XiaoMi-AI文件搜索系统
World File Search System中学生
对高等教育中学生对人工智能聊天机器人看法的现象学探索
摘要 本研究考察了人工智能聊天机器人作为沟通媒介对高等教育中学生参与和支持的影响。研究方法采用定性方法和解释现象学分析 (IPA)，进行深入的半结构化访谈。采用目的抽样法从印度喀拉拉邦的高等教育中选出 11 名参与者。数据分析遵循系统文本考虑 (STC)，这是一个五步过程，包括构建意义单元、压缩意义单元、编码、创建子主题和派生主题。通过探索与 UTAUT2 结构一致的主题，全面了解了影响学生参与和支持的因素。共确定了八个主题，包括“有效性和局限性”、“超越”、“丰富”、“优化”、“协同作用”、“简化沟通”、“参与+AI”和“细化”。这些主题提供了令人信服的证据，证明了AI聊天机器人在促进有效沟通、增强参与度和提供及时支持方面的变革潜力。该研究结果对高等教育机构具有重要的实际意义。通过采用AI聊天机器人，大学和机构可以通过高效的沟通、个性化的推荐和简化的互动来增强学生的参与度和支持。这些聊天机器人在快速帮助和人类专业知识之间取得了平衡，优化了常规任务和复杂查询。此外，解决安全和隐私问题对于建立信任和成功整合至关重要。总体而言，拥抱人工智能聊天机器人可以改变教育体验，使其更高效、更具吸引力，并为高等教育的学生提供更多支持。关键词：聊天机器人、人工智能聊天机器人、高等教育、解释现象学分析、UTAUT2
摩托车大洋洲县的高中学生的第一个...
•用于组件制造的机床•机械零件，执行器和原始库存•电子传感器，编程板和计算机•电动机，软管，布线，紧固件和工具•竞争资金支持团队并扩大他们参与州和世界冠军竞赛
青少年打造的人工智能：针对中学生夏令营的对话式人工智能课程
随着人工智能通过各种工具和服务渗透到我们的生活，我们越来越需要考虑如何以一种相关且引人入胜的方式向年轻学习者传授人工智能知识。其中一种方法是利用熟悉且普遍存在的技术，例如对话式人工智能。通过学习对话式人工智能，学习者可以了解人工智能的概念，例如计算机对自然语言的感知、训练数据集的需要以及人工智能与人类交互的设计。在本经验报告中，我们描述了一个专为中学生设计的夏令营课程，该课程由一般人工智能课程、非插电活动、对话式人工智能课程和项目活动组成，营员可以在这些活动中开发自己的对话代理。结果表明，这次夏令营体验显著提高了学习者的能力信念、分享学习经验的意愿以及坚持学习人工智能的意愿。最后，我们讨论了如何将对话式人工智能用作 K-12 人工智能教育的切入点。
通过技术教学和内容知识框架提高初中学生的科学素养
《国际社会与教育科学杂志》（IJonSES）是一份同行评审的在线学术杂志。本文可用于研究、教学和个人学习目的。作者对其文章的内容负全部责任。该杂志拥有文章的版权。出版商不对因使用研究材料而直接或间接引起的任何损失、诉讼、索赔、诉讼、要求、费用或损害承担责任。所有作者均需披露任何实际或潜在的利益冲突，包括与所提交作品相关的与其他个人或组织的任何财务、个人或其他关系。
通过数字游戏设计促进农村中学生的 AI 教育
人们对人工智能 (AI) 的了解日益增长；这种了解的核心是使个人能够评估、协作和有效使用 AI。由于中学时期是培养青少年对 STEM 的看法和倾向的关键时期，因此为中学生 (11 至 14 岁) 创造引人入胜的 AI 学习体验至关重要。在通常服务不足和资源不足的农村地区，提供更多 AI 学习机会的需求尤为明显。受先前研究的启发，游戏设计在培养学生对计算机科学的兴趣和知识方面具有巨大潜力，我们正在设计、开发和迭代改进以 AI 为中心的开发环境，将 AI 学习融入游戏设计活动中。在这项工作中，我们回顾了针对中级计算机科学教育的游戏设计干预的设计原则，并探索如何将人工智能学习体验引入交互式游戏设计活动。我们还讨论了与农村社区中级学生和教师进行的初步共同设计会议的结果。
中学生心理免疫水平
摘要：本研究旨在确定首都秘书处萨那中学女生的心理免疫水平，并根据年龄和学术水平确定女生心理免疫水平的差异。研究人员采用了描述性方法。研究样本包括（500）名女生，她们是通过分层随机抽样选出的。研究者使用了Olah [2005] 编写的心理免疫力列表，该列表经过翻译和调整以适合也门环境并检查了其心理测量效率，研究结果显示，首都秘书处中学女生的心理免疫力水平高于平均水平，样本的心理免疫力列表得分在（83-165）之间，算术平均值为（130），此外，研究还表明，根据年龄和学术水平的变量，首都秘书处萨那中学女生的心理免疫力水平在（α≤0.05）水平上没有统计学上的显著差异，根据研究结果，研究人员建议教育办公室准备和计划心理咨询项目，以提高中学生的心理免疫力水平，并关注学生对如何通过媒体、家庭、学校应对压力的心理意识。关键词：心理免疫-中学女学生-首都秘书处-萨那。
