的策略。最后,RQ4研究了LLM迄今为止成功的特定SE任务,以说明其对现场的实际贡献。从这些RQ的答案中,我们讨论了当前的最新和趋势,确定现有研究中的差距,并为未来的研究标记有希望的领域。我们的文物可在https://github.com/xinyi-hou/llm4se_slr上公开获得。
通信管理中的人工智能:一项关于采用和知识、影响、挑战和风险的跨国研究摘要目的——人工智能 (AI) 可能会极大地改变通信行业,但学术界缺乏对从业者对此观点的调查。本文解决了这一研究空白。它提供了文献概述并报告了一项关于通信中人工智能的实证研究,首次介绍了该领域的专业人士如何评估该技术。设计/方法/方法——一项针对 2,689 名欧洲通信从业者的定量跨国研究调查了四个研究问题:RQ1——专业人士对人工智能了解多少,他们在日常生活中使用人工智能技术的程度如何?RQ2——专业人士如何评价人工智能对通信管理的影响?RQ3——专业人士认为在通信管理中实施人工智能面临哪些挑战?RQ4 – 他们察觉到哪些风险?调查结果 – 传播专业人士对人工智能的了解有限,并预计该技术对整个行业的影响大于其组织或他们自己的工作方式。缺乏个人能力、组织在能力水平不同和责任不明确方面苦苦挣扎被确定为主要挑战和风险。启示 – 结果强调传播经理需要教育自己和他们的团队有关该技术的知识,并将人工智能的实施确定为领导力问题。原创性/价值 – 本文提供了第一项关于传播管理中人工智能的跨国定量研究。它对该学科的热门话题提出了有价值的实证见解,对学者和从业者都具有高度相关性。关键词 – 人工智能、AI、技术、传播管理、战略传播、公共关系、市场营销、企业传播。论文类型 – 研究论文。
本文致力于研究智能电网对能源可持续和环境发展的贡献。本文的核心类别是智能电网,它指的是用于能源生产、分配和消费的自动化和增强环境监测和控制的“智能”技术。智能电网首先包括广泛的电信基础设施,可提供对能源效率和其他能源特性的高精度和连续测量。其次,能源公司自己使用的“智能”技术。最初,智能电网的创建是为了提高能源经济的效率并优化其流量,以确保所有经济实体都能获得能源资源。在现阶段,率先创建智能电网的先进能源经济体已全面实施了初始任务并取得了突出的成就,包括节能和大规模电力供应,全面覆盖商业建筑和家庭。这提出了两个研究问题。RQ1:智能电网的未来发展前景如何? Amir 等人 (2022)、Gaji ć 等人 (2022)、Sudhakar 和 Kumar (2022)、Tabar 等人 (2022) 的研究中提供了大量关于其对环境有益的证据,这使我们能够假设智能电网可以促进“清洁” (可再生) 能源的发展。RQ2:如何实现这些前景并将智能电网的成功经验扩展到其他国家?要回答这个问题,有必要系统化和分析智能电网发展的因素,并为管理这些因素形成科学基础。本文的目的是研究智能电网对能源经济可持续和生态发展的贡献,以及借助管理机制增加这一贡献的前景。本文对文献的贡献在于形成了对智能电网的新科学认识,揭示了其对能源经济可持续和环保发展的贡献。因此,本文建立了一个方法框架,通过智能电网的发展,不仅可以持续实现能源效率、能源充足性和能源连续性,还可以实现能源经济的可持续性和环保性。这扩展了智能电网的现有概念,并允许在环境经济和管理的实际方面更灵活地使用它。
摘要。在工业 4.0 时代,智能能源系统 (SES) 应该能够与社会其他关键实体一起应对数字化和社会经济/生态转型带来的新挑战。然而,由于该系统的复杂性,研究人员和从业人员都在寻求一种敏捷而智能的解决方案。本评论的主要目的是研究数字孪生 (DT) 在提供能源服务中的应用和实施。本研究的研究问题 (RQ) 包括:RQ1:DT 在 SES 中的应用是什么,DT 在 EIoT 的用例中有多有效?RQ2:使用 DT 可以有效解决 SES 的哪些问题?通过回答上述问题,当前的研究正朝着以下目标 (O) 前进,O1:描述 SES 中 DT 的最新进展。O2:通过列出实施 DT 的应用、挑战和重要因素,为能源 4.0 管理制定方向。O3:提供在 SES 范围内采用 DT 的各种方法的列表。当前的研究是基于 SCOPUS、WOS 和 IEEE 数字图书馆的系统文献综述 (SLR)。首先使用了两个关键词(即“数字孪生”和“能源系统”)。为了获得最终的文章列表,进行了 2 个级别的筛选。第一次筛选基于结果与研究目标的相关性。第二次筛选是抽象研究。抽象研究中的排除/纳入标准基于研究问题。有可能回答其中一个研究问题的论文已被纳入。由于 DT 的实施是一个相当新的主题,因此实施了后滚雪球和前滚雪球策略以完成文章选择阶段。通过搜索科学数据库确定了 60 篇文章,在滚雪球过程中将 11 篇文章附加到列表中。当前审查的结果为即将使用 DT 的从业者提供了管理指南,以及 SES 范围内的 DT 选集,以支持未来可能的研究。关键词:数字孪生、能源系统、智能能源系统、电力系统、能源物联网、物联网、工业 4.0
