摘要国际关系奖学金将国际组织(IO)视为离散实体,受成员国与IO官僚机构之间的关系的约束。理性理论已经使用主要代理模型分析了IO行为,在该模型中,主要的是成员国,而代理人是IO官僚机构,而第三方参与者对组织的优先级或绩效几乎没有任何权限(Hawkins等人。2006),除了作为全球政策议程的编排(Abbott等人2015)。建构主义奖学金还集中在成员国 - 培训相互作用上,但认为官僚主义具有由主要代理模型未经所压制的自主权(Barnett and Finnemore,1999年)。我们认为,iOS在援助网络中,尤其是在脆弱和受冲突影响的状态中扮演中介机构的额外且日益普遍的角色(OECD 2022)。在这种情况下,iOS是长期援助代表团链中的中介机构,通过涉及其他iOS,非政府组织和私人承包商的合同来援助援助。我们认为,这些IO签约程序给出了一组新的第三方参与者,包括非政府组织(NGOS),其他iOS,民间社会行为者或私人公司,对iOS绩效的影响,具有挑战性的假设。因此,IO不仅限于会员国和官僚机构,而且还依赖于IO及其成员国直接控制之外的第三方演员。为了提出这一参数,我们在联合国(UN)多方信托基金和网络模型上使用一个新数据集来描述iOS的中介角色。我们认为,iOS作为中介机构在服务交付中的作用挑战了io行为的理性主义和建构主义的解释,并呼吁对这种角色对iOS概念及其行为和表现的广泛含义提出新的研究议程。
摘要 — 为了突破电气链路的带宽和延迟限制,高性能计算集成的下一个突破最终将通过光子技术和片上光网络 (ONoC) 实现。这项工作介绍了 ONoC 的整体架构,并报告了在 200 mm Leti 平台上 SOI 晶圆上的 Si 光子中介层的详细集成和制造。已成功实现了在 1310 nm 波长下工作的有源光子电路、12 µm 直径 100 µm 高度的硅通孔 (TSV) 中间工艺、带有 µ 柱的四层金属后端线路 (BEOL) 和加热器上方带有热腔的背面重分布层。横截面的形态表征评估了工艺发展和集成结果。在有源光子末端和 TSV / BEOL 工艺之后,在肋和深肋结构上测量的光传播损耗以及在单偏振光栅耦合器 (SPGC) 结构上的插入损耗均未显示偏差。 TSV 中间电阻经评估低于 22 mΩ,成品率大于 95%。最后,讨论了功能性 ONoC 系统所需的所有单个工艺块,尤其是环形调制器,以及它们成功优化的协同集成。
高等教育是建立强大的教育国家的重要联系,因此,它成为国内外研究人员的主要关注点之一。高等教育致力于培养可以掌握专业知识和技能的高级专家。学习参与是21世纪学生的重要教育成果(Fullan等,2018)。高等教育的本质是学习和学生发展(Hu,2005年)。研究表明,学习参与与大学生的学术成就和成长经验密切相关,此外,它是高等教育质量的预测指标(Axelson和Flick,2010; Liu,2015; Wu等,2023)。人格特征是指个人在不同种类的刺激下做出的心理结构以及行为反应(Zhao等,2019)。与智力水平相比,人格特质更可预测学生的学习成绩(Goff和Ackerman,1992)。了解大学生的个性特征是改善大学生学习成就并优化其成长经验的重要先决条件。情绪是对情况,行动或事件的反应。在
• 大型银行向房地产投资信托 (REIT) 提供信用额度 (CL) • REIT 对压力的回撤敏感度非常高 • 银行股票回报历来受到 REIT CL 风险的影响 • 压力测试表明美国大型银行存在严重的资本缺口
摘要 本研究旨在探讨人工智能技术对创业发展的影响,以及创业教育的中介作用。本研究在目的、性质和类型上均适用于描述性调查。本研究的统计人群为克尔曼沙阿省初创企业公司的管理人员和员工。样本量为193人,抽样方式为随机整群。数据收集方法为实地收集,使用的工具为创业发展问卷(Antonik and Hiserich,2003)、人工智能技术(改编自Rahimi and Akbari研究,1402)和创业培训(研究者制作)。数据分析方法是描述性统计和推断性统计(结构方程模型),使用Spss26和Amos24软件。使用 Sobel 检验(t 统计量)来调查中介变量。研究结果表明,人工智能技术对创业发展有显著影响,影响幅度达 86%;对创业教育有显著影响,影响幅度达 83%。此外,创业教育可预测创业发展带来的变化的 11%。结果表明,人工智能技术对创业发展有影响,而创业教育在克尔曼沙阿省的初创企业中起着中介作用。
