XiaoMi-AI文件搜索系统
World File Search System可供性
量化建筑环境维持 BDNF 的能力
摘要：与啮齿类动物的丰富环境不同，人类建造的环境通常会通过久坐的生活方式阻碍神经可塑性，损害认知和心理健康。本文引入了“身体活动的环境可供性”，以量化空间布局设计刺激活动和维持神经可塑性（主要是海马神经发生）的潜力。一个新颖的框架将城市和建筑变化的代谢当量 (MET) 与脑源性神经营养因子 (BDNF) 联系起来，后者是一种促进和维持成人海马神经发生和长期增强 (LTP) 的生物标志物。通过短暂暴露于建筑环境 20-35 分钟后可测量的 BDNF 变化，开发了方程式来评估神经可持续性潜力，因为有证据表明，通过低强度到中等强度的身体活动可以引起 BDNF 释放。该模型提供了一种可行的评估工具，将设计和神经科学连接起来。通过维持神经发生，环境对身体活动的承受能力有望通过海马神经发生的可持续性来改善心理健康并防止认知能力下降。
人工智能（和大数据）在学习科学中的地位 - ERIC
学习科学本质上涉及跨学科研究，其总体目标是推进学习理论，并为有效的教学方法和学习技术的设计和实施提供信息。在这些努力中，学习科学涵盖了与学习、动机和社会互动相关的各种结构、措施、过程和结果。这些复杂的目标还受到来自学习环境、学习任务和个人学习者特征的大量因素的影响。学习发生在众多相互作用的背景因素中，这些因素涵盖学校、教师、课堂、同龄人和可用技术之间的差异。这些背景在各种因素方面也存在很大差异，例如学生获得的社会支持、教师参与度、人口和意识形态多样性，以及教育技术提供的教学设计策略和可供性（Anderson & Dron，2011）。学习者本身在年龄、年级、种族和文化背景等一系列固定因素以及参与度、兴趣、学习策略、阅读技巧和先前知识等可塑的个人差异上存在差异（Cantor 等人，2019 年；Jonassen 和 Grabowski，2012 年；Winne，1996 年）。
解锁人类行为以构建更好的交通...
人为因素有多种定义，但所有这些定义都具有一些共同特征。1 人为因素专业人员力求利用有关人类能力和局限性的知识来理解和改善人们与周围世界的互动。这是通过对人类的感觉、知觉、目标设定、决策以及响应选择和执行进行科学审查来实现的，它考虑了可以和不可以对环境采取行动的方式（即可供性和约束性）。交通环境包括以道路、人行道、小路以及附属标志、信号、标记和分界线的形式提供给旅行者的基础设施。它还包括旅行者使用的各种交通工具，其中包括客运车、卡车、公共汽车、摩托车、自行车和轮椅等。道路使用者、其交通方式和建筑环境之间的这种互动在复杂环境中提供了安全高效的交通系统，取得了显著的成功，但仍然存在错误选择的证据，以及超出人类行动能力的情况。弱势用户与机动车之间的互动可能是 21 世纪最棘手的挑战之一，而“零死亡”仍然是交通专业人士的崇高目标。以某种方式解决这些问题
认知作为形态学/形态发生学的体内体现计算
摘要：认知，历史上被认为是人类独有的能力，但最近发现它是所有生物体（从单细胞开始）都具备的能力。本研究从信息计算的角度探讨认知，其中自然界的结构被视为信息，过程（信息动态）被视为计算，从认知主体的角度来看。认知被理解为并发形态/形态发生计算的网络，它是物理、化学和生物主体的自组装、自组织和自创生的结果。当今以人为中心的认知观仍然在各大百科全书中盛行，存在各种未解决的问题。本文探讨了形态计算、形态发生、代理、基础认知、扩展进化综合、自由能原理、认知作为贝叶斯学习、主动推理和相关主题的最新研究，为旧计算主义认知模型固有的问题提供了新的理论和实践视角，这些模型基于抽象符号处理，没有意识到认知代理体现的实际物理约束和可供性。更好地理解认知对于未来的人工智能、机器人技术、医学和相关领域至关重要。
