XiaoMi-AI文件搜索系统
World File Search Systemperceived
感知幸福对越南大学生的绿色企业家意图的影响
企业家精神被广泛认为对于任何经济的扩张，生存能力和繁荣以及通过创新来使经济现代化至关重要（Kobia＆Sikalieh，2010年）。21世纪的组织强调了业务领域的创造力和创新（Delmar＆Davidsson，2000）。企业家精神被认为是任何经济的基石，在产生就业机会和推动经济增长方面起着至关重要的作用（Valliere＆Peterson，2009年）。业务的未来是绿色的企业家精神，环境可持续性不仅是一个目标，而且是基本价值。它涉及开发新颖和成功的业务，从而将世界的健康及其资源脱颖而出（Biais＆Perotti，2008年）。变革制造商称为绿色企业家，利用其企业家能源来创建有益于环境的可持续解决方案（Tien等，2023）。为了建立可持续的公司模型，创新和创意的绿色企业家都拥护这些品质。它们在其所有决策中都包括环境因素，从物质采购和生产技术到分销和废物处理（Adams等，2016）。考虑到社会和经济影响，它们优先考虑能源效率，资源保护和减少碳排放（Pereira等，2019）。绿色企业家精神不仅限于单个领域或行业。它包括各种各样的公司和项目，从废物管理和可持续农业到
低肌肉质量指数与拉丁美洲人群中的2型糖尿病风险有关：横断面研究
简介：大约3200万美国人患有2型糖尿病，这一数字继续增长。在某些亚组中观察到较高的患病率，包括边缘化的种族/族裔成员以及无序社区的居民（即那些垃圾和故意破坏的人）。与非西班牙裔白人相比，在无序社区中边缘化的种族/族裔群体对边缘化的种族/族裔群体的代表性不成比例。这些邻里差异可能会部分导致健康差异，因为邻里障碍的迹象通常与从社区的普遍退出有关，从而最大程度地减少了身体和社会参与的机会。然而，研究表明，在邻里障碍的报告率以及邻里障碍被解释为对健康和福祉构成威胁的程度上，种族/族裔群体之间的变异性。
人类机器人协作中的流动 - 在工业场景中的多数分析和感知的挑战检测
流动或轻松的关注通常被描述为最佳体验的状态。它的特征是高水平的参与感，一种控制感和完全沉浸在活动中（Csikszentmihalyi，2000； Nakamura和Csikszentmihalyi，2002; Csikszentmihalhi，2020年）。当任务提出的挑战与个人的技能和能力相匹配时，这种状态就会出现。流与内在动机，享受和集中注意力有关，从而改善了表现和积极的体验。虽然Extensiveresearch（Nah等，2014; Stamatelopoulou et al。，2018; Dos Santos等，2018; Pearce，2005）在各个领域的流量概念上进行了进行，例如体育，教育和游戏，其在工业设置中的应用仍然相对未探索。此外，文献中有关流量经验的任务在精神上是苛刻的，这在工业任务中并不是典型的。考虑到流动在优化绩效和工作中的重要性（Csikszentmihalyi和Lefevre，1989; Csikszentmihalhi，2020），必须弥合这一研究鸿沟并探索工业环境中的流量经验（Fullagar等，2018; Beyrodt; Beyrodt; Beyrodt et et 2023;为了解决这一差距，我们在实验室工作单元中设计了一个集会任务，非常类似于工业环境。此任务涉及参与者与合作机器人（Cobot）之间的合作，以组装变速箱。这使我们能够在类似行业的人类机器人协作（HRC）任务中分析对不同挑战水平的情感和生理反应。通过调整柯伯特的生产率，我们创造了三个不同的挑战水平，这些挑战与流动研究（无聊，流动和焦虑）中的三个常见状态相对应。工业设置中的组装任务通常涉及重复和固定程序。结果，工人逐渐获得了必要的技能来熟练执行任务，从而导致其个人技能水平随着时间的流逝而差异很小。在这种情况下，影响流量经验的主要因素成为任务提出的挑战水平。工业任务的这一独特方面使我们特别研究了不同的感知挑战水平如何引起不同的反应。认识到，当感知到的挑战和技能之间存在平衡时，我们的目标是通过调整挑战水平来调整任务，以促进Cobot工人之间的流动。最近的研究（Lee，2020; Rissler等，2020; Di Lascio等，2021）探索了通过生理信号对工作时的自动检测。他们检测到流量的存在（流动与无流量）或分类流动强度（低与高）。但是，考虑到工业集会任务的具体特征，我们采取了不同的方法 - 检测到感知到的挑战水平。这种方法逻辑上符合我们调整任务挑战水平的目标。此外，处理任务的感知挑战通常比操纵流程体验本身更容易。通过我们的分析，我们已经培训了这部分是因为在挑战和技能之间达到平衡是必需的，但它本身并不足够。总而言之，我们的贡献涉及调查面部情绪估计（价和唤醒）和心率变异性，作为在工业组装任务背景下感知到的挑战水平的指标。
