XiaoMi-AI文件搜索系统
World File Search SystemSEPS
标准的价值与标准化的价值
联邦巡回法院在爱立信公司诉 D-Link Systems, Inc. 案中表示，受命确定标准必要专利 (SEP) 公平、合理和非歧视 (FRAND) 许可费的陪审团“必须被告知考虑技术发明的附加值与该发明标准化的附加值之间的差额”。1 法院强调，FRAND 许可费“必须以专利特征的价值为前提，而不是标准采用专利技术所增加的任何价值”。2 联邦巡回法院的理由是“这些步骤是必要的，以确保许可费奖励基于专利发明为产品增加的增量价值”，而不是基于该技术标准化为产品增加的任何价值。3 联邦巡回法院的措辞“标准化的价值”是抽象和模糊的。用更直接、更直观的术语重新表述，该短语似乎表示集体决定遵守标准的价值——即当发明者和潜在实施者同意遵守标准以解决特定技术挑战时产生的价值。制定标准的协议并不意味着可行的技术已经存在并可以成为标准，也不表明所需的技术（如果尚不存在）将很容易开发。标准制定组织 (SSO) 不能简单地假设存在可用于该标准的可用且可接受的技术，因为 SSO 希望制定标准。因此，在爱立信诉 D-Link 案之后的专利诉讼中，将“标准化的价值”与纳入标准的技术的价值区分开来至关重要。“标准化的价值”——即实施统一标准的协议的价值——可以来自 (1) 标准实施者和 SEP 持有者的交易成本降低，以及 (2) 符合标准的产品之间的互操作性产生的网络效应。标准中所包含技术的价值构成了标准总价值的其余部分。
地球与空间科学绩效目标
目的和用途 科学是一种理解物理宇宙的方法，通过观察和实验来解释自然现象。科学也指一套有组织的知识体系，包括学科的核心思想和连接学科的共同主题。作为科学教育者，我们必须采取三维方法来促进学生学习。通过解决内容、科学和工程实践以及跨学科概念，学生可以获得相关的、基于证据的教学，从而帮助解决当前和未来的问题。本文件旨在作为识别和描述已达到所述绩效期望 (PE) 的学生及其工作特征的指南。本文件不打算从头到尾阅读，而是在需要时用于支持教师的专业学习和课程决策。它不适用于学生使用，因此不是以学生友好的语言编写的。这不是课程或限制课堂教学的手段。虽然每个 PE 都规定了专门的科学和工程实践 (SEP) 和跨学科概念 (CCC)，但学生需要使用整个 SEP 和 CCC 才能在教学结束时取得成功。三维科学学习需要特定学科的沟通技巧。这意味着，当学生被期望以适合科学的方式说话、倾听、阅读和写作时，有效的科学学习就会发生。每个绩效目标都包含问题/句子词干和术语，以支持学生关于现象的论述，帮助教师促进科学话语的习得。孤立地或在提供背景（前置）的经验之前教授单词或概念，会剥夺学生理解的机会，从而导致更深入的概念理解。本节中的术语和词干旨在为教师提供基础，这两个列表都不是详尽无遗的，也不是完整的。除了这里概述的做（SEP）、思考（CCC）和学习科学知识（学科核心思想）之外，学生还需要具备适合年级的科学工具和技术的工作知识。学生应该知道并认识到科学家和工程师如何使用这些工具和技术，而不仅仅是识别它们。学生应该能够使用这些工具来收集数据、描述这些工具如何收集数据和/或解释从中采样的数据。
生物学1性能目标
目的和使用科学是一种使用观察和实验来解释自然现象的理解物理宇宙的方式。科学还指一个有组织的知识体，其中包含核心学科和弥合学科的共同主题的核心思想。作为科学教育者，我们必须采取三维方法来促进学生学习。通过解决内容，科学和工程实践以及交叉概念，学生可以拥有相关和基于证据的教学，可以帮助解决当前和未来的问题。本文档旨在作为辨别学生及其作品的特征的指南，他们满足了既定的绩效期望（PE）。本文档并不是要从封面上阅读，而是要在需要时使用以支持教师专业学习和课程决策。这不是用于学生使用的，因此不是用学生友好的语言编写的。这不是限制教室中指令的课程或手段。