TLA 中的 AI：一些研究文章和书籍
维护南非大学的诚信：ChatGPT 对剽窃和学术写作的影响。Singh, M. 2023。维护南非大学的诚信：ChatGPT 对剽窃和学术写作的影响。南非高等教育杂志 37(5): 203–220。网址：https://sun.primo.exlibrisgroup.com/permalink/27US_INST/2fbt29/cdi_scielo_journals_S1753_59132023000500015 摘要：人工智能 (AI) 的最新进展重新引发了关于大学的价值及其在创造和促进知识方面的作用的讨论。 ChatGPT 的发明在学术界引起了不同的反应，一些人欢迎它的能力，而另一些人担心它可能会破坏学校和大学的工作，称其为“世界末日”（Green 2022）。这些方面影响了学术界的诚信，因此对辩论做出了根本贡献。人工智能对高等教育教学的影响以及人们认为的影响一直在大众媒体上得到记录。因此，本文的目的是了解 ChatGPT 对剽窃和学术写作的影响。它通过收集南非三位知名教授的观点，为生成人工智能和教学的学术话语做出了贡献。这项定性研究的结果表明，对于这些教授来说，这类技术是受欢迎的，需要教学生如何与他们互动，而不是诋毁他们。讲师和大学应承担起创造教学环境的责任，让这些技术能够进入课堂，尤其是在评估方式上。 一年级写作中的生成式人工智能：对可供性、局限性和未来框架的早期分析 Cummings，RE，Stephen M. Monroe 和 Marc Watkins。2024 年。一年级写作中的生成式人工智能：对可供性、局限性和未来框架的早期分析。计算机与作文 71：102827。网址：https://sun.primo.exlibrisgroup.com/permalink/27US_INST/2fbt29/cdi_crossref_primary_10_1016_j_compcom_2024_102827 摘要：作文教学的基础——包括协作、尊重学生自主权和反思——为探索生成式人工智能对写作的影响提供了支持性参考框架。•我们得出结论，大学作家可能并不总是热衷于采用人工智能工具。我们的许多学生都表示担心在写作过程中失去作者的声音并被人工智能打断。•学生们还对人工智能写作工具的实用性表示乐观，特别是在发明和研究阶段。•在作文课堂上使用生成式人工智能时，我们使用了三种主要工具——Elicit、Fermat 和 Wordtune。当他们的参与被仔细定义为特定的写作任务时，他们每个人都表现出写作任务的潜力。•我们的工作使我们能够创建 DEER 实践，它强调有意识地和有定义地参与生成式人工智能以达到特定的写作目的，以及频繁的反思。我们的第一年写作课程于 2022 年秋季开始让学生有意识地参与生成式人工智能。我们使用人工智能工具 Elicit、Fermat 和 Wordtune 开发了集思广益研究问题、写反驳和编辑帮助的作业。学生们觉得这些工具有助于找到开始写作的想法，在开始写作后找到资料，并获得反驳和替代词汇选择的帮助。但当可以选择使用助手或
高等教育教学的解释学分析
引言“向前迈进”和融入新技术的迫切需要长期以来一直推动着高等教育的发展。在过去十年中，世界各地的教学人员都被鼓励将各种数字技术融入教学和学习环境中。大量资源已被投入到支持教师技术应用的举措中。其中包括教师培训计划和以技术为重点的单位，为教师提供技术和教学指导（Tømte 等人，2019 年），这些单位是变革的中心。这类计划的一个基本假设是，由于开发高效的技术增强学习绝非易事，因此教师必须成为称职的学习设计师（Conole 和 Fill，2005 年；Dobozy 和 Cameron，2018 年）。正如 Lai 和 Bower（2019 年）所强调的那样，高质量的技术增强学习需要了解技术的可供性以及教师和学生在数字环境中的角色，等等。为了有效地整合这些方面，教师需要进行学习设计。在这里，学习设计通常包括“规划和/或实际开发特定教学或学习资源的过程”（Kali 等人，2015 年，第 174 页）。Goodyear（2005 年）将其描述为“教育设计”，他将其定义为“在特定情况下构建如何支持学习的表述所涉及的一系列实践”（第 82 页）。虽然这个想法
