XiaoMi-AI文件搜索系统
World File Search System哪些因素
竞争激烈的国际天然气价格受哪些因素影响？
• 在竞争性市场中，国际贸易天然气的价格决定是多方面的。市场需求中心的天然气价值是最终的驱动因素，但这一价值由多种因素和影响决定，这些因素和影响的重要性不仅会随着年份而变化，还会随着月份甚至一天而变化。正如我们在 2019 年和 2020 年看到的那样，当供应相对于需求充足时，短期边际供应成本是一个关键因素，天然气和煤炭在电力市场上的竞争也很重要。这种情况在 2021 年发生了变化，当时世界从新冠疫情中恢复过来，在 2022 年俄罗斯入侵乌克兰之后，情况发生了更为显著的变化。市场急剧收紧，欧洲的需求超过供应，价格远高于长期边际供应成本，需求反应剧烈，燃料转换、效率、行为变化甚至工业关闭都影响了价格。
哪些因素促成了人工智能的接受？系统评价
据预测，人工智能 (AI) 代理将在未来十年内渗透到大多数行业，从而推动个人、行业和社会向新技术转变。因此，近年来人们对用户对 AI 技术的接受度的兴趣和研究激增。然而，现有研究似乎分散且缺乏系统性综合，限制了我们对用户对 AI 技术的接受度的理解。为了填补文献中的这一空白，我们按照系统评价的首选报告项目和荟萃分析指南，使用五个数据库进行了系统评价：EBSCO host、Embase、Inspec（Engineering Village host）、Scopus 和 Web of Science。论文需要同时关注用户接受度和 AI 技术。接受度被定义为使用、购买或尝试商品或服务的行为意图或意愿。在数据库搜索中共找到 7912 篇文章。本次评价纳入了 60 篇文章。大多数研究（n = 31）没有在论文中定义 AI，38 项研究没有为参与者定义 AI。扩展技术接受模型 (TAM) 是评估用户对 AI 技术接受度的最常用理论。感知有用性、绩效期望、态度、信任和努力期望显著且积极地预测了多个行业中 AI 的行为意图、意愿和使用行为。然而，在某些文化场景中，无论感知有用性或感知易用性如何，对人际接触的需求似乎都无法被 AI 复制或取代。鉴于文献中存在的大多数方法都依赖于自我报告数据，需要使用自然方法进行进一步研究，以验证最能预测 AI 技术采用情况的理论模型。
哪些因素影响人们对人工智能采用的态度
机器学习和相关技术的快速发展提高了人们对自动驾驶汽车、自主手术和人工智能 (AI) 其他用途的乐观态度。但这些技术的采用不仅仅是算法设计和训练方面的突破。世界各地的监管机构将不得不对围绕人工智能的法律和政策做出一系列选择。为了进一步了解他们将如何做出这些选择，我们利用了一个独特的调查对象——690 名美国地方官员——美国地方官员的代表性样本。鉴于美国的分散结构，这些官员将做出许多关于人工智能采用的决定，从政府使用到监管。结果显示，对自动驾驶汽车的支持程度高于自主手术。此外，那些在 COVID-19 大流行之前使用过拼车应用程序的人对自动驾驶汽车的支持程度明显更高。我们还发现，自我报告的对人工智能的熟悉程度与对人工智能在各种领域的应用的认可度增加相关，包括面部识别、自然灾害影响规划，甚至军事监视。与此相关的是，那些对采用人工智能表示更大反对的人似乎也更关心隐私和信息之间的权衡以及算法中的偏见。最后，受访者使用的解释逻辑因性别和之前使用人工智能的经验而异，我们通过定量文本分析证明了这一点。
哪些因素会引发经济不安全？哪些人面临的风险最大？
疫情爆发前，全球女性失业率略高于男性，但女性在参与度、正规性、职业和工资方面普遍处于男性劣势，这在少数族裔和土著妇女中尤为明显（国际劳工组织，2018 年；联合国，2016 年）。在新冠疫情危机期间，女性的有偿和无偿工作帮助许多家庭维持了经济安全——包括为家属提供无偿照顾。很大一部分女性在受疫情影响最严重的行业工作，导致更多女性失业，同时，由于学校和日托中心关闭，她们还要承担更重的育儿负担。自危机爆发以来，全球退出劳动力市场的女性人数多于男性。3 事实上，在危机时期，女性在无偿护理工作上花费的时间会增加。
哪些因素推动员工接受人工智能？
摘要 近年来，人工智能 (AI) 已迅速从一个理想概念转变为可以部署的技术。由于其模仿人类智能的能力，各行各业的许多公司都开始整合人工智能。但是，如果不使用人工智能，它就无法提高组织的绩效。不幸的是，员工对创新技术的抵制是一个普遍存在的问题。为了最大限度地减少员工抵制的不利影响和成本，预测并更好地了解哪些因素推动了员工对人工智能的接受是很有价值的。本论文探讨了预测员工对人工智能接受度的能力。为此，传统的技术接受模型 (TAM)，包括行为使用意愿 (BI)、感知有用性 (PU) 和感知易用性 (PEOU)，被扩展为信任和社会影响相关因素，如合规性、形象、技术信任和行为不确定性。此外，还研究了之前使用人工智能的经验的调节作用。我们设计了一项有 199 名参与者 (N=199) 的调查，以衡量接受度驱动因素的影响大小和方向性。在调查中，参与者被展示了一个税务或审计相关的案例。结果表明，扩展的 TAM 模型是预测员工接受 AI 的有效模型。PU 对 BI 表现出最显著的影响。相反，没有发现 PEOU 对 BI 有显著的直接影响。研究结果进一步表明，有经验的员工和没有经验的员工的接受行为有所不同。另一个重要的结果是，员工对之前经验的情绪会显著影响驱动因素的大小。这些发现推动了理论的发展，并为未来的研究做出了贡献，重点是提高对员工接受 AI 的理解。
哪些因素影响在线品牌信任 - SciELO Chile
本研究在马来西亚在线机票购买者的特定背景下考察了在线品牌信任及其影响因素。总结了有关在线品牌信任驱动因素的学术文献，发现有必要对在线品牌信任进行研究。因此，我们的假设是口碑、在线体验、安全/隐私、感知风险、品牌声誉和质量信息对在线品牌信任有显著影响。我们的假设正在根据上述变量对马来西亚在线机票购买者进行测试。采用调查方法，通过问卷调查收集了 289 名在线机票购买者的数据；进行了有效性和可靠性测试以及因果关系分析（多元回归分析）。根据研究结果，安全/隐私、口碑、在线体验、质量信息和品牌声誉似乎与在线品牌信任有着显著的正相关关系。将结果与早期的研究结果进行了比较，并讨论了局限性，并讨论了进一步的研究。本研究为消费者的在线品牌信任提供了深刻的理解。