尽管每个PE都陈述了专门的科学和工程实践（SEP）和横切概念（CCC），但学生将需要使用整个SEP和CCC来在教学结束之前取得成功。三维科学学习需要纪律特定的沟通能力。这意味着当希望学生以适合科学的方式讲话，倾听，阅读和写作时，就会发生有效的科学学习。本节中的条款和词干旨在为教师提供基准，既不详尽又完整。对于每个绩效目标，都有问题/句子的词干和术语来支持学生对现象的论述，以帮助教师促进科学话语的获取。在孤立或在经验之前教授语境（前载）的词或概念会剥夺学生的感知机会，从而导致更深入的概念理解。除了（SEP），思考（CCC）和了解科学知识（纪律核心思想）之外，学生还将需要了解适当的成绩适当工具和科学技术的工作知识。学生应该知道并认识到科学家和工程师如何使用这些工具和技术，而不仅仅是识别它们。学生应该能够使用这些工具来收集数据，描述这些工具如何收集数据和/或从中解释数据。
化学性能目标
目的和使用科学是一种使用观察和实验来解释自然现象的理解物理宇宙的方式。科学还指一个有组织的知识体，其中包含核心学科和弥合学科的共同主题的核心思想。作为科学教育者，我们必须采取三维方法来促进学生学习。通过解决内容，科学和工程实践以及交叉概念，学生可以拥有相关和基于证据的教学，可以帮助解决当前和未来的问题。本文档旨在作为辨别学生及其作品的特征的指南，他们满足了既定的绩效期望（PE）。本文档并不是要从封面上阅读，而是要在需要时使用以支持教师专业学习和课程决策。这不是用于学生使用的，因此不是用学生友好的语言编写的。这不是限制教室中指令的课程或手段。尽管每个PE都陈述了专门的科学和工程实践（SEP）和横切概念（CCC），但学生将需要使用整个SEP和CCC来在教学结束之前取得成功。三维科学学习需要纪律特定的沟通能力。这意味着当希望学生以适合科学的方式讲话，倾听，阅读和写作时，就会发生有效的科学学习。本节中的条款和词干旨在为教师提供基准，既不详尽又完整。对于每个绩效目标，都有问题/句子的词干和术语来支持学生对现象的论述，以帮助教师促进科学话语的获取。在孤立或在经验之前教授语境（前载）的词或概念会剥夺学生的感知机会，从而导致更深入的概念理解。除了（SEP），思考（CCC）和了解科学知识（纪律核心思想）之外，学生还将需要了解适当的成绩适当工具和科学技术的工作知识。学生应该知道并认识到科学家和工程师如何使用这些工具和技术，而不仅仅是识别它们。学生应该能够使用这些工具来收集数据，描述这些工具如何收集数据和/或从中解释数据。
八年级性能目标
目的和使用科学是一种使用观察和实验来解释自然现象的理解物理宇宙的方式。科学还指一个有组织的知识体，其中包含核心学科和弥合学科的共同主题的核心思想。作为科学教育者，我们必须采取三维方法来促进学生学习。通过解决内容，科学和工程实践以及交叉概念，学生可以拥有相关和基于证据的教学，可以帮助解决当前和未来的问题。本文档旨在作为辨别学生及其作品的特征的指南，他们满足了既定的绩效期望（PE）。本文档并不是要从封面上阅读，而是要在需要时使用以支持教师专业学习和课程决策。这不是用于学生使用的，因此不是用学生友好的语言编写的。这不是限制教室中指令的课程或手段。尽管每个PE都陈述了专门的科学和工程实践（SEP）和横切概念（CCC），但学生将需要使用整个SEP和CCC来在教学结束之前取得成功。三维科学学习需要纪律特定的沟通能力。这意味着当希望学生以适合科学的方式讲话，倾听，阅读和写作时，就会发生有效的科学学习。本节中的条款和词干旨在为教师提供基准，既不详尽又完整。对于每个绩效目标，都有问题/句子的词干和术语来支持学生对现象的论述，以帮助教师促进科学话语的获取。在孤立或在经验之前教授语境（前载）的词或概念会剥夺学生的感知机会，从而导致更深入的概念理解。除了（SEP），思考（CCC）和了解这里概述的科学知识的学习之外，学生还需要对适当的适当工具和科学技术的工作知识。学生应该知道并认识到科学家和工程师如何使用这些工具和技术，而不仅仅是识别它们。学生应该能够使用这些工具来收集数据，描述这些工具如何收集数据和/或从中解释数据。这些8年级的这些工具和技术包括所有先前确定的内容，并添加或强调：
