全球对心理保健(MH)服务的飙升已经扩大了在关键MH组件中使用AI辅助技术的兴趣,包括评估和分类。然而,尽管通过决策支持减轻从业者负担是MH-AI集成的优先事项,但AI系统对从业者决策的影响仍然不足。这项研究是第一个研究MH诊断决策中从业者判断与AI建议之间相互作用的一项研究。使用受试者之间的小插图设计,该研究部署了一个模拟AI系统,以对MH专业人士和心理学专业学生的样本提供有关患者分类和评估的信息,并对评估和分类程序有深刻的了解。的发现表明,当参与者与最初的诊断和专业直觉保持一致时,他们更倾向于信任和接受AI建议。此外,当AI的建议偏离其专业判断时,声称具有更高专业知识的人表现出了增加的怀疑。这项研究强调了MH从业者既没有表现出坚定不移的信任,也没有完全遵守AI,而是表现出确认偏见,主要赞成反映其先前存在的信念的建议。这些见解表明,尽管从业人员可以纠正AI的建议建议,但实施DECIAS的实用性使AI来抵消从业者偏见需要进行额外的调查。
1. Bates, S.、Beckmann L.、Thomas, A.、Waltham R. 2012 年。“Godfrey Hounsfield:CT 的直觉天才。”英国放射学会。2. Baker, H. 1993 年。“历史片段:计算机断层扫描在北美的引入。”美国神经放射学杂志;第 14 卷,第 283-287 页。3. Baker, H. 等人 1974 年。“头部计算机辅助断层扫描:早期评估。”梅奥诊所学报;第 49 卷,第 17-27 页。4. David, G.、Hodgson J.、Kincaid, O. 1990 年。“梅奥诊所的诊断放射学:对 20 世纪 40 年代至 70 年代人员和实践的个人回忆”[未发表]。 Mayo Clinic Libraries,RC78.7D53 D38 1990x,第 130-140 页。5. Schultz, R.、Stein, J.、Pelc, N. 2021 年。“CT 的诞生:医学计算机断层扫描的早期发展。”《医学影像杂志》;第 8(5) 卷,2021 年 9 月/10 月。6. McCollough, C. 2020 年 4 月 15 日。“X 射线计算机断层扫描 (CT) 简介” [视频]。YouTube。https://youtu.be/M6vsBcxHPZU 7. 梅奥诊所档案馆位于 W. Bruce Fye 医学史中心;明尼苏达州罗切斯特。8. 梅奥诊所遗产影片 (2023):“一种新的观察方式:梅奥诊所的第一次 CAT 扫描。”
[1] WIN KT,ROBERTS MRH,OINAS-KUKKONEN H.有说服力的系统在计算机介导的体育活动中的生活方式修改干预措施中。Infels Health Soc Care 2019; 44(4):376-404 doi:10.1080/17538157.2018.1511565 [在线发布:20181023]。[2] WIN KT,OINAS-KUKKONEN H,IYENGARS。确定促进者和护士驱动实施障碍的形成性评估:设计住院的MHealth干预措施以支持戒烟。2017。[3] Lee JS,Albrechta H,Goodman GR等。数字药丸系统中的多样性:在与具有多种种族和种族身份的男性发生性关系的男性中,对使用数字药丸的看法和态度的差异。[4] Berger M,Lahmer S,Reuther M,Schoch M.健康行为变更支持系统中的首选游戏化元素。[5] Steinherr VM。对行为变更支持系统的设计要求高使用延续:目标学生的见解。,2023年。[6] Wallius E,Klock Act,Hamari J.游戏化和政策合规性:在线插图实验的结果,在社会距离公共卫生安全方面。,2023年。[7] Agyei E,Oinas-Kukkonen Ho,Nyman V等。评估减肥应用程序中的介入组件,2023。
