XiaoMi-AI文件搜索系统
World File Search System出声
在高压下通过超快光谱揭示的LA3NI2O7中的密度波状差距演变
密度波（DW）阶的顺序被认为与最近发现的高温超导体LA 3 Ni 2 O 7中的超导性相关。然而，仍然缺乏对其在高压下进化的实验研究。在这里，我们探索了双层镍3 ni 2 o 7单晶体中的准颗粒动力学，使用超快光泵探针光谱在高达34.2 GPA的高压下。在环境压力下，温度依赖的松弛动力学表明，由于在151 K附近的能量间隙打开了能量隙，因此表现出声子瓶颈的效果。Rothwarf-Taylor模型确定了DW样间隙的能量尺度为66 MeV。结合了最近的体验结果，我们建议在环境压力和低温下的DW样过渡是自旋密度波（SDW）。随着压力的增加，该SDW顺序被显着抑制至13.3 GPA，然后在26 GPA左右完全消失。值得注意的是，在高于29.4 GPA的压力下，我们观察到另一个类似DW的顺序的出现，其过渡温度约为135 K，这可能与预贴的电荷密度波（CDW）顺序有关。我们的研究提供了在高压下类似DW的差距演化的实验证据，从而对LA 3 Ni 2 O 7中DW顺序与超导性之间的相关性提供了关键的见解。
通过 CSEDM 深入了解人工智能问题解决的有效教学：案例研究
摘要 近年来，面向全民的计算机科学教育已成为研究人员和从业人员关注的重要领域。与此同时，由于人工智能技术在人类日常生活中的日益普及，K-12 的人工智能 (AI) 教育越来越受到计算机科学教育者的关注。与一般的计算机科学能力相比，人工智能素养更需要基于证据的研究才能有效地融入我们的学校。用于计算机科学教育的常见学习环境使我们能够超越传统的教育研究方法，提供一个平台，可以从学生与计算机科学教育相关活动的互动中收集详细数据。因此，传统的教育研究方法加上从模式识别和学生建模方法中获得的见解，使我们能够有效地改进教学并为学生提供自适应支架。在这项工作中，我们提出了我们的第一个 AI 课程模块，旨在通过一系列逐步搭建的活动来教授基本的 AI 搜索算法——广度优先搜索 (BFS)。数据是从一名高中生对这项活动的初步试点中收集的，形式包括出声思考协议、屏幕截图、提交的基于块的编程工件和面试问题。我们的结果表明，我们的活动成功地提高了学生对 BFS 算法的了解，更重要的是，提高了学生如何利用这种特定的 AI 算法来解决现实世界的问题。根据这项试点研究的结果，我们建议在学习环境中设计一个综合的 AI 课程，该课程收集学生进度的详细数据，以指导教学设计并为学生提供自适应支架。
研究文章人工智能智能手机应用程序 AICaries 改善了儿童在家龋齿筛查：有主持和无主持可用性测试
早期儿童龋齿 (ECC) 是全球最常见的儿童疾病，也是医疗资源匮乏儿童的健康差距。如果及早发现，ECC 是可以预防和逆转的。然而，许多来自低收入家庭的儿童在牙科护理方面遇到了障碍。无论患者的经济状况如何，家庭龋齿检测技术都有可能改善牙科护理的可及性，并解决 ECC 的普遍性问题。我们的团队开发了一款智能手机应用程序 (app) AICaries，它使用人工智能 (AI) 技术通过儿童牙齿照片检测龋齿。我们使用混合方法来评估 AICaries 应用程序在医疗资源匮乏的亲子二元组中的接受度、可用性和可行性。我们对十对亲子二元组进行了有主持的可用性测试 (步骤 1)，使用“出声思考”方法评估应用程序的流程和功能，并分析数据以改进应用程序和程序。接下来，我们进行了无主持现场测试（步骤 2），32 对亲子二元组在他们的自然环境（家）中测试该应用程序，为期两周。我们实施了系统可用性量表（SUS），对父母进行了半结构化的个人访谈，并进行了主题分析。AICaries 应用程序从参与者那里获得了 78.4 的 SUS 分数，表明接受度很高。值得注意的是，大多数（78.5%）由父母拍摄的儿童牙齿照片的质量令人满意，可以使用 AI 应用程序检测龋齿。父母建议使用社区卫生工作者对需要帮助的父母进行培训，以便为年幼的孩子拍摄高质量的牙齿照片。使用 AICaries 应用程序的好处包括方便的居家龋齿筛查、提供龋齿风险和教育信息以及让家庭成员参与进来。本研究的数据支持未来的临床试验
阅读、写作和谈论时事的资源和策略
