本研究考察了数字技术对伊拉罗联邦理工学院行政服务的影响。研究采用了调查设计,调查对象包括该学院的所有行政人员。研究者提出了两个假设,并对该学院随机抽取的 100 名高级注册人员进行了 4 点李克特问卷调查。使用频率计数、百分比和平均值分析了描述性数据,同时使用回归分析在 0.05 的显著性水平下检验了假设。结果表明,数字技术在行政职能中的使用率很高,并且它对行政服务交付率(T 值 = 3.583;P 值 = 0.001<0.05)和行政服务交付质量(T 值 2.641;P 值 = 0.000<0.05)有显著贡献。研究表明,数字技术促进了行政工作流程,提高了向广泛利益相关者(包括学生、校友和外部组织)提供行政服务的速度和质量。其中,建议联邦理工学院、伊拉罗学院和其他类似机构应在资源、平台、流程和能力提升方面加大数字化转型力度,以提供令人满意的行政服务。
摘要 本研究调查了可再生能源对经济增长的影响,特别是实证分析了太阳能与 GDP 之间的关系。该研究采用事后研究设计,并使用普通最小二乘回归技术估算所建立的模型。数据来源于世界银行的世界发展指标,涵盖 1990 年至 2023 年期间。研究结果表明,作为太阳能代理的可再生能源消费对经济增长具有积极且不显著的影响。碳排放对经济增长有积极而显著的影响。外国直接投资对经济增长有积极而显著的影响。贸易平衡也显示出对经济增长的积极影响,但在统计上并不显著。此外,太阳能消耗对 GDP 没有统计上显著的因果关系,GDP 确实是太阳能消耗的格兰杰原因,而碳排放和 GDP 具有双向因果关系。基于这些发现,该研究建议政府应该;增加对太阳能基础设施的投资,鼓励逐步转向可再生能源的政策,结合碳减排战略,创造投资者友好的环境——例如税收激励、简化监管。关键词:太阳能、碳排放、经济增长、格兰杰因果关系。
气候变化、粮食不安全和土地退化等挑战都推动了可持续农业的“规模化”创新。为此,国际农业发展项目经常使用农场试验或农民田间学校作为农民接触技术构建知识和经验证据的一种方式。然而,这种试验在社会政治知识构建中的作用往往被忽视。本研究将农业发展干预概念化为在研究人员和农民之间的互动空间中进行。通过对马拉维和坦桑尼亚大陆的四个案例研究,我们揭示了互动空间的过程和动态,并提出了以下研究结果:1)在资助的农业发展项目中,农业创新是如何发生的,2)在这些背景下,如何开放或关闭技术和社会知识构建的空间。结果表明,农场试验为互动提供了基础,但在这些背景下的知识交流也需要知识经纪人才能成功实施和扩大规模。知识经纪人和试验本身都会影响社会动态,它们往往同时促进一些人的社会学习,但也导致另一些人的社会排斥。我们发现互动空间的设计与其内部的社会动态之间存在着密切的联系,这表明社会政治和技术知识构建过程之间存在着密切的联系。知识经纪人的连续性和技术的复杂性等关键因素决定了互动空间的开放或关闭。提高可持续农业创新的有效性需要开放互动空间,以实现更有效、更持续的技术共同创造、社会学习和共享知识的协作构建。
气候变化、粮食不安全和土地退化等挑战都推动了可持续农业“规模化”创新。为此,国际农业发展项目经常使用农场试验或农民田间学校作为农民接触技术构建知识和经验证据的一种方式。然而,这种试验在社会政治知识构建中的作用往往被忽视。本研究将农业发展干预概念化为在研究人员和农民之间的互动空间中进行。通过对马拉维和坦桑尼亚大陆的四个案例研究,我们揭示了互动空间的过程和动态,并提出了以下研究结果:1)在资助的农业发展项目中,农业创新是如何发生的,2)在这些背景下,技术和社会知识构建的空间是如何开放或关闭的。结果表明,农场试验为互动提供了基础,但在这些背景下的知识交流也需要知识经纪人才能成功实施和扩大规模。知识经纪人和试验本身都会影响社会动态,它们往往同时促进一些人的社会学习,但也导致另一些人的社会排斥。我们发现,互动空间的设计与其内部的社会动态之间存在着密切的联系,这表明社会政治和技术知识构建过程之间存在着密切的联系。知识经纪人的连续性和技术的复杂性等关键因素决定了互动空间的开放或关闭。要提高可持续农业创新的有效性,就需要开放互动空间,以实现更有效、更持久的技术共同创造、社会学习和共享知识的协作构建。
