二十多年来,模块化一直是认知科学界激烈争论的话题。在某些情况下,误解阻碍了概念的进步。本文作者指出了关于模块化的论点,这些论点要么已被抛弃,要么从未被支持模块化思维观点的人所接受。作者回顾了那些旨在破坏模块化的论点,特别关注认知架构、发展、遗传学和进化。作者提出,清晰定义的模块化为指导研究和解决有关个体认知系统和人类进化认知性质的争论提供了一个有用的框架。模块化是生物体在各个组织层面的基本属性;它对于理解思维结构也是必不可少的。
抽象文化在术语资源中的代表性不足,意识形态是传达的一个特别复杂的文化方面。这种复杂性源于政客,媒体和公众的话语社区之间的相互交织的关系,以及他们与科学知识的互动。然而,术语资源应提供必要的信息,以了解有关科学问题的政治观点,具有高度的政治知名度。与所有专业领域一样,环境概念和术语都符合动态和变化(León-Araúz,2017年)。认知术语变体(例如气候变化,气候危机)特别引起了人们的关注,因为它们在政治话语中的存在及其影响气候行动的潜力。它们可用于反映多维性,不精确或意识形态的依恋。本文介绍了一种基于传播研究框架的方法,以从Corpora中提取意识形态知识。我们使用了西班牙和英国议会辩论(Parlamint 2.1),并注释了干预措施,其中包括根据Bolsen和Shapiro(2018)提出的框架的改编版本的气候变化术语变体。结果表明了气候变化话语如何在意识形态范围内变化,我们就如何在环境中代表环境TKB中表示这些知识的建议。
• 提高医疗服务的可用性 • 缓解交通拥堵 • 优化基础设施维护 • 改善公共交通的可用性 • 改善经济适用房的可用性 • 减少贫困 • 优化经济发展 • 减少犯罪 • 提高消防安全性 • 提高公民满意度 • 优化灾难响应 • 减轻气候影响 • 简化公共服务
信任是人类与人工智能 (AI;Hengstler、Enkel 和 Duelli,2016) 互动中的关键。许多人接受新技术主要是因为信任 (Gefen、Karahanna 和 Straub,2003;Rheu 等人,2021)。在对技术接受模型 (TAM) 研究的荟萃分析中,信任被证明可以让用户认为该技术有用且易于使用,并鼓励对该技术持积极态度并愿意使用它 (Wu 等人,2011)。如果用户对系统缺乏信任,他们可能会抵制人工智能助手的建议(Longoni、Bonezzi 和 Morewedge,2019 年;Lui 和 Lamb,2018 年),即使系统有益,他们也会避免使用该系统(Gefen 等,2003 年;Lee 和 See,2004 年;Li、Hess 和 Valacich,2008 年;Siau、Sheng、Nah 和 Davis,2004 年)。当人工智能作为信息来源或决策辅助工具时,信任尤其重要(Fogg 和 Tseng,1999 年)。
我声明我所讨论的话题是美国对乌克兰战争的陷害。他亲自处理媒体。我撰写本文时所使用的所有来源和信息来源均在文中引用,并列在所用来源和文献列表中。
考虑到能源过渡环境中的正义维度已成为解决当前生态和社会问题的关键要求。由于这项工作的复杂性,定量能量模型是为决策者提供政策的环境和社会后果的有用工具。但是,大多数能量模型尚未使用该维度牢固地嵌入。出现了一些关键问题:什么是公正的能量过渡?我们可以对其进行操作吗?定量模型需要什么才能研究能源过渡对弱势群体的影响?在这方面已经做了什么?我们探索了能源正义的概念背景,以通过分析四个可量化的维度(能量访问,能源安全,能源民主和能源贫困)来促进这些问题的贡献,这有助于应对能源系统与正义相关的挑战。基于它,我们强调了一些通过能源周期来评估能源正义的策略,以进行公正的能量过渡。在这种情况下,我们提出在具有41个基本参数的发达国家核心的长期能源计划模型中进行公正的能源过渡。我们通过检查这些参数中的哪些包含在能源计划模型中,以评估决策对弱势群体的影响。调查结果表明,大多数模型都在全面涵盖了能源正义的这四个维度。我们得出结论,建议一些运营标准来推进未来发展中正义维度的定量分析,并指出在能源正义辩论中使用模型的问题。
美国护士执业协会 (AANP) 将全面执业权力 (FPA) 定义为“州执业和执照法律规定,所有执业护士有权评估患者、诊断、安排和解释诊断测试、发起和管理治疗(包括在州护理委员会的独家执照下开具药物和管制物质)。”1 目前,AANP 将 22 个州和哥伦比亚特区指定为 FPA 州。其余州被指定为执业范围减少或受限的州。1 这些州正在努力立法,以消除障碍,让执业护士 (NPs) 能够充分发挥其教育和培训水平。从历史上看,成功的 FPA 立法工作包括规划、培养政治头脑敏锐的护士领导者、与政策团队定期沟通、从基层动员利益相关者以及与立法者建立关系。2