• KWLA 图表是一种工具，用于记录在课程或单元期间对想法和学习的探索，因为它提供了机会来确定学生已经知道什么、他们想要进一步了解什么、他们已经学到了什么以及如何应用这些新知识。单击此处获取教学实践和支持资源。 • 出声思考和结构化对话为学生提供了一个机会，让他们思考他们正在阅读的内容，找出困惑点，并能够在与伙伴交谈时应用、分析、评估或综合他们所读的内容。单击此处获取教学实践和支持资源。 • 深度和复杂性思维工具使用 11 种工具及其相应的图标为读者提供视觉提示和与文本互动的路线图。单击此处获取教学实践和支持资源。 • 说、意味着、重要是一种策略，通过引导学生了解作者所说的内容及其含义，然后提供机会提供分析来确定其重要性，从而为文本分析提供支持。点击此处获取教学实践和支持资源。• 跨科斯塔思维层次阅读利用科斯塔的思维和提问层次让学生探索和分析文本，从能够描述基本信息转变为以最高严谨程度进行思考。点击此处获取教学实践和支持资源。• 有目的地重读以加深理解和记忆让学生多次阅读文本或文本块，每次阅读都有针对性的重点，让学生深入理解和领悟。点击此处获取教学实践和支持资源。• 高阶讨论技巧结合使用学术语言脚本和学术思维技巧句子框架来支持学生参与讨论
能源公司义务地方当局灵活资格意向声明 – 于 2022 年 3 月 30 日撤回
1. 引言 1.1 能源公司义务（ECO）是政府对大型能源公司施加的一项义务，旨在帮助家庭减少能源费用和相关的碳排放。通过 ECO 的近期变化，有义务的能源公司能够通过与地方当局合作，通过 ECO 灵活资格实现其可负担取暖目标的四分之一。 1.2 大林肯郡能源效率网络（GLEEN）是七个区和两个单一议会以及林肯郡议会之间的合作伙伴关系，根据该网络，大林肯郡地区实施家庭能源效率计划。GLEEN 项目旨在最大限度地利用政府能源公司义务（ECO）和其他可用于居民能源效率和供暖措施的补助机会。我们的回应是创建 Lincs 4 Warmer Homes（L4WH）。 1.3 GLEEN 将维护一个安装人员和管理代理框架，他们可以从有义务的能源供应商那里获得 ECO 资金。签署该框架的安装人员将与东北林肯郡议会签订特许合同，并且需要证明他们符合某些质量标准并同意根据安装的措施和家庭情况在规定的时间范围内开展工作。大林肯郡当局只会提倡使用签署了此框架的安装人员。1.4 GLEEN 认识到，居住在寒冷的家中会给相当多的人带来不利影响——既包括燃料贫困的家庭，也包括低收入且容易居住在寒冷的家中的人。ECO 有一套国家资格标准，基于是否收到合格的经济状况调查或残疾福利。1.5 制定此意向声明 (SOI) 是为了让 GLEEN 能够参与 ECO 灵活资格审查。它规定了参与的大林肯郡当局在灵活资格和现有交付安排下作出声明时将使用的标准，符合英国商业、能源和工业战略部 (BEIS) 于 2019 年 2 月向地方当局发布的指导。能源供应商需要作出声明，以便他们声称该措施符合 ECO 资格。1.6 当地方当局作出声明时，并不保证会安装特定措施。最终决定权将由能源供应商或其管理代理和安装人员决定，他们将考虑以下几点因素：
绘画任务中学生与人工智能交互过程的差异：关注学生对人工智能的态度和绘画技巧水平
人工智能 (AI) 的最新进展和应用增加了学生在学习任务中与 AI 互动的机会。尽管各个学术研究领域都研究过人机协作，但在学生-AI 团队场景中学生如何与 AI 协作的根本过程却很少被研究。为了在教育领域开发有效的 AI 应用，有必要了解学生-AI 交互 (SAI) 过程中因学生特点而产生的差异。本研究试图通过探索具有不同绘画能力和对 AI 态度的学生在执行公共广告绘画任务时 SAI 过程的差异来填补这一空白。基于从 20 名韩国本科生的出声思考协议中获得的经验证据，该研究首先进行了滞后顺序分析，以确定每个组的统计显着线性模式，然后按时间顺序将它们通过编码活动对齐系列纳入 SAI 持续时间，以区分每个组的整体 SAI 过程。研究揭示了对 AI 和绘画技巧态度不同的学生在 SAI 过程中的明显差异。为了更好地促进学生-AI团队的学习，本文讨论了教育AI开发和教学设计的一系列影响。 对实践或政策的启示： • 教育AI不应仅限于执行特定任务和解决明确定义的问题。 它应该以端到端学生-AI过程的整体视角进行设计，并与学习过程中的不同学习活动相互关联。 • 教育AI应该能够提高学生的元认知和情感参与度。 • 应组建一个包含不同利益相关者的教育AI系统架构师团队，以协作设计AI系统。 关键词：学生-AI交互、学生-AI协作、教育AI、教育AI开发、人机交互、序贯分析 简介 人工智能（AI）已越来越多地发展到与人类合作完成从海量数据处理到决策等各种任务。 特别是，先进的生成循环神经网络支持系统可能使AI能够在创造性任务和体验中积极与人类合作，例如对人们具有内在价值的绘画任务。这种进步引起了人们对人机协作交互的日益关注，在这种交互中，人类和智能代理需要协调执行高复杂性任务。与此相符的是，人们越来越期望人工智能将发挥重要的教育作用，例如协作同伴和个人导师，而不是简单的学习工具（Kim 等人，2022 年；Kim & Lee，2023 年）。由于这些期望，许多教育人工智能（AIED）领域的研究人员