摘要 个人心理相关因素可能预测人们对人工智能 (AI) 的接受程度,本文对此进行了研究。研究 1 报告了对人工智能总体态度量表 (GAAIS) 的确认性验证,此前已在其他地方进行了初步验证。验证性因子分析证实了双因素结构(积极、消极),并显示出与相关量表的良好收敛和发散效度。研究 2 测试了心理因素(五大人格特质、企业不信任和一般信任)是否能预测对 AI 的态度。内向者总体上对 AI 的态度更为积极,可能是因为他们欣赏算法。尽责性和随和性与对 AI 消极方面的宽容态度有关。企业不信任程度越高,总体上对 AI 的态度就越消极,而一般信任程度越高,对 AI 的好处的看法就越积极。普遍信任与企业不信任之间的分离可能反映了公众对人工智能利弊的归因。结果与理论和先前的发现相关。
摘要 制度被称为国家增长的“深层决定因素”。然而,在国家以下层面,实证证据有限。本研究考察了制度质量指标如何影响经济增长。15 个指标(每个指标涵盖印度 21 个邦,时间跨度为 7 年)用于基于主成分分解的因子分析提取因子。首先,构建三个涵盖经济效率、治理能力和法律秩序的分项指数。然后,取它们的平均分,最终得出制度质量指数。然后,该指数用于 North (1981) 开发的正式增长回归框架,采用合并 OLS 和基于固定效应的估计方法。研究结果表明,良好的制度具有积极且显著的水平和增长效应,即它们对人均收入及其增长产生积极影响,但有所滞后。最后,治理能力和经济效率指标在统计上显著地对人均收入增长产生了积极影响——让我们思考,至少在短期内,印度这样的发展中国家应该在哪里部署更多的有限资源。
本研究旨在研究影响 HANA 微电子股份有限公司南奔府分公司员工工作幸福感的因素,分析 HANA 微电子股份有限公司南奔府分公司员工工作幸福感的因素。本研究重点关注影响员工工作幸福感的 3 个主要因素。这些因素分别是 1)福利补偿和奖励,2)组织运营和管理体系,3)组织内的个人关系。样本是从 HANA 微电子股份有限公司南奔府分公司全体员工(3,942 人)中整群抽样,参考 Taro Yamane 表,选出 364 人作为调查对象。本研究使用问卷调查,问卷内容有效、可靠,信度为 0.983。问卷分发给 HANA 微电子股份有限公司南奔府分公司共 17 个部门。通过 SPSS 程序采用多种技术对收集的数据进行统计分析;频率(𝑋𝑋 ത)、百分比、平均值、标准差(SD),并使用探索性因子分析来验证研究假设。
本研究研究了人工智能(AI)对人才获取和人力资源保留(HR)的变革性影响。这项研究使用了来自各个行业的173个小时专业人士和员工的样本,研究了AI驱动的解决方案如何优化招聘程序并改善长期参与策略。该研究研究了预测分析,聊天机器人和机器学习算法对增强候选人筛查,最大程度地减少雇员时间以及培养量身定制的招聘经验的影响。此外,它评估了人工智能在预测员工离职风险和促进主动保留策略中的功效。高级统计技术,例如因子分析和Mann-Whitney U检验,用于评估假设并揭示可行的见解。结果表明,由于AI而引起的人力资源运营效率,申请人满意度和劳动力稳定性的实质性增强。这项研究突出了AI改变人力资源实践的能力,同时面对诸如偏见和使用道德考虑之类的问题。该研究为寻求利用AI发展竞争性,面向未来的人力资源系统的公司提供了可行的建议。
在21世纪,面对气候变化的必要性变得紧迫,从而引起了个人的不利心理影响。气候变化焦虑的特征是对与气候变化有关的环境灾难的持续担忧,已成为一种值得注意的现象。为了衡量这一现象,研究人员引入了气候变化焦虑量表(CCAS),这是一种由22个项目组成的自我管理仪器。这项研究检查了意大利版22项CCA的心理测量特性,涉及189名大学生。利用确认因子分析(CFA),对意大利版本的CCAS的因子结构进行了审查。可靠性是通过Cronbach的alpha衡量的,而并发有效性是通过正面和负面影响时间表(PANAS)和偏见的健康问卷-4(PHQ-4)建立的。CCA表现出适合四因素模型(认知情绪障碍,功能障碍,气候变化经验和行为参与的经验)的足够。也证实了PANAS和PHQ-4的同时有效性。意大利语版本的CCA被认为是评估气候变化焦虑的可靠工具,即使在意大利语环境中,也为面对环境问题而言,为增强福祉的研究和干预措施提供了有希望的前景。
