XiaoMi-AI文件搜索系统
World File Search System信度
来自时间域功能近红外光谱系统得出的脑指标的可靠性
随着人们对建立精准医疗的大脑生物标记的兴趣日益浓厚，需要能够产生有效可靠指标的非侵入性、可扩展的神经成像设备。Kernel 的第二代 Flow2 时域功能近红外光谱 (TD-fNIRS) 系统满足非侵入性和可扩展神经成像的要求，并使用经过验证的模式来测量大脑功能。在这项工作中，我们研究了从 Flow2 记录中得出的一组指标的重测信度 (TRR)。我们采用了 49 名健康参与者的重复测量设计，并在多个时间点和不同的耳机上量化了 TRR——在不同的实验条件下，包括静息状态、感觉和认知任务。结果表明，静息状态特征的可靠性很高，包括血红蛋白浓度、头部组织光衰减、低频波动幅度和功能连接。此外，被动听觉和 Go/No-Go 抑制控制任务在几天内都表现出相似的激活模式。值得注意的是，可靠性最高的区域在听觉任务期间位于听觉区域，在 Go/No-Go 任务期间位于右前额叶区域，这与先前的文献一致。这项研究强调了 Flow2 衍生指标的可靠性，支持其实现使用基于大脑的生物标记物进行神经精神和神经认知障碍的诊断、治疗选择和治疗监测的愿景的潜力。
旅游业中的人工智能：综述和文献计量学...
本研究考察了尼日利亚拉各斯银行业的人工智能和员工绩效，以总结研究结果。本研究的目的是考察人工智能对工作流程的补充性，并了解它是否简化了尼日利亚银行的员工操作。研究人员采用了横断面描述性研究设计。主要数据是为了获取本研究的信息。研究对象是尼日利亚拉各斯州六 (6) 家选定银行的全体员工，共计 127 名员工。本研究采用了 Taro Yamane (1967) 样本量决定因素，得出 98 个元素的样本量。向尼日利亚拉各斯州六家银行的受访者发放了 98 份问卷，使用简单比例和比率在六家银行之间进行分配，98 名受访者用于数据分析。本研究采用内容效度。使用 Cronbach Alpha 进行信度测试，结果为 0.773，表明研究工具具有内部一致性。使用平均值、简单百分比等描述性统计数据分析受访者的人口统计数据，而使用回归和 Pearson 相关系数分析数据。研究结果表明，人工智能补充了尼日利亚银行的工作流程，机器辅助任务简化了尼日利亚银行的运营。该研究建议不仅银行，而且服务业的所有其他公司都采用人工智能；需要教育所有员工和人们接受拥抱人工智能的重要性；升级发展中国家和第三世界经济体各级学校课程，将人工智能及其配套设备纳入其中。
人类婴儿海马体的自动和手动分割
海马体对学习和记忆至关重要，在生命早期会发生重大变化。研究海马结构和功能的发育轨迹需要一种精确的方法来从解剖 MRI 扫描中分割出该区域。尽管手动分割被视为“黄金标准”方法，但它既费力又主观。这推动了人们对成人自动分割方法的追求。然而，人们对这些自动化协议对婴儿的可靠性知之甚少，特别是当解剖扫描质量因头部运动或使用更短、更安静的婴儿友好型序列而降低时。在基于任务的 fMRI 协议中，我们收集了 42 个会话中的安静 T1 加权解剖扫描，这些会话针对年龄在 4 至 23 个月之间的清醒婴儿。两位专家追踪者首先手动分割了两个半球的海马体。得到的评分者间信度 (IRR) 仅为中等，反映了婴儿分割的难度。然后，我们使用了四种协议来预测这些手动分割：普通成人模板、普通婴儿模板、FreeSurfer 软件和海马子域自动分割 (ASHS) 软件。ASHS 生成了最可靠的婴儿海马分割，超过了专家的手动 IRR。因此，自动化方法可以为嘈杂的 T1 加权婴儿扫描提供稳健的海马分割，为探究早期海马发育开辟了新的可能性。
基于移动智能手机的数字瞳孔测量曲线在创伤性脑损伤诊断中的应用