经济学概述2024-2025
•评分周期1•评分时间2•分级时间3•评分期4过程标准描述了期望学生参与内容的方式。科学和工程实践（SEP）描述了学生在课堂上需要做的实践才能学习内容。重复出现的主题和概念（RTC）描述了学生如何考虑学习内容才能学习它。
高级学者课程（AAC）生物学概述2024
•评分周期1•评分时间2•分级时间3•评分期4过程标准描述了期望学生参与内容的方式。科学和工程实践（SEP）描述了学生在课堂上需要做的实践才能学习内容。重复出现的主题和概念（RTC）描述了学生如何考虑学习内容才能学习它。
物理概述2024-2025
•评分周期1•评分时间2•分级时间3•评分期4过程标准描述了期望学生参与内容的方式。科学和工程实践（SEP）描述了学生在课堂上需要做的实践才能学习内容。重复出现的主题和概念（RTC）描述了学生如何考虑学习内容才能学习它。科学和工程实践phy.1a提出问题并根据文本，现象，模型或调查的信息来定义问题。phy.1b使用科学实践来计划和进行描述性，比较和实验研究，并使用工程实践来设计解决问题的解决方案。phy.1c在实验室，教室和现场调查期间使用适当的安全设备和实践，如德克萨斯州教育局批准的安全标准所述。phy.1e使用国际单位系统（SI）和定性数据作为证据收集定量数据。phy.1f使用条形图，线图，散点图，数据表，标记图和概念数学关系来组织定量和定性数据。phy.1g开发和使用模型来表示工程问题的现象，系统，过程或解决方案。phy.1h区分科学假设，理论和法律。phy.2a确定模型的优势和局限性，例如其大小，规模，属性和材料。phy.2b通过识别重要的统计特征，模式，错误源和局限性来分析数据。PHY.1D use appropriate tools such as balances, ballistic carts or equivalent, batteries, computers, constant velocity cars, convex lenses, copper wire, discharge tubes with power supply (H, He, Ne, Ar), data acquisition probes and software, dynamics and force demonstration equipment, electrostatic generators, electrostatic kits, friction blocks, graph paper, graphing technology, hand-held visual spectroscopes, inclined planes, iron filings, lab masses, laser pointers, magnets, magnetic compasses, metric rulers, motion detectors, multimeters (current, voltage, resistance), optics bench, optics kit, photogates, plane mirrors, prisms, protractors, pulleys, resistors, rope or string, scientific calculators, stopwatches, springs, spring scales, switches, tuning forks, wave发电机或其他将产生相同结果的设备和材料。
欧洲标准化体系处在十字路口