描述CRISPR(群集定期间隔短的腔液重复序列)与核酸酶Cas9(CRISPR/CAS9)屏幕相结合,代表了一种有前途的技术,可以系统地评估基因功能。CRISPR/CAS9屏幕的数据分析是一个关键过程,其中包括识别屏幕击中并在下游分析中探索这些命中的生物学功能。我们以前已经开发了两种算法Mageck和Mageck-Vispr,以分析CRISPR/CAS9屏幕数据在各种情况下。这两种算法允许用户执行质量控制,读取计数生成和归一化,并计算β分数以评估基因选择性能。在下游分析中,需要生物功能分析才能理解具有不同筛选目的的这些鉴定基因的生物学功能。 在这里,我们开发了用于支持下游分析的Mageckflute。 mageckflute列出了几种策略,以消除SGRNA级读数计数和基因级β分数中的潜在偏差。 包装的下游分析包括识别基本,非必需的和靶相关的基因,以及对这些基因的生物学功能类别分析,途径富集分析和蛋白质复合物富集分析。 该软件包还以多种方式可视化基因,以使用户探索筛选数据。 共同使MageCkflute可以准确鉴定必需,非必需基因及其相关的生物学功能。 此小插图解释了包装的使用并演示了典型的工作流程。在下游分析中,需要生物功能分析才能理解具有不同筛选目的的这些鉴定基因的生物学功能。在这里,我们开发了用于支持下游分析的Mageckflute。mageckflute列出了几种策略,以消除SGRNA级读数计数和基因级β分数中的潜在偏差。包装的下游分析包括识别基本,非必需的和靶相关的基因,以及对这些基因的生物学功能类别分析,途径富集分析和蛋白质复合物富集分析。该软件包还以多种方式可视化基因,以使用户探索筛选数据。共同使MageCkflute可以准确鉴定必需,非必需基因及其相关的生物学功能。此小插图解释了包装的使用并演示了典型的工作流程。
气候变化要求利用所有可再生能源资源(例如生物质的生物能源)进行能源过渡。但是,在社会上辩论了生物质的使用,公众接受度很低或缺乏。这项基于调查的研究首次证明了对(a)用于产生生物能源的生物量原料的类型,以及(b)生物能源对能源过渡有效的有效性的看法。一个调查的小插图实验(有409名荷兰参与者)表明,公众接受生物质原料“木材”和“能量作物”明显低于对生物营养的“有机废物”和“肥料”的接受。这些结果表明,在公众接受生物能源的情况下,应在未来的研究和沟通中更仔细地考虑和指定生物质原料类型。主题编码和自举调解分析确定了生物能量在能量转变中的感知有效性(即,介导)接受变量。随后的消息框架沟通实验(与414名荷兰参与者)表明,强调生物质原料作为废物利用形式是一种框架,有助于增加公众对生物能源的接受。废物利用率框架显着提高了对生物能源有效性的看法,这有助于两个较少接受的生物量原料的能量过渡。强调生物质原料类型作为一种废物处理形式可以改善对生物能源的战略沟通,并在向更可持续的能源体系的过渡过程中公开接受生物能源。
想象一个世界,聊天机器人是对危机的第一批响应者,有效地解决问题并提供关键信息。ChatGpt展示了Genai(生成人工智能)的能力 - 及时及时地回答与危机相关的问题时,有动力的聊天机器人,从而取代了在危机交流中的人类。但是,公众对此类消息的反应仍然未知。为了解决这个问题,这项研究招募了参与者(n 1 = 399,n 2 = 189和n 3 = 121),并进行了两个在线小插图实验和一项定性调查。结果表明,当组织未能处理与危机相关的请求时,利益相关者表现出更高的满意度和较低的责任归因于聊天机器人提供指导(与调整)信息,因为他们被认为更有能力。但是,当组织满足要求时,提供调整的聊天机器人(与指导信息)会导致更高的满意度和由于更高的感知能力而导致的责任降低。第二次涉及公共紧急危机情况的实验表明,无论提供的信息(指导或调整)如何,利益相关者对高竞争(与低能力)聊天机器人表现出更高的满意和积极的态度。定性研究进一步证实了实验发现,并提供了改善危机聊天机器人的见解。这项研究还为组织提供了实用的指导,以基于上下文在危机管理中战略性地整合聊天机器人和人类代理商。这些发现通过将情境危机的交流理论扩展到非人类接触点,并通过机器启发式镜头将对使用聊天机器人的使用提供更深入的理解,从而有助于文献。
摘要:目标:2型糖尿病与较高的结直肠癌(CRC)和晚期癌症诊断有关。为了较早地帮助诊断癌症,这项研究旨在检查糖尿病是否可能影响患者症状归因,寻求帮助,并愿意接受可能的CRC症状进行调查。方法:共有1307名成年人(340名患有糖尿病的成年人和967个)完成了一项在线小插图调查。参与者介绍了描述新的红斑CRC症状(直肠出血或肠习惯变化)的小插图,有或没有其他糖尿病神经病症状。在小插曲之后,向参与者询问了有关症状归因,预定的帮助和对调查的态度的问题。结果:糖尿病与将肠道习惯变化归因于药物的变化(OR = 2.48; 95%Cl 1.32–4.66)的几率高两个以上,并且在医用遭遇期间与肠道习惯的变化相比,与糖尿病相关的症状优先级。癌症很少被认为是肠道习惯变化的可能解释,尤其是在糖尿病参与者中(糖尿病患者中为10%,而在非糖尿病患者中为16%; OR = 0.55; 95%CI 0.36-0.85)。在糖尿病患者中,未参加年度检查的患者不太可能寻求针对癌症症状的帮助(OR = 0.23; 95%CL 0.10–0.50)。结论:对癌症症状的认识总体较低。糖尿病患者可以从有针对性的宣传运动中受益,这些运动强调了讨论新症状的重要性,例如与医生的肠习惯变化。对于不经常参加医疗保健的个人长期发病率,有必要注意。
