____________________________________________________________________教育已转移到数字环境。学生必须适应远程学习的实施。这种在线学习需要学生的活动,尤其是要独立学习 - 以自己为方向的学习。但是,凭借互联网上的许多学习资源,还需要数字素养,以便学生可以更好地进行自我指导的学习。本研究旨在确定高中生的数字素养和自我指导学习之间是否存在关系。这种研究方法具有相关设计的定量性。这项研究的样本使用了比例分层的随机抽样技术,并从Sman 6 Semarang获得了多达259年和第二年的学生。所使用的测量工具是数字素养量表和自我指导的学习量表,Cronbach的Alpha可靠性得分分别为0.827和0.851。假设检验的结果是工作假设的接受,因此可以得出结论,数字素养与自我指导的学习之间存在关系。获得的相关系数为0.217。另外,描述的是,众所周知,受试者的自我指导的学习条件处于中等类别,并且受试者的数字素养条件也处于中等类别。
本研究旨在确定 The Buddy House Coffee & Eatery 的商业模式画布的三个要素,即客户细分、价值主张和关键资源。所采用的研究方法是描述性定性研究。所用的数据收集技术是被动参与观察、半结构化访谈和文档。所用的数据分析技术是数据缩减、数据显示和结论以及使用三角测量的数据验证。本研究的受访者是通过有目的的抽样和滚雪球抽样选择的,最多 3 人,其中 1 名首席咖啡师和 2 名消费者。结果表明,目标客户群体是中产阶级,大多数消费者来自咖啡店所在地区之外。同时,对于价值主张要素,在 11 个指标中,有 2 个指标没有得到最佳实施,即新颖性和可访问性。在关键资源要素中,必须最大限度地利用知识指标,以创造 The Buddy House Coffee & Eatery 产品的版权。
摘要 ________________________________________________________________ 本研究旨在解释人力资本、创业机会、制度经济学和区域经济增长之间的关系和影响。研究的目的是建立农村发展的基本微观经济模型,以协助人力资本的作用和制度以及创业企业促进经济增长。此外,研究人员采用了递归相关路径分析模型形式的同步系统方法。该建模系统简单易懂。数据的主要来源是按基尼指数衡量的农村地区企业家的实证微观基本数据。研究结果表明,人力资本和制度是提高区域经济增长质量的主要支柱。有趣的是,商业机会和经济增长之间存在着密切的关系。然而,商业机会对区域经济增长有显著的负面影响。这表明模型之外存在一种干扰,即银行信贷的存在,这显然使企业家遭受损失。因此,有必要进一步研究银行向中小微企业提供信贷对经济增长产生负面影响的原因。
鉴于人力资源有限和在Negeri Semarang大学(UNNES)HELPESK的服务用户的需求,需要解决有关服务问题的解决方案。这项研究旨在使用UNNES的Helpdesk使用基于相似性和基于生成的响应生成模型来实施和评估集成的聊天机器人系统。主要贡献是通过自动化的上下文感知响应提高响应效率和用户满意度,这是高等教育机构中一种新颖的方法。主要目的是使用自动化和上下文意识响应生成提高响应效率和用户满意度。涉及部署TF-IDF模型进行初始查询处理以快速检索相关常见问题(FAQ)响应的方法。此外,当查询低于定义的相似性阈值以下时,采用了一种生成模型Llama Rag生成细微的答案。使用精度,召回,F1分数和BLEU分数指标包括数据收集,预处理,模型培训和绩效评估。TF-IDF模型有效地处理了78%的查询,而Llama RAG模型则解决了其余22%。TF-IDF响应的平均相似性得分为0.85,生成响应的BLEU得分为0.61,分别显示出高相关性和语言相干性。这些发现强调了整合先进的AI模型以改善帮助台操作的潜力,这表明此类系统可以显着提高用户的交互和操作效率。
Yinghan zhu 1 , norihide makusa 1 , Joaquim Radua 2 , Philipp G. Sämann 3 , Paolo fusus-poli 4,5 , Ingrid Agartz 6,7,8,9 , ole A. Andreasssen 8,9 Xiao Chen 12,13 , SUNAH CHOI 14 , Cheryl M. Corcoran 15,16 , Bjørn H. Ebbrup 17,18,Adriana Fortea 19,Ranji RG。20 , Birte yding Glenthøj 17,18 , Louise Biredal Glenthøj 21 , Shalaila S. Haas 15 , Holly K. Hamilton 2,2 26,27,28 , Naoyuki kadangri 29 , Minah Kim 30,31 , Tyle D. Kristensen 17 , Jun Soo kwon 14,30,31 , STEPHEN M. LABEDEVA 33 , RAMYEL , RAMYEL ,Rathother,Rachel L. H. Mathalon 22,23,Philip McGuire 36 36 36 36,Romina Mizrahi 37,Masifami Mizono 38,PaulMøller39,Takahiro Nemoto 29,Dort Nordholm 21,Dort Nordholm 21,MaryA.Røssberg9 Sababanashi 44,45 , Lukasz Smigielski 25,46 , GISELla Sugranyes , Jinsong Tang 48,49 , Anastasia Theodoridou 25 , Alexander S. Tomyshev 33 , Peter J. Uhlhaas 50,51 , Tor G. Væunnes 9,52 , Therese A. J. Van 8,9,55 , Juan H. Zhou 56,57 , Paul M. Thompson 58,Dennis Henaus 53,Maria Jalbrzikwski 10,59,Shinsuke Coike20 , Birte yding Glenthøj 17,18 , Louise Biredal Glenthøj 21 , Shalaila S. Haas 15 , Holly K. Hamilton 2,2 26,27,28 , Naoyuki kadangri 29 , Minah Kim 30,31 , Tyle D. Kristensen 17 , Jun Soo kwon 14,30,31 , STEPHEN M. LABEDEVA 33 , RAMYEL , RAMYEL ,Rathother,Rachel L. H. Mathalon 22,23,Philip McGuire 36 36 36 36,Romina Mizrahi 37,Masifami Mizono 38,PaulMøller39,Takahiro Nemoto 29,Dort Nordholm 21,Dort Nordholm 21,MaryA.Røssberg9 Sababanashi 44,45 , Lukasz Smigielski 25,46 , GISELla Sugranyes , Jinsong Tang 48,49 , Anastasia Theodoridou 25 , Alexander S. Tomyshev 33 , Peter J. Uhlhaas 50,51 , Tor G. Væunnes 9,52 , Therese A. J. Van 8,9,55 , Juan H. Zhou 56,57 , Paul M. Thompson 58,Dennis Henaus 53,Maria Jalbrzikwski 10,59,Shinsuke Coike