本研究旨在确定知识共享、组织学习和创新工作行为是否对东爪哇传统农村银行的业务绩效产生重大影响,创新工作行为是中介变量,知识异质性是调节变量。本研究方法是一种定量研究,采用探索性研究方法,研究对象为东爪哇的 316 名 BPR。抽样技术为全员抽样,所选受访者为合规总监和总经理。问卷使用 Google 表单分发,包含 59 个陈述项目,Linkert 量表为 1-5,并使用 SEM PLS 和内部模型和外部模型测试工具进行分析。研究结果表明,创新工作行为对业务绩效的直接影响为 0.675%,创新工作行为能够调节一些组织学习变量 0.403%,知识异质性能够加强知识共享对业务绩效的影响 0.045%。
学者们经常将艺术和科学描述为文化行为——创造力、抱负和身份认同。同样,艺术和技术通过共同的发现、实验和发明过程相互关联。1 人工智能 (AI) 是一门生产智能机器的科学。2 尽管人工智能似乎是 2024 年的前沿趋势,但对人工智能的书面提及可以追溯到 1950 年代。3 经过数十年的探索和发明,社会仍在努力了解如何有效、合乎道德地利用这项技术,并将其作为一种创造性和协作性的沟通工具。4 商业和艺术领域都在迅速采用各种人工智能应用。5 为了探索人工智能技术所带来的沟通方式,以及艺术企业家和艺术创业教育者如何利用这种沟通方式,本研究利用计算机中介沟通 (CMC) 理论视角来研究人工智能中介对沟通、商业和创造力的影响,并采用
提出的建议4和5涉及核心金融市场中的NBFI杠杆。建议4指出,当局应采取措施解决他们在核心金融市场中确定的NBFI杠杆中的金融稳定风险。如果现有的法律和监管框架没有提供必要的政策措施来应对已确定的财务稳定风险,则当局应考虑在适当的情况下调整或扩大此类框架的范围(建议4)。选择政策措施时,当局应评估包括活动和实体措施以及与集中相关的措施在内的广泛措施。当局选择措施的选择应基于确定风险的性质和驱动因素,考虑到有效性和任何潜在成本或意外后果,以及其他司法管辖区采取的措施以解决类似的风险(建议5)。
第四次工业革命和以工业4.0为代表的数字化转型,刺激了经济和社会领域的数字化创新,加速了劳动力市场的结构转型,增加了对高质量职业教育和培训的需求。数字技术对学生满意度的影响是公认的;然而,它影响与学习体验和学习参与相关的学生满意度的具体机制仍未得到充分探索。本研究旨在以社会认知理论(SCT)为理论框架,探讨数字技术的使用对中国高职院校学生满意度的影响,以学习体验和学习参与为中介。2023年6月和7月,采用简单随机抽样方法从中国中部湖北省的公立职业院校中选出424名参与者。利用AMOS 24.0和SPSS 26.0中的结构方程模型(SEM)对结果进行分析。研究结果表明,数字技术的使用与学生满意度之间存在显着的相关性。此外,数字技术的使用与高职学生的满意度呈现间接正相关关系,相关系数为0.0001。研究结果强调了学习体验是连接数字技术使用和学生满意度的关键因素。本研究呼吁管理者和教育工作者认识到学习体验和学习参与在数字技术使用中的重要性,通过数字资源营造支持性的教育环境,促进高等职业教育教学和学习的重大变革,并实施将学术界与产业联系起来的策略。本研究的独特之处在于通过研究数字技术使用影响学生满意度的机制,增强了对数字技术使用的理论理解。这阐明了数字技术使用、学习体验、学习参与和学生满意度之间复杂的相互联系,强调了学习体验和学习参与在中国背景下的中介作用。
本研究考察了沟通方式和人工智能对巴林中小企业 (SME) 沟通效果的影响。采用定量研究方法,通过结构化问卷收集 211 名员工的数据。本研究采用便利抽样,并部署 SmartPLS4 进行偏最小二乘结构方程模型 (PLS-SEM) 和 SPSS 进行描述性统计分析。本研究考察了不同沟通策略(传统与人工智能辅助)对沟通效果的影响。人工智能被纳入本分析的中介变量。结果表明,沟通方式对人工智能(β = 0.725,T 值 = 27.612,p 值 = 0.000)和沟通效果(β = 0.439,T 值 = 9.150,p 值 = 0.000)有显著影响。人工智能 (AI) 在连接沟通方式和沟通效果方面发挥着作用,充当了中介,间接影响为 0.286。中介效应表明人工智能放大了沟通方式对效果的影响。研究结果表明,人工智能与强大的沟通方式相结合,大大提高了沟通效果。实际后果包括公司需要将资源分配给精心设计的沟通方式、持续的员工教育以及人工智能能力的顺利融入。需要进一步研究影响和支持这些结果的其他设置和其他元素,以确认和扩大本研究的范围。
