XiaoMi-AI文件搜索系统
World File Search System个别指导
农业水文学研究实地手册
本出版物旨在提供启动和维护水文研究项目所需的一整套技术。这些技术是通过征求专家的信息和改编当前文献中描述的材料获得的。虽然本出版物不能取代有经验的人的个别指导，但它应该作为此类指导的参考，如果遵循，可以将数据置于适合潜在分析的形式中。第 1、2 和 3 章涉及降水、径流和气候。第 4、5 和 6 章讨论了沉积、地质和流域特征以及土壤水分。每个主题分为 (1) 安装、(2) 现场观察、(3) 数据缩减和 (4) 数据处理。
人工智能指导的个性化语言学习的效果
人工智能 (AI) 极大地推动了个性化语言学习机会的方法，例如评估学习进度和推荐有效的个别指导。在本研究中，我们进行了一项荟萃分析，以综合最近关于使用人工智能指导的语言学习的经验发现，并从 17 个研究项目（例如评估到指导 [A2i]、Duolingo 和 Project LISTEN）中收集了 61 个样本（N = 8,282）。我们的荟萃分析结果证实，人工智能指导的个性化语言学习对学习者的语言发展是有效的（d = 1.18，基于 26 个组内样本，N = 2,262），与常规条件相比，具有总体积极的治疗效果（d = 0.39，基于 35 个组间样本，N = 6,020）。此外，我们对治疗效果的调节分析结果表明，使用机器学习和混合系统的人工智能引导语言学习比使用基于规则的系统更有效，这可能（与前者相比）更有助于从教学角度理解如何做出预测。根据这项荟萃分析的结果，提供了基于证据的启示。
研究摘要：SLANT 策略
概述 学生使用 SLANT 策略参与课堂讨论。在本研究中，三名轻度残疾的学生参加了一项跨学生多基线设计。他们接受了 SLANT 策略的个别指导。收集了两个指标：学生使用非语言参与行为的时间间隔百分比，以及积极参与讨论（即自愿参加、回答问题）获得的分数。在后一个指标中，学生在讨论期间的口头回答最多可获得 12 分。结果 关于学生使用非语言参与行为的时间间隔百分比，在基线期间，学生非语言参与的时间平均为 32.39%。在 SLANT 策略指导后，他们非语言参与的时间平均为 79.48%。关于学生因积极参与行为获得的分数百分比，在基线期间，学生平均每次讨论获得 6.36 分。在 SLANT 策略指导后，他们平均每次讨论获得 46.71 分。未参加 SLANT 策略教学的成绩正常的学生在每次讨论中平均获得 36.53 分。结论这些结果表明，轻度残疾学生的非语言和语言表现在接受 SLANT 策略教学后可以得到改善。每个学生的改善都发生在教学开始时。他们在教学后的表现与没有接受过教学的无残疾学生的表现相比毫不逊色。参考文献 Ellis, ES (1989)。提高课堂参与度的元认知干预。学习障碍焦点，5(1)，36-46。