生态多样性方法改善了在STEM中短暂构造反应中学生语言的定量检查
我们在新颖地应用了既定的生态方法，以量化和比较简短的学生文本语料库中的语言多样性。构造的响应（CRS）是一种常见的评估形式，但由于文本长度限制而引起的传统词汇多样性方法很难评估。在本文中，我们检查了生态多样性度量和秩序技术的实用性，以通过与传统文本分析方法并行应用这些方法来量化短文中的差异，以列为先前研究的大学生CRS的语料库。CR是在两个时间点（定时），三种类型的高级机构（类型）以及三个级别的学生理解（思维）中收集的。使用以前的工作，我们能够预测，我们将根据思维观察到最大的差异，然后是时间安排，并且没有指望基于类型的差异，从而使我们能够测试这些方法对语料库进行分类检查的实用性。我们发现，将CRS相互比较的生态多样性指标（Whittaker的Beta，物种离职率和Bray -Curtis差异）是有益的，并且与我们在类别和其他文本分析方法中的差异和其他文本分析方法的差异非常相关。其他生态措施，包括香农和辛普森的多样性，衡量单个CR中语言的多样性。另外，通过将复杂的单词频率矩阵减少到二维图，定制提供了语料库的有意义的视觉表示。使用顺序图，我们能够观察CR语料库中的模式，以进一步支持我们对数据集的预测。这项工作为衡量短文中语言多样性的新方法建立了可用于检查学生语言差异以及可能与分类数据的关联的差异。
青少年打造的人工智能：针对中学生夏令营的对话式人工智能课程
随着人工智能通过各种工具和服务渗透到我们的生活，我们越来越需要考虑如何以一种相关且引人入胜的方式向年轻学习者传授人工智能知识。其中一种方法是利用熟悉且普遍存在的技术，例如对话式人工智能。通过学习对话式人工智能，学习者可以了解人工智能的概念，例如计算机对自然语言的感知、训练数据集的需要以及人工智能与人类交互的设计。在本经验报告中，我们描述了一个专为中学生设计的夏令营课程，该课程由一般人工智能课程、非插电活动、对话式人工智能课程和项目活动组成，营员可以在这些活动中开发自己的对话代理。结果表明，这次夏令营体验显著提高了学习者的能力信念、分享学习经验的意愿以及坚持学习人工智能的意愿。最后，我们讨论了如何将对话式人工智能用作 K-12 人工智能教育的切入点。
研究神经工程综合 STEM 高中课程中学生学习体验的文章
摘要：STEM 整合已成为国家和国际的优先事项，但我们对学生在综合 STEM 课程（尤其是整合生命科学和工程设计的课程）中的学习体验的了解有限。我们的团队设计了一个新的高中课程单元，重点关注神经工程，这是一个将神经科学、技术和工程结合在一起的新兴跨学科领域。通过在高中工程设计课程中实施该单元，我们询问将生命科学纳入工程课程如何支持学生学习，以及学生和他们的老师遇到了哪些挑战。为了回答这些问题，我们进行了一项探索性案例研究，包括学生焦点小组、对老师的采访以及对学生日记的分析。我们的分析表明，学生高度参与真实的协作工程设计过程，有助于巩固他们的自我效能和对工程设计的兴趣。我们还发现了一些挑战，例如学生对生命科学的兴趣低于工程设计，以及老师缺乏生命科学背景。这些初步结果表明，神经工程可以为生命科学与工程设计的整合提供有效的环境，但要实现全面整合，还需要更多的支架和教师支持。
原创研究雅加达都市穆斯林高中学生接受 COVID-19 疫苗接种的相关因素包括
目的：本研究旨在确定与印度尼西亚雅加达穆斯林高中生接种 COVID-19 疫苗和接种 COVID-19 疫苗意愿相关的因素。患者和方法：对高中生进行了一项使用在线调查的横断面研究。本研究的对象是生活和学习在雅加达大都会地区的穆斯林中学 11 年级和 12 年级学生。使用非概率抽样共选择了 440 个样本。在本研究中，自变量是从 HBM 和 TPB 理论中得出的与疫苗接种行为相关的因素，而因变量是疫苗接种率和疫苗接种意愿。使用卡方和 Mann-Whitney 检验确定了与因变量相关的因素。结果：大约 65% 的受访者接种了 COVID-19 疫苗，72% 的未接种 COVID-19 疫苗的人有接种疫苗的意愿。一些行为模型变量，如感知易感性得分、感知严重性得分、感知益处得分、感知障碍得分、自我效能得分、态度得分和社会规范得分与高中生接种 COVID-19 疫苗显著相关。此外，所有行为模型变量，即感知易感性得分、感知严重性得分、感知益处得分、感知障碍得分、行动线索得分、自我效能得分、态度得分、社会规范得分和感知行为控制得分均与接种疫苗的意愿显著相关。结论：学生的疫苗接种可以在更实惠的地方进行，例如在学校。此外，应持续努力提高学生对疫苗有效性和安全性以及 COVID-19 危险性的认识。关键词：青少年、COVID-19 疫苗接种、健康信念模型、计划行为理论、发展中国家