的严重 TBI 患者未得到充分分诊并被送往非创伤医院（Capone-Neto 和 Rizoli，2009 年；Carrick 等人，2021 年）。这种分诊不足模式导致美国 TBI 患者的超额死亡率为 25%（Chesnut 等人，1993 年；Capone-Neto 和 Rizoli，2009 年；Chen 等人，2011 年；Cheng 等人，2017 年；Carrick 等人，2021 年）。在世界 85% 的人口居住的中低收入国家，超额死亡率可能更高，严重 TBI 后的死亡率会翻倍（Couret 等人，2016 年；Alali 等人，2018 年；Dagain 等人，2018 年；Dewan 等人，2018a 年）。在现场进行初步创伤调查本质上非常复杂，特别是在涉及头部和颈部受伤的病例中（Alali 等人，2018 年）。一种完善的 TBI 生物标志物是瞳孔对光反射 (PLR)。瞳孔对闪光的反射性收缩直接反映了中枢神经系统的功能状态 (Dewan 等人，2018b；GBD，2019；Gurney 等人，2020)。PLR 可指示颅内压升高，这是 TBI 的更严重后果 (Haas 等人，2010)，并且即使在脑震荡 (Hall and Chilcott，2018) 和轻度 TBI (Helmick 等人，2015) 中也显示出异常。 PLR 是 TBI 最重要的早期指标之一（Hernández-Sierra 等人，2021 年），最简单、最常见的 PLR 评估方法是传统的笔电检查（也称为手动瞳孔测量法），其中使用手持光源引起瞳孔收缩。然后，检查者用肉眼确定 PLR 的程度和性质。虽然这种方法简单且经济实惠，但缺乏观察者间的信度（GBD，2019 年）。数字瞳孔测量法目前是评估 PLR 的黄金标准（Larson 和 Behrends，2015 年）；然而，这种机器价格昂贵，需要专门的培训才能使用。为了解决当前临床瞳孔测量技术的缺点，我们开发了一款名为 PupilScreen 的移动应用程序（Mariakakis 等人，2017 年；图 1）。 PupilScreen 是一款机器学习驱动的应用程序，依赖于计算机视觉神经网络算法，旨在在智能手机平台上进行瞳孔测量，以提供一种比手动瞳孔测量更准确、更可靠的 PLR 评估方法，同时比数字瞳孔测量更容易使用。虽然之前发表的一项研究证明了该应用程序在评估 PLR 方面的准确性（Mariakakis 等人，2017 年），但将这些结果呈现给检查者进行解释的最佳方法仍不清楚。本研究的目的是确定从业者是否可以通过查看 PupilScreen 生成的 PLR 曲线来评估 PLR 是否正常，并将这种评估方法与更传统的笔电方法的评分者间信度进行比较。确实存在通过智能手机检测 PLR 的替代方法（Meeker 等人，2005 年；McAnany 等人，2018 年；Master 等人，2020 年），但 PupilScreen 目前在双目测量 PLR 的方法方面是独一无二的。
语言能力对编程兴趣的影响研究
*Jae-Yong Lee，教授，韩瑞大学（泰安校区）无人机系统系，韩国忠清南道泰安郡南面 Gomseom-ro，邮编 32158，jylee@hanseo.ac.kr *通讯作者摘要。本研究旨在确定三种语言能力对三种编程兴趣的影响。本研究的对象是 39 名开始学习 C 语言编程的大学生。它将语言能力分为“阅读”、“写作”和“语法理解”，将编程兴趣分为“情境兴趣”、“潜在兴趣”和“实际兴趣”，并分析这三类中每个变量的影响。本研究使用 Pandas 进行分析，并进行了信度测试、描述性统计分析、相关性分析和回归分析。语言能力三项与编程兴趣三项之间的 Pearson 相关系数如下：第一次调查为 .54 ~ .88；第二次调查为 .54 ~ .95；第三次调查为 .66~.94。所有 p 值均 <.01。在学生学习数据后进行的第一次调查中，a_value 为 25.016，b_value 为 0.256。