我，机器人：人类的外表和思维归因与机器人的危险感知有何关系
摘要 社交机器人在外观和行为上越来越像人类。然而，大量研究表明，这些机器人往往会引起恐惧、危险和威胁等负面情绪。在本研究中，我们探讨了类人外表和心智归因是否以及如何导致这些负面情绪，并阐明了可能的潜在机制。向参与者展示了机械、人形和安卓机器人的图片，并评估了这三种机器人的身体拟人化（研究 1-3）、心智对能动性和经验的感知归因（研究 2 和 3）、对人机独特性的威胁以及对人类及其身份的损害。复制早期研究，人机独特性介导了拟人化外观对人类及其身份感知损害的影响，这种介导是由于机器人的拟人化外观。感知能动性和经验对人机独特性没有表现出类似的中介作用，但与对人类及其身份的感知损害呈正相关。我们讨论了可能的解释。
大型语言模型如何解释用户所感知的业务流程？ ⋆
大型语言模型（LLM）接受了大量文本培训，以解释和生成类似人类的文本内容。他们正在成为实现自动企业愿景的重要工具，如今组织积极采用LLM来自动化其运营的许多方面。llms可能在未来的A-AVEN-AFMENT ADMENT业务流程管理系统（ABPMS）餐饮功能中发挥着重要作用。这样一个系统的功能是情况感知的解释性（SAX），它与生成因果关系且人性化解释的解释有关，这些解释考虑了发生的过程上下文。在本文中，我们介绍了为生成SAX解释而开发的SAX4BPM框架。SAX4BPM套件由一组服务和一个中央知识存储库组成。这些服务的功能是引起萨克斯解释的各种知识成分。这些成分之间的关键创新组件是因果关系执行视图。在这项工作中，我们将框架与LLM集成在一起，以利用其功能来合成各种输入成分，以改善SAX的解释。由于将LLM用于SAX，还伴随着一定程度的疑问，与其充分实现SAX的能力以及其幻觉的趋势以及缺乏固有的推理能力有关，我们对生成解释的感知质量进行方法论评估。为了实现这一目标，我们开发了指定的量表并进行了严格的用户研究。我们的发现表明，呈现给LLMS的输入有助于其性能的后卫，从而产生了萨克斯的解释，具有更好的忠诚度。对信任和好奇心的感知来调节这种改进。更重要的是，这种改进是以解释的可解释性为代价。
不同等级级别所感知的战略实施过程：大型克罗地亚企业的经验
摘要目的：尽管实施过程涉及来自不同层次级别的员工，但对实施主题的先前研究主要集中在顶级管理视角上，从而忽略了较低的层次结构级别的观点。我们认为，来自不同等级层次的员工对实施过程的进行方式不同，因为许多内在和外部因素。考虑到实施过程中较低层次级别的主要作用，我们决定在我们的研究中包括较低的管理和操作员。方法论：我们研究了来自不同层次级别的员工认为实施过程的方式。使用四个实施因素评估了我们研究中的实施过程：1）人，2）资源分配，3）交流，4）操作计划和控制。我们将问卷发送给所有大型克罗地亚企业（396），并收集了来自78家企业的208个问卷。的发现：研究结果证实，对主要实施因素的评估在四个确定的因素中的两个中的层次结构之间有显着不同：1）交流和2）操作计划和控制。一线经理和操作员主要考虑实施该策略的说明，该策略过于模糊和不清楚，他们的建议未考虑，沟通通常太慢，是什么会引起混乱并降低协调操作任务的效率并引入潜在的变化。对理论和实践的影响：尽管我们证明了大约四分之二的实施因素的统计学上不同的看法，但我们以某种方式指出，这一研究流，有多种因素和多个受访者
人格特质，正念和中国成年人感知压力：一种顺序解释性混合方法
尽管对人格特征，正念和压力的广泛研究，但对它们的综合效果的了解有限。大多数研究都集中在这些构造上，而不是检查其潜在相互作用（Brown and Ryan，2003； Garland等，2017）。尽管一些研究考虑了正念如何减轻人格特征与压力之间的关系（Drake等，2017； Shapiro等，2011），但很少有研究探索了特定正念方面的调节和中介作用。此外，了解个人在压力和正念实践中的体验与定量发现如何相符，可以为这些过程提供更详细的图片。这项研究旨在通过研究正念注意力和正念感知的独立，调节和调解在中国成年人中五因素模型人格特征和感知压力之间的关系中的独立，调节和中介作用来填补这些空白。使用混合方法设计，这项研究将定量分析与对参与者的经验进行定性探索，以发现影响压力感知和正念实践的机制和情境因素。