人们对量子计算的兴趣日益浓厚,随之而来的是软件平台对开发量子程序的重要性。确保此类平台的正确性非常重要,这需要彻底了解它们通常存在的错误。为了满足这一需求,本文首次深入研究了量子计算平台中的错误。我们从 18 个开源量子计算平台收集并检查了 223 个真实错误。我们的研究表明,这些错误中有相当一部分(39.9%)是量子特有的,需要专门的方法来预防和发现它们。这些错误分布在各个组件中,但量子特有的错误尤其经常出现在表示、编译和优化量子编程抽象的组件中。许多量子特有的错误表现为意外输出,而不是更明显的不当行为迹象,例如崩溃。最后,我们提出了一个反复出现的错误模式层次结构,其中包括十种新颖的量子特有模式。我们的研究结果不仅表明了量子计算平台中错误的重要性和普遍性,而且还可以帮助开发人员避免常见错误,并帮助工具构建者应对预防、发现和修复这些错误的挑战。
一般权利一般权利所有珍珠中的内容均受版权法保护。根据发布者政策提供作者手稿。请仅使用项目记录或文档中提供的详细信息引用发布的版本。在没有公开许可证的情况下(例如Creative Commons),应从出版商或作者那里寻求进一步重用内容的许可。取消策略取消政策,如果您认为本文档违反版权,请联系提供详细信息的图书馆,我们将立即删除对工作的访问并调查您的索赔。遵循以下工作:https://pearl.plymouth.ac.uk/pbs-research
模型是人工智能可解释性 (XAI) 的主要趋势之一,表明其缺乏可解释性和社会后果。我们使用代表性消费者小组来测试我们的假设,报告了三个主要发现。首先,我们表明,黑盒模型的事后解释往往会提供有关算法底层机制的部分和偏见信息,并且可能会通过转移用户的注意力而受到操纵或信息隐瞒。其次,除了自我报告的感知指标之外,我们还展示了经过测试的行为指标的重要性,以提供对可解释性维度的更全面的看法。本文有助于阐明本质上透明的人工智能模型与黑盒复杂模型的事后解释之间的实际理论争论——这场争论很可能在未来人工智能系统的发展和操作化中发挥重要作用。
人工智能 (AI) 与移动应用的融合极大地改变了各个领域,通过先进的机器学习 (ML) 和深度学习 (DL) 技术增强了用户体验并提供个性化服务。人工智能驱动的移动应用通常指利用 ML/DL 技术执行图像识别和自然语言处理等关键任务的应用。尽管现有研究探索了移动应用如何利用人工智能技术,但它们存在以下主要局限性:1)大多数现有研究集中于基于 DL 的应用,对基于 ML 的应用的研究有限。2)现有研究通常侧重于研究应用及其所使用的技术,缺乏用户级分析。3)研究的应用数量有限,经过筛选仅确定了 1,000 到 2,000 个 ML/DL 应用。为了填补这一空白,在本文中,我们对人工智能应用进行了最广泛的实证研究,探索了设备上的 ML 应用、设备上的 DL 应用和人工智能服务支持的(基于云的)应用。我们的研究涵盖了56,682个现实世界的AI应用,重点关注三个关键视角:1)应用分析,分析AI应用的受欢迎程度并调查AI应用的更新状态;2)框架和模型分析,分析AI框架的使用情况和AI模型保护;3)用户分析,研究用户隐私保护和用户评论态度。我们的研究对AI应用开发者、用户和AI研发具有重要的意义。一方面,我们的研究结果强调了AI融入移动应用的增长趋势,展示了各种AI框架和模型的广泛采用。另一方面,我们的研究强调了需要强大的模型保护来增强应用安全性。此外,我们的研究强调了用户隐私的重要性,并展示了用户对当前AI应用中使用的AI技术的态度。我们提供我们的AI应用数据集(目前最广泛的AI应用数据集)作为开源资源,供未来研究移动应用中使用的AI技术。
自 1965 年 Mancur Olson 对这一主题做出开创性贡献以来,经济学家对所谓的“微观政治”表现出了日益增长的兴趣,即直接影响特定行业、企业等的政治决策的性质。虽然有些滞后,但这一趋势仅仅反映了这样一个事实:大量且越来越重要的经济资源是通过政治过程的中介来分配的。因此,充分了解这一政治过程对于全面理解我们的经济体系与了解商业市场一样重要。近年来,备受关注的话题之一是贸易壁垒的政治经济学。贸易经济学家当然对这一主题特别感兴趣,但它作为政治经济学的案例研究也引起了更广泛的关注。这一主题特别适合计量经济学分析。由于可以使用关税税率作为衡量标准来衡量不同行业受到的保护程度,因此可以选择对各个行业进行横截面回归分析,以试图了解为什么某些行业比其他行业享有更多特权。这是近期研究的主导方法,也是本书采用的方法。总共对 11 个不同的回归模型进行了测试,测试对象是关税税率、关税削减和非关税壁垒,时间跨度从 1930 年至今。然而,