在第二次调查中，a_value 为 23.009，b_value 为 0.275。在第三次调查中，a_value 为 18.237，b_value 为 0.330。第一次、第二次和第三次调查的 R_squared 值分别为 .530、.564 和 .747。绩效评估结果显示，第一、二、三次调查的均方误差分别为30.924、30.645、22.069，RMSE误差分别为5.561、5.536、4.698。本研究发现语言能力对编程兴趣有正向影响，有助于学习者提高编程写作能力。关键词：语言能力，新手程序员，编程能力，编程心理学。
营销策略对销售业绩的影响
营销策略 (7P) 是任何企业的基石。因此，本研究旨在调查营销策略对杜胡克省中小微企业销售业绩的影响。在这方面，本研究旨在测试关系营销策略 (产品、价格、地点、促销、流程、人员和实物证据) 对销售业绩的影响，以及如何实施和管理这些策略。毫无疑问，本研究依靠描述性和分析性方法来开展这项研究。为此，数据收集技术包括中央和次要来源，以提供理论框架。至于数据分析工具，包括有效性和可靠性测试、参与者和变量的描述性统计、相关性分析和影响因子分析，使用最新版本的社会科学统计软件包 (SPSS V. 28)。尽管如此，本研究采用随机抽样，样本包括伊拉克库尔德斯坦地区的微型和小型企业业主，本研究仅在 4 个城市中选择了杜胡克省。相反，问卷调查是本研究的主要工具，该调查已分发给 (150) 名企业领导人 (收集了 130) 份问卷，(123) 份调查问卷经过验证并准备好进行数据分析和研究测试，目标样本的响应率为 (82%)，信度系数为 (0.928)。结果，从本研究中得出了一些结论和建议，绝大多数受访者同意量表值 (74%)。此外，研究得出结论，营销策略 (MS) 和销售业绩 (SP) 之间存在正向显著关系和影响，推断这种联系对于扩大微型和小型地区的盈利能力、生产力和增长率至关重要。
原创研究利用人工智能推进动机访谈训练：ReadMI
背景：动机访谈 (MI) 是一种基于证据的简短干预方法，已被证明在触发高风险生活方式行为的改变方面非常有效。MI 在临床环境中往往未得到充分利用，部分原因是培训有限且无效。为了更广泛地实施 MI，迫切需要改进 MI 培训流程，以便能够提供及时有效的反馈。我们的团队开发并测试了一种培训工具，即动机访谈对话实时评估 (ReadMI)，它使用自然语言处理 (NLP) 提供即时 MI 指标，从而满足对更有效 MI 培训的需求。方法：检查了 ReadMI 工具从 48 次由住院医师对模拟患者进行的访谈记录中生成的指标，以确定医生说话时间与其他 MI 指标之间的关系，包括开放式和封闭式问题的数量。此外，还进行了评分者间信度统计，以确定 ReadMI 对医生反应的分析的准确性。结果：医生花在谈话上的时间越多，医生参与 MI 一致面试行为的可能性就越小（r = −0.403，p = 0.007），包括开放式问题、反思性陈述或使用变化标尺。结论：ReadMI 生成特定指标，培训师可以与学生、住院医生或临床医生分享以获得即时反馈。考虑到医疗职业培训中针对性技能发展的时间限制，ReadMI 减少了依赖主观反馈和/或更耗时的视频复习来说明重要教学要点的需要。关键词：患者参与、医学教育、软件开发
信息通信技术能力和