学生对编程生成人工智能反馈的看法和偏好
人工智能 (AI)，特别是大型语言模型 (LLM) 的快速发展为各种教育应用开辟了机会。本文探讨了利用最流行的 LLM 之一 ChatGPT 在入门计算机科学 (CS1) 课程中自动对 Java 编程作业进行反馈的可行性。具体来说，本研究重点关注三个问题：1) 学生在多大程度上将 LLM 生成的反馈视为形成性的？2) 学生如何看待包含其代码的反馈提示与不包含其代码的反馈提示的比较可供性？3) 学生建议进行哪些改进以改进 LLM 生成的反馈？为了解决这些问题，我们使用 ChatGPT API 为 CS1 课程中的四个实验室作业生成了自动反馈。调查结果显示，学生认为反馈与 Shute 制定的形成性反馈指南非常一致。此外，学生明显偏爱将学生代码作为 LLM 提示的一部分而生成的反馈，我们的专题研究表明，这种偏爱主要归因于反馈的特异性、清晰度和纠正性。此外，本研究发现，学生通常期望获得具有足够代码示例的具体纠正性反馈，但对反馈的语气有不同的看法。本研究表明，ChatGPT 可以生成学生认为具有形成性的 Java 编程作业反馈。它还提供了有关使 ChatGPT 生成的反馈对学生有用的具体改进的见解。
社论 已经投入还是绝对热衷？人工智能、学术出版和信息素养
好吧，好吧，我承认……我们可能是时候发表一篇关于人工智能 (AI) 的社论了，对吧？统计数据显示，我们发表的关于这个主题的论文可靠地排在我们最受欢迎的文章中，而且在图书馆学的几乎所有其他方面，越来越难以避开这个主题。话虽如此，而且有点令人惊讶的是，考虑到炒作，与人工智能和信息素养 (IL) 相关的出版物相当稀少。除了 JIL 董事会成员 Noora Hirvonen (2024；Hirvonen 等人，2023) 从可供性的视角探索人工智能，以及 Karolina Andersdotter (2023) 研究如何使用学习圈来帮助图书馆工作人员参与该主题的工作外，似乎研究尚未赶上我所看到的关于该主题的专栏文章、会议提交和 LibGuides 的数量。最近，我的同事 Darren Flynn 推荐了 Annie Pho 和 Wynn Tranfield (2024) 关于批判性人工智能素养的论文，该论文对工具对图书馆工作人员“劳动、教学和专业实践”的影响进行了有用的分析，特别关注了延续关系性的需求（和挑战）。然而，除了这些文章之外，仍然有足够的空间来考虑人工智能如何限制和实现 IL 实践的实施，或者它如何为信息景观的构建创造条件。有一件事我见过的报道更少，但它引发了更多有趣的考虑，那就是人工智能对 JIL 等期刊的影响。无论你对人工智能及其未来有何看法（目前，它似乎有点“惊慌失措”），都有明显的实际影响，学术期刊需要尽早处理。当然，编辑委员会的主要担忧之一是人工智能在作者评定中的应用——下一段将对此进行详细介绍——但一个可能不太常见的担忧是人工智能在学术交流过程的审阅阶段的应用（Battacharya，2024 年）。人工智能用于同行评审的风险在于将评审重点放在结构性问题而非分析性问题上，这也引发了人们对“所有权、剽窃和隐私标准”的担忧，因为审稿人会将未发表的材料上传到高度不透明的私营公司手中（Heidt，2024 年）。更不用说与数据抓取相关的问题了，这是
人机交互 (HCI) 的系统评价...