Justus Baron 博士是西北大学法律、商业和经济中心的研究主任。Justus 拥有巴黎高等矿业学院的经济学博士学位。他的专业领域是技术创新、标准化和知识产权 (IPR) 的经济分析。Justus 的学术研究发表在《研究政策》、《国际工业组织杂志》、《反垄断法杂志》和《经济与管理战略杂志》等领先的学术机构上。Justus 创建了 Searle 中心数据库，为学术研究人员提供有关标准和标准化流程的综合数据。他为欧盟委员会联合研究中心撰写了几篇关于标准组织治理和标准必要专利 (SEP) 许可的综合研究报告。他还是欧盟委员会 SEP 专家组成员，并进行了实证研究以支持欧盟委员会对 SEP 的影响评估。 Pierre Larouche 教授是蒙特利尔大学法学与创新系主任，也是该校课程开发与质量副院长，以及新开设的创新、科学、技术与法律博士课程的主任。Pierre Larouche 毕业于麦吉尔大学、波恩大学和马斯特里赫特大学，曾担任加拿大最高法院的法律助理，2002 年至 2017 年期间担任荷兰蒂尔堡大学竞争法教授。他在那里创立并领导了蒂尔堡法律与经济中心 (TILEC)，这是最大的经济治理研究中心之一。他还构想并推出了全球法学士课程，这是一个受他的元比较和跨学科方法启发的创新法学学位。 Pierre Larouche 还曾在欧洲学院（布鲁日）任教（2004-2016 年），并曾担任麦吉尔大学（2002 年）、新加坡国立大学（2004 年、2006 年、2008 年、2011 年、2013 年）、西北大学（2009-2010 年、2016-2017 年）、巴黎政治学院（2012 年）、宾夕法尼亚大学（2015 年）和跨学科中心（IDC，2016 年）的客座教授或学者。Pierre Larouche 的研究主要围绕经济治理，特别是法律和法规如何应对创新等复杂现象。作为竞争法和民事责任方面的专家，他的作品曾被欧洲法院和英国最高法院引用，并影响了欧盟在电子通信和竞争方面的政策。他目前教授竞争法、经济监管、侵权法以及专利和商标。
社论：人工智能应对 STEM 教育挑战
人工智能 (AI) 是一种新兴技术，在 STEM 教育和 STEM 教育研究中得到越来越多的应用（例如，Zhai 等人，2020b；Ouyang 等人，2022；Linn 等人，2023）。人工智能被定义为一种模仿人类认知行为的技术，在解决 STEM 教育中一些最具挑战性的问题方面具有巨大潜力（Neumann 和 Waight，2020；Zhai，2021）。其中一项挑战是支持所有学生实现 21 世纪科学学习愿景，例如在美国。K-12 科学教育框架（国家研究委员会，2012 年）、德国（Kulgemeyer 和 Schecker，2014 年）、芬兰（芬兰国家教育委员会，2016 年）和 PISA 框架（OECD，2017 年）。这些政策文件要求学生提高运用思想的能力，以便学习者能够利用他们的知识解决具有挑战性的问题并理解复杂的现象。例如，该框架要求学生发展将学科核心思想 (DCI) 和跨不同科学学科 (CCC) 的交叉概念的知识与参与主要科学和工程实践 (SEP) 的技能相结合的能力，以解释日常科学现象和解决实际问题。该框架还描述了学生在发展预期能力方面取得进展的途径，称为学习进度。但是，为了最好地支持学生发展这种能力，需要进行评估，使学生能够使用知识解决具有挑战性的问题并理解现象。这些评估需要经过设计和测试，以有效地定位学生的学习进度，从而向学生和教师提供有关他们学习中有意义的下一步的反馈。然而，这样的任务评分很耗时，而且很难为学生提供适当的反馈以将他们的知识发展到下一个水平。人工智能技术，更具体地说是机器学习，已成功证明能够帮助自动评估复杂结构，例如学生的解释（Nehm 等人，2012 年）论证能力（Zhai 等人，2022a），学生在完成类似于教学中使用的复杂任务的任务时产生的绘图模型（Zhai 等人，2022b）（有关概述，请参阅 Zhai 等人，2020a）。基于机器学习的评估实践涵盖了一系列学术著作，旨在利用人工智能技术的潜力在 STEM 教育背景下评估学习，以支持学习者发展预期的能力。