XiaoMi-AI文件搜索系统
World File Search Systemempirical
对...驱动因素的实证研究
*致谢：我们感谢Sandra Gottschalk在访问MIP Scientific-Files方面的支持。Adelheid Holl感激地感谢项目H2019/HUM-5859-MIMA-CM由马德里自治社区，盟友（与创新与环境可持续性之间的联系相关的实验室）和PTI Mobimility和PTI Mobility之间的链接相关）和2030年（https：//pti-mobility：//pti-mobility2030.csic.csic.es.es
新自由主义的实证失败
自金融危机和大衰退以来，已经开展了大量实证研究，这些研究推翻了 15 年前经济政策制定者认为是常识的观念。这种转变很重要，本文旨在记录一些经济思维的高层变化，以及最能涵盖这一变化的研究。通过提升颠覆新自由主义理论主张的领先实证研究，我们旨在激发对论点的深思熟虑的重新评估，并为一套新的经济政策奠定基础，这些政策能够通过遏制我们经济和政治体系中的集中权力，同时利用政府的力量直接应对我们国家面临的个人和集体挑战，从而建立更强大、更具包容性的经济和民主（参见 Abernathy、Hamilton 和 Morgan 2019）。
机器心理学的实证研究
本论文将机器心理学作为一种跨学科范式，将学习心理学原理与自适应计算机系统相结合，以开发通用人工智能 (AGI)。通过将行为心理学与形式智能模型非公理推理系统 (NARS) 相结合，这项工作探索了操作性条件作用范式推动 AGI 研究的潜力。论文首先介绍机器心理学的概念基础，详细说明其与学习心理学的理论构造和 NARS 的形式主义的一致性。然后，它通过一系列实证研究进行，旨在系统地研究 NARS 与环境交互时日益复杂的认知行为的出现。最初，操作性条件作用被确立为使用 NARS 开发自适应行为的基本原则。后续章节探讨了日益复杂的认知能力，所有这些能力都是使用 NARS 进行研究的，使用了操作性学习心理学的实验范式：广义身份匹配、功能等价和任意适用的关系响应。在整个研究中，机器心理学被证明是一个指导 AGI 研究的有前途的框架，既可以操纵环境偶然性，也可以操纵系统的内在逻辑过程。这篇论文通过展示如何使用操作性心理范式和 NARS 来实现类似于人类认知的认知能力，为 AGI 研究做出了贡献。这些发现为更像人类学习和适应的 AGI 系统奠定了基础，有可能推动更通用、更灵活的人工智能的创造。
对第一修正案的实证关注
最高法院此前曾在与学校废除种族隔离和种族意识录取有关的里程碑式案件中引用过非法律或社会科学证据。本文认为，有强有力的经验证据支持以下论点：学术自由通过可衡量的成果（例如科学、技术、工程和数学领域的研究成果，以及通过专利申请和引用实现的知识产权商业化或技术转让）支持公共利益。我们认为，法院应该承认学术自由通过保护支持科学创新、经济竞争力和国家安全的教师工作来服务于公共利益。法院应该保护学术自由，因为它有利于公共利益，而不必声称学术自由是作为一项机构权利、全体教师的集体权利还是某些教师的个人权利而存在。
使用UTAUT2
生成人工智能（GAI）技术正在高等教育中获得吸引力，提供了潜在的好处，例如个性化学习支持和提高生产力。但是，成功的集成需要了解影响学生采用这些新兴工具的因素。这项研究调查了塑造高等教育学生通过统一接受和使用技术2框架的镜头采用GAI的决定因素。数据是从Pyatigorsk州立大学的学生那里收集的，并使用结构方程建模进行了分析。这些发现揭示了习惯（HB）是学生在学生中采用GAI的最有影响力的预测指标，其次是预期绩效。享乐动机，社会影响力（SI）和价格价值积极影响行为意图（BI）使用这些技术。令人惊讶的是，促进条件（FC）对BI表现出负面影响，这表明支持系统中的潜在差距。该研究在推动采用的基本因素上没有明显的性别差异。根据结果，提供了有关促进HB形成，交流福利，增强享乐主义呼吁，杠杆SI，解决价格问题和加强FC的建议。潜在的局限性包括数据的横截面性质，地理限制，对自我报告的措施的依赖以及缺乏对个体差异作为主持人的考虑。这项研究有助于在教育环境中对GAI采用的知识不断提高，从而提供了见解，以指导高等教育机构负责任地整合这些创新工具，同时满足学生需求并促进改进的学习成果。
空气伽马射线的实证研究...
对空气伽马射线图像作为土壤特性指标的实证研究 - 新南威尔士州沃加沃加。Phil Bierwirth 1 、Paul Gessler 2 和 Dermot McKane 3 1 澳大利亚地质调查组织，邮政信箱 378，堪培拉，ACT 2601 2 CSIRO 土壤部，邮政信箱 639，堪培拉，ACT 2601 3 新南威尔士州土地和水资源保护部，邮政信箱 639，堪培拉，ACT 2601 电子邮件：pbierwir@agso.gov.au，电话：(06)2499231，传真：(06) 2499970 摘要 通过对土壤样本中放射性元素丰度和土壤特性的实证分析，可以评估机载伽马射线图像的信息内容。在地质学、地貌学和土壤发生学的背景下进行解释。结果表明，伽马图像能够绘制土壤特性，如 pH 值、成分/营养物质和质地，但伽马响应通常是矿物、地貌和成土过程的混合。在相对地貌不活跃的地区，钾映射浸出和酸度，而钍定义粘土类型和含量。一般而言，包括不同元素迁移在内的多种影响的混合会阻碍简单的解释。解释模型应包括根据地貌和地质将数据细分为不同领域。简介 本文报告了一项试点研究的重要发现，该研究考察了机载伽马辐射数据作为土壤和土地退化快速测绘工具的效用（Bierwirth，1996 年）。航空伽马光谱法通过测量 K、Th 和 U 放射性衰变产生的伽马射线丰度，提供岩石/土壤层顶部 30-45 厘米的地球化学空间图像，植被的影响很小。在特定的景观中，K、U 和 Th 的空间分布以及 U 和 Th 的衰变产物将取决于物理和化学风化过程 - 与主要矿物有关，这些矿物的风化模式受该地区的地貌状况和气候影响。风、地表冲刷和冲积过程对矿物的物理运输占放射性元素分布的大部分（Martz 和 de Jong，1990 年）。矿物成分发生化学分解后，大多数元素都具有可移动性（可溶解或附着于胶体），具体取决于化学条件，而化学条件又可能与矿物学、地貌年龄和气候因素有关。例如，水解作用会释放出钾长石和云母中的 K +，用于伊利石的形成，吸附到其他粘土上或通过流体迁移去除（Wedepohl，1969 年）。酸性溶液将在风化早期阶段取代 H +，从而有助于 K + 的释放，这最初也可能会增加 pH 值 (Wollast,1967)。因此，空气中检测到的 K 分布的空间模式将取决于土壤的矿物学和年龄（即风化状态）。由于空气中的 U 和 Th 数据分别来自衰变产物 214 Bi 和 208 Tl 产生的伽马辐射，因此了解这些元素的所有母体具有相当长的半衰期的流动性方面非常重要。在铀衰变链中，同位素