摘要 尽管技术在 21 世纪以或明或暗的方式影响着课堂教学，这一现实无可否认，但来自发展中经济体的证据表明，将技术完全融入教学的教师相对较少，从而引发了对其信息通信技术 (ICT) 和技术教学内容知识 (TPACK) 能力的探究。因此，本研究采用舒曼 1986 年的教学内容知识理论来调查高中社会研究教师使用 ICT 的能力以及他们对 TPACK 的了解。此外，该研究还调查了 TPACK 对社会研究教师课堂教学实践的影响。根据实证主义范式，本研究采用横断面描述性调查设计和定量方法，通过人口普查抽样，抽取了 303 名社会研究教师参与研究，主要工具是结构化问卷，其信度使用 Cronbach alpha 进行评估。描述性统计（平均值和标准差）和推断性统计（多元回归和逐步回归）用于分析研究中提出的研究问题和假设。研究结果表明，高中社会研究教师在使用 ICT 和 TPACK 方面具有很高的能力。研究再次证实，教师在 TPACK 方面的的能力显著地预测了他们的课堂教学实践，而使用 ICT 的能力增强了 TPACK 对课堂教学实践的影响。因此，建议旨在提高 ICT 使用能力的策略应与增强教师 TPACK 知识的方法同时进行，以进一步改善课堂教学实践。因此，研究得出结论，教师对 ICT 的使用和对 TPACK 的了解是决定他们课堂教学实践有效性和效率的关键因素。
评估基础知识水平和
摘要背景：肯尼亚各个县都存在未满足的计划生育需求。评估对计划生育方法使用的知识和态度是影响计划生育干预措施实施的重要因素。本研究调查了女性对症状体温法 (STM) 的知识和态度，以此作为改善未满足的计划生育需求的策略。方法：本研究采用社区横断面设计。研究参与者包括 15-49 岁的育龄妇女。使用随机抽样技术选择了 396 名参与并回答结构化问卷的女性，问卷经过验证，总体信度系数为 0.83。使用频率计数、百分比分数、多重响应交叉表和显着性水平为 0.05 的卡方分析来分析数据。结果：在 20-39 岁年龄段的参与者中，221 人（56.0%）未使用任何避孕药，大多数参与者（115 人（52.0%））倾向于使用自然方法，但缺乏使用该方法所需的技能/知识，其次是 41 人（18.6%），他们每次使用激素避孕药时都会感到头痛。大多数参与者（194 人（87.7%））对 STM 的了解程度很低，确定为（cal. X 2 val. 2.853；p 值，0.808 @ df，6），大多数参与者（215 人（97.0%））对 STM 持非常积极的态度，确定为（cal. X 2 val. 43.351；p 值，0.002 @ df，6）。结论：本研究结果表明，大多数女性缺乏对 STM 的了解，但对使用它表现出积极的态度，这进一步促成了对症状体温法的干预研究。关键词：态度、知识、症状体温法、未满足的需求背景联合国全球可持续发展目标 (SDG S) 3-目标 3.7 强调需要改进
添加 DSM-5 标准如何提高能量/...
在美国，制定精神障碍分类的最初动力是收集统计信息的需要。第一次正式尝试是 1840 年的人口普查，当时只使用一个类别：“白痴/精神错乱”。多年来，分类变得更加精细。所有类别分类的目的都是根据定义的操作标准进行精神病诊断，对可观察到的行为变化赋予不同的权重，从而实现较高的评分者间信度。 1952 年出版的《精神疾病诊断和统计手册》（DSM）第一版（DSM-I）列举了 106 种精神病诊断，而 1994 年发布的第四版 DSM-IV 已列举了 297 种。然而，在研究 DSM-IV 时发现，它只能正式诊断出不到 50% 的寻求治疗的各种主要精神疾病患者（1）。临床实践中代表严重精神障碍的标准与 DSM-IV 的定义之间明显存在巨大差距，对于躁郁症来说尤其如此。自 DSM-IV 推出以来，持续的讨论确定了诊断躁郁症的几个潜在陷阱。这些缺陷包括：持续时间标准是基于某种共识而非证据，优先考虑其他共病障碍（例如药物滥用），在许多情况下排除了躁郁症的主要诊断，以及任意截断症状数量以满足躁郁症的诊断标准。临床现实是，患者并不总是符合所有的诊断标准，而且缺乏可操作的亚阈值诊断（2）。因此，许多躁郁症患者最终被归为“未另作说明（NOS）”的笼统诊断，缺乏基于证据的治疗指导。除了任意的持续时间标准（尤其是轻躁狂发作的 4 天标准受到合理的批评）之外，DSM-5 试图接近临床现实，但在