对临床电生理学中模拟器的利用和感知需求：EHRA医师调查的结果
1心脏中心，心脏病学系，阿姆斯特丹UMC，位于荷兰阿姆斯特丹的阿姆斯特丹大学AMC地点； 2 FEHRA，心律失常单位，大学医院Careggi，EP Lab，Largo Brambilla 3，50134意大利佛罗伦萨； 3 FEHRA，德国帕德尔伯恩的圣文森兹医院心脏病学和重症监护医学系； 4 Fehra，汉诺威心律中心，德国汉诺威汉诺威医学院心脏病学和血管病学系； 5 FEHRA，荷兰马斯特里奇特大学医学中心的心血管研究所心脏病学系（Carim）； 6 FEHRA，心脏病学 - 法国图卢兹的Clinique Pasteur的心律节奏管理部； 7 Fehra，CCB，心脏病学，医学。 Klinik III，Markuskrankenhaus，德国法兰克福；和8 Fehra，医学系Huddinge，Karolinska Institutet，Karolinska大学医院Huddinge，斯德哥尔摩，瑞典，1心脏中心，心脏病学系，阿姆斯特丹UMC，位于荷兰阿姆斯特丹的阿姆斯特丹大学AMC地点； 2 FEHRA，心律失常单位，大学医院Careggi，EP Lab，Largo Brambilla 3，50134意大利佛罗伦萨； 3 FEHRA，德国帕德尔伯恩的圣文森兹医院心脏病学和重症监护医学系； 4 Fehra，汉诺威心律中心，德国汉诺威汉诺威医学院心脏病学和血管病学系； 5 FEHRA，荷兰马斯特里奇特大学医学中心的心血管研究所心脏病学系（Carim）； 6 FEHRA，心脏病学 - 法国图卢兹的Clinique Pasteur的心律节奏管理部； 7 Fehra，CCB，心脏病学，医学。Klinik III，Markuskrankenhaus，德国法兰克福；和8 Fehra，医学系Huddinge，Karolinska Institutet，Karolinska大学医院Huddinge，斯德哥尔摩，瑞典，Klinik III，Markuskrankenhaus，德国法兰克福；和8 Fehra，医学系Huddinge，Karolinska Institutet，Karolinska大学医院Huddinge，斯德哥尔摩，瑞典，
进行亚极限自行车测试时外部热量和湿度对自觉用力程度的影响
西密歇根大学 ScholarWorks 研究生院免费为您提供此硕士论文-开放获取。西密歇根大学 ScholarWorks 授权管理员已接受将其纳入硕士论文。如需更多信息，请联系 wmu-scholarworks@wmich.edu 。
在在线BCI中实施绩效住宿机制进行中风康复：有关控制和挫败感的研究
摘要：大脑 - 计算机界面（BCIS）成功地用于中风康复，但训练是重复的，患者可能会失去训练的动力。此外，控制BCI可能很难，这会引起挫败感并导致更严重的控制。患者可能因挫败感和缺乏动力/参与而无法遵守该方案。这项研究的目的是在基于在线运动图像的BCI中实施三种绩效适应机制（PAM），以帮助人们评估他们的控制和沮丧。Nineteen healthy participants controlled a fishing game with a BCI in four conditions: (1) no help, (2) augmented success (augmented successful BCI-attempt), (3) mitigated failure (turn unsuccessful BCI-attempt into neutral output), and (4) override input (turn unsuccessful BCI-attempt into successful output).随访每个条件，并通过李克特级问卷调查和实验后的访谈进行评估。最能预测的控制和挫败感。pam-help增加了对较差的BCI用户的感知控制，但对良好的BCi用户减少了。输入替代PAM最让用户感到沮丧，他们在希望得到帮助方面有所不同。通过使用PAM，开发人员拥有更多的自由来创建引人入胜的中风康复游戏。