各种形式的人工智能 (AI) 已经被部署到临床环境中,对其未来医疗用途的研究也在加速进行。尽管呈现出这样的发展趋势,但仍需要更多研究来了解日益增多的 AI 决策对患者的影响。特别是,AI 的非个人性质意味着,将其部署在高度敏感的使用环境(例如医疗保健领域)会引发与患者对(不)有尊严的治疗的看法相关的问题。我们通过一项实验性小插图研究来探讨这个问题,该研究比较了个人在各种医疗决策环境中对受到有尊严和尊重的对待的看法。参与者接受 2(人类或 AI 决策者)x 2(积极或消极的决策结果)x 2(诊断或资源分配医疗保健场景)的析因设计。我们发现了“人类偏见”(即偏好人类而不是 AI 决策者)和“结果偏见”(即偏好积极结果而不是消极结果)的证据。然而,我们发现,对于尊重和有尊严的人际待遇的看法,诊断案例中谁做出决定更重要,资源分配案例的结果也更重要。我们还发现,人们始终将人类视为合适的决策者,而人工智能则被视为非人性化的决策者,并且参与者认为他们在接受诊断决策时比在接受资源分配决策时受到更好的待遇。开放式文本响应的主题编码支持了这些结果。我们还概述了这些发现的理论和实践意义。
如果问:“时间是几点?”您将看着手机或手腕上的速度,并提供一个快速的答案;但是,如果被问到:“什么时候?”无论您身在何处,您很可能很难提供一个连贯的答案。这个小插图归因于奥古斯丁斯(Augustinus),他在两行的空间中使我们痛苦地意识到了一个想法的困难。在本文中,我们着手将一些微妙的时间和复杂性带到战略学科中 - 这种话语一直牢固地集中在未来(并因此与时间互动)上,但对充实的胃口也没有太多的胃口,无法充分疑问时间。我们问:时间的复杂性质是什么?这种性质如何改变策略?通过探索这个问题,我们将未来的本质问题提出了问题,并讨论了在战略实践中如何制定未来的未来,以及通过哪种策略工具将未来变成当前的对象。我们认为,解决战略时间问题的一种富有成果的方法需要注意发挥的多种形式(例如短期和长期未来之间的共同区别),携带它们的参与者以及他们实现的工具。我们用两个前样本说明了这种方法,其中长期战略与战略的关系有问题:关于18世纪和19世纪森林管理的辩论,以及有关20世纪公司金融化的辩论。我们通过检查三种常见策略工具的时间:模型,计划和折扣来追求对战略期货的分析。本文对本SI的总体贡献是使战略研究人员和从业人员意识到时间的复杂性质,以及这种复杂的性质如何在追求战略中起关键作用。
社会心理学当前研究 http://www.uiowa.edu/~grpproc/crisp/crisp.html 第 11 卷,第 5 期 提交日期:2005 年 9 月 9 日 第一次修订:2005 年 11 月 29 日 第二次修订:2005 年 12 月 21 日 接受日期:2005 年 12 月 21 日 出版日期:2005 年 12 月 21 日 美国人和韩国人中领导者的自我牺牲行为和能力对追随者对魅力型领导归因的影响 Yeon Choi Hong Ik 大学工商管理学院 韩国 Jeongkoo Yoon 亚洲大学工商管理学院 韩国 摘要 本研究开发并测试了追随者对其领导者魅力品质归因的模型。该模型认为,如果领导者的愿景相同,追随者对其领导者魅力的归因将由其领导者的个人属性和情境背景决定。具体而言,本研究认为,领导者的属性,例如能力和牺牲精神,成为追随者推断其领导者魅力品质的重要基础。除了这些领导属性之外,本研究还假定追随者感知到的不确定性和危机等情境背景也有助于他们进行归因。借鉴理论和文献,我们得出了两个主要假设和三个交互效应假设;这些假设通过包括 501 名美国人和 259 名韩国人的案例研究数据进行了检验。与主要假设的预测一致,结果显示,当领导者表现出更大的自我牺牲精神和更出色的能力时,受试者会将其魅力更多地归因于领导者。结果还显示,牺牲精神对领导者能力的调节作用(美国受试者)和情境不确定性对领导者牺牲精神的调节作用(韩国受试者)。这些发现的含义将详细讨论。