摘要:本研究通过使用 PRISMA 方法进行系统文献综述,调查了人工智能 AI 在印度教育领域的作用。该研究分析了 111 篇论文,并分为三个领域提出研究结果:人工智能的定义和发展、人工智能的技术进步以及人工智能在印度教育中的作用。研究结果表明,人工智能工具提高了评分效率,培养了学生的批判性思维和分析能力。 关键词:人工智能、系统文献综述、技术进步、批判性思维、印度教育部门 1. 简介 在教育领域,人工智能 (AI) 至关重要。它通过提供审查答题纸和机器人教学的自动化机制 (Malik et al., 2019),使学生和教师都受益。教师能够更有效地帮助学生,因为人工智能提高了课程和管理层面的教育效率。学习分析 (LA)、虚拟现实 (VR)、评分/评估 (G/A) 和录取只是人工智能为教师提供的一些便利 (Ahmad 等人,2022)。人工智能可以分为三个范式:人工智能指导、人工智能支持和人工智能赋能。每个范式都为教育实践提供了新的机遇、潜力和困难 (Ouyang & Jiao., 2021)。人工智能工具将使欠发达国家的教育工作者能够使用数据来改善教育的公平性和地位。他们还将提供新的教学和学习策略 (Joshi 等人,2021)。教育工作者仍然不确定如何在更大范围内有效地将人工智能用于教学,以及它如何影响高等教育的教学和学习 (Kengam, 2020)。人工智能技术改进以多种方式帮助解决教育挑战,包括算法的进步、海量数据以及以低成本提高计算机能力和存储。因此,研究文章试图回答以下研究问题。RQ1 人工智能的主要定义是什么,以及它随着时间的推移如何演变?RQ2 本研究的目的是调查人工智能在印度教育领域的作用和影响,解决有关人工智能定义和演变、其在印度教育中的作用以及未来研究空白的关键研究问题。现有文献主要关注各种人工智能技术;然而,它没有讨论人工智能的发展及其在印度等发展中国家的关键作用。这项人工智能工作在以下方面是独一无二的1)
摘要 :21 世纪的各种社会经济危机表明,传统经济学和(新)古典主义思维无法解释当前经济问题的所有复杂性,因此,更复杂、更非平凡的经济概念的应用越来越重要。除了行为和进化经济思维外,近年来还开发了量子经济学模型,这些模型主要使用量子思维和量子物理原理来解决经济问题,特别是粒子波二元论、不确定性原理、主客体无区别、叠加和混淆。本文探讨了 3 个研究问题 (RQ)。根据 RQ1,本文发现量子经济学研究主要由以下主题组成:量子经济学、量子金融、量子决策和量子博弈论。根据这四个主题描述,本文对 1978 年至 2022 年期间的科学著作进行了系统的现代回顾(如果 1978-1999 年只发表了 50 部著作,那么 2000-2022 年已经有 3430 部),重点关注被引用次数最多的英文期刊文章(Google Scholar)。分析表明,关于该主题的文章主要发表在非经济期刊上,出版活动的高峰发生在社会经济剧烈动荡时期(例如,互联网泡沫、次级/金融危机、欧洲债务危机、冠状病毒大流行等)。根据问题2,本文定义了量子经济模型的主要特征:与新古典经济学(基于机械的古典物理学,是理性的和确定性的,借助市场这只看不见的手达到稳定的均衡)相反,量子方法认为经济更复杂、经验导向、不确定、概率性、叠加性,是量子社会系统的原型,具有自己的二元性、测量和纠缠版本。根据问题3,本文确定量子经济学在多大程度上可以更新(新)古典经济学(将新的本体论前提融入经济思维、更具实验性和实践性的方法、纠缠概念与可持续发展之间的联系、基于量子概率概念的金融风险管理、通过量子概率重新思考随机性概念、引入量子货币、使用量子游戏实现均衡等)。
抽象背景由于过去十年的技术进步,电动汽车市场已迅速扩展,关键的推动力是开发具有更高能量密度,更快充电速度和寿命更长的高性能电池。建筑设备行业在电气化方面面临着独特的挑战,包括高功率需求,延长的运营时间以及最少的停机时间。为了应对这些挑战,沃尔沃建筑设备正在调查电池交换系统解决方案,该解决方案允许快速换台,减少停机时间和与机器的脱钩寿命。这项研究的目的是设计用于电池交换系统的电池组,同时回答以下研究问题:RQ1:在设计用于建筑设备的电池组时,电池模块,机架和辅助系统的哪种配置可实现最高的能量密度?rq2:设计电池模块,机架和辅助系统以实现用于施工设备的电池组的最高能量密度时,应考虑哪些因素?方法这个项目遵循Ulrich等人的有限版本。的(2019)产品开发过程,重点介绍了电池交换系统的概念开发和系统级设计。采用了一种归纳研究方法,从访谈,文献,文件和会议中收集了定性和定量数据,以对项目挑战产生整体理解。使用诸如前向和向后滚雪球之类的技术,使用多个数据库中的相关关键字进行了结构化文献审查。数据分析方法(包括对话分析)被用来构建和分析收集的数据,确保通过三角测量确保有效性和可靠性,并与沃尔沃的专家进行交叉引用。实证研究是通过基准测试和案例研究进行的,从内部文档和与产品开发人员进行沟通的规格和定性见解提供了定量数据。这些发现构成了迭代概念生成过程,强调了在早期阶段探索各种可能性的重要性。结论设计过程涉及评估先前的电池组解决方案,这些解决方案在预定义的约束中工作,例如使用特定的外壳,内部开发的电池模块,辅助组件,同时满足一组利益相关者的需求。由于电池组有新的内部布局,因此也开发了一些支持电池模块的辅助组件和一个支撑电池模块的机架。这导致了一个概念电池组,从理论上讲,其能量密度比以前的电池组解决方案高30%。提出的解决方案使沃尔沃建筑设备能够通过在给定约束内最大化存储容量来提供更长的运行时的机器和提高生产率。关键字:电池交换,电池组,产品开发,概念生成,建筑设备,设计,电池模块布局。