摘要 本文系统地回顾了支持医学、医疗保健和工程等各个领域的培训和学习的人机交互技术相关研究。重点是涉及扩展现实 (XR) 技术的 HCI 技术，其中包括虚拟现实、增强现实和混合现实。随着 XR 工具和技术在包括教育在内的各种培训和学习环境中的迅速应用，基于 HCI 的研究变得越来越重要。采用 HCI 方法面临许多挑战，因此需要对各个领域的此类 HCI 方法进行全面而系统的回顾。本文通过对迄今为止提出的各种 HCI 方法进行系统的文献综述来满足这一需求。PRISMA 引导的搜索策略确定了 1156 篇文章需要摘要审查。不相关的摘要被丢弃。剩余文章将审查每篇文章的正文，与我们特定问题范围无关的文章也被淘汰。根据纳入/排除标准，选择了 69 篇出版物进行审查。本文分为以下几个部分：简介；研究方法；文献综述；效度威胁；未来研究和结论。在分析不同研究人员采用的研究技术后，还根据不同的参数纳入了详细分类（涉及 HCI 标准和概念，例如可供性、培训和学习技术）。本文最后讨论了该 HCI 领域面临的主要挑战以及未来的研究方向。对这些出版物的研究成果的回顾强调了在这种基于 3D 的培训交互中采用这种基于 HCI 的方法时可能取得更大的成功。如此更高的成功率可能是由于强调设计用户友好（和以用户为中心）的培训环境、交互和流程，这些对用户的认知能力及其各自的学习/培训体验产生积极影响。通过回答三个探索性研究问题，我们发现数据证实 XR-HCI 是一种上升方法，它通过提高技能和安全性，同时降低成本和学习时间，带来了一种新范式。我们相信，这项研究的结果将有助于学者开发新的研究途径，从而帮助 XR-HCI 应用成熟并得到更广泛的采用。
人工智能工具对支持21世纪技能的可行性：高等教育实证研究的系统回顾
21 世纪的技能应融入高等教育，以帮助学生应对复杂的工作和生活挑战。人工智能 (AI) 驱动的工具有可能优化高等教育学生的技能发展。因此，重要的是要概念化人工智能系统对高等教育 21 世纪技能发展的相关可供性。本研究旨在概述 Web of Science 数据库中发表的期刊文章，这些文章专门讨论了基于人工智能的工具对 21 世纪技能发展的影响。四类不同的基于人工智能的工具（智能辅导系统、聊天机器人、人工智能驱动的仪表板和自动评分系统）被确定为能够促进六种主要的 21 世纪技能（协作、沟通、创造力、批判性思维、信息和通信技术以及解决问题）。审查显示，使用基于人工智能的工具可能有助于同时发展多种 21 世纪技能（例如协作和批判性思维）。结果表明，人工智能的自适应反馈在促进 21 世纪技能发展方面发挥着重要作用。此外，利用各种功能性人工智能（例如预测和分析）可能有助于发展各种技能。基于人工智能的技术似乎最关注 21 世纪的解决问题技能及其子技能。对实践或政策的启示：• 应在基于人工智能的工具中采用更多人工智能的功能性（例如预测和分析）。这可以支持高等教育学生的 21 世纪技能。• 基于人工智能的工具（例如聊天机器人和智能导师）通过数据与最终用户互动。人工智能系统有可能利用学生的多模态数据来促进 21 世纪技能。• 人工智能技术应更多地融入高等教育背景下的社会科学和人文学科，以支持学生的 21 世纪技能。关键词：人工智能、智能系统、21 世纪技能、高等教育、系统评价 引言 为了应对严峻而竞争激烈的工作和生活挑战，当今的高等教育学生需要发展各种知识和技能。克服这些挑战不仅需要成为某个特定领域（例如商业或健康）的知识渊博的员工：个人还应该知道如何在困难的情况下进行合作并通过处理意外冲突来解决问题（Rios 等人，2020 年）。在这些情况下，他们可能会在互联网上搜索相关信息后想出创造性的解决方案。个人应该批判性地对待基于互联网的信息，并不断为其解决问题提供依据（Van Laar 等人，2017 年）。因此，在未来的职业生涯中，高等教育学生可能需要通用和可转移的技能，例如解决问题、创造性思维和协作，这些技能被定义为 21 世纪的技能（Muukkonen 等人，2022 年；Van Laar 等人，2020 年）。高等教育是学生获得 21 世纪技能的关键环境。为了实现这一点，可以在高等教育课程中实施支持协作解决问题等技能的教学法（Hämäläinen 等人，2017 年）。教学技术还可以帮助学生获得 21 世纪的技能（Benvenuti 等人，2023 年；T. Wang 等人，2023 年）。事实上，新兴的