学习型组织通过利用其“战略一致性”来促进教育。然而,组织战略是一个关键问题,因为它会影响组织的效率和绩效。本研究旨在评估战略一致性维度对组织学习实践的影响。本研究是定量的、描述性的和解释性的。验证性因子分析 (CFA) 方法用于评估研究变量。研究案例是 Wasit 大学教职员工,他们向 450 名参与者提供样本。使用问卷收集数据。使用 SPSS V.25 和 Amos.V.23 统计程序分析收集的数据。研究假设被接受,并证实了战略一致性维度(包括电信、组织价值、治理、伙伴关系和劳动力技能)对 Wasit 大学学习型组织实践的影响的统计显著性 (p < 5%)。组织学习的战略一致性维度中保留的结构表明电信、组织价值、治理、伙伴关系和教师技能的可用性。大学应该增加对组织学习机制的兴趣和投资,以促进获取知识的过程。在制定战略决策时,必须让教官参与并考虑他们的观点和能力。
本研究基于以下假设:国内外神经教育学信息匮乏,有足够多的证据表明需要对神经教育学进行概念化。因此,总体目标是分析神经教育、神经教学法、教师培训和神经教育学之间的关系。数据收集采用 27 项临时李克特量表问卷进行,可靠(Cronbach's Alpha,.973),并通过探索性因子分析(KMO(.843)、Bartlett(Sign.000)、决定因素(9.416E-19))验证其内容和结构。研究样本是从西班牙、巴拉圭、厄瓜多尔、巴西和墨西哥的大学教师中随意选择的,共有 1264 名参与者。研究设计是非实验性的、描述性的、解释性的、相关的和基于回归的。结果表明,教育学的未来必须包括神经教育学,这证明了:1) 神经教育学需要神经教育知识;2) 将神经教学法理解为神经教育学的实际应用;3) 神经定位和神经教育组织的重要性;4) 需要培训培训师。所有这些都得到了神经成像示例的强化,这些示例证明了神经教育学和神经教育学教师培训的必要性。
我们的研究旨在通过在科学节上进行定量调查研究来解决这一问题,该研究测量了已知可增强科学沟通影响(即预测过程)并提取其潜在因素(即活性成分)的广泛变量。使用探索性因素分析(一种统计方法)实现了数据降低,这是一种在心理学,生物学和其他经验科学中常用的统计方法,以将大量变量的数据浓缩为较少的因素[Thompson,2004]。数据减少在理论上是有价值的,因为它在数据中创建了结构并有助于生成和重新提出理论[Williams,Onsman&Brown,2010]。它也具有实际的好处,因为它有助于识别和删除变量之间的重叠,从而产生有限的变量集,可以更轻松地测量和分析[Thompson,2004]。这项研究的进一步目的是评估活跃成分预测影响的能力。因此,我们还测量了调查中的广泛结果,并使用因子分析来提取其各自的基本因素(即影响)。我们进行了回归分析,以评估和比较活性成分预测影响的程度。
Covid-19的爆发暴露了供应链(SCS)的脆弱性,并进一步突出了创造弹性,敏捷和可持续的SC的重要性。本研究评估了SC技术能力在支持组织增强其SC弹性方面的作用,从而在可疑的方面改善了它们。从关系和动态能力观点中汲取灵感,研究开发了一个概念模型来测试假设的关系。我们采用基于调查的方法来测试假设,该方法利用了横截面设计。研究使用因子分析和结构方程建模技术来测试测量对结构模型的拟合。我们从英国和美国的制造 /物流公司收集了数据。发现的结果表明,SC技术能力,敏捷性和可见性会积极增强SC弹性,这反过来又影响了SC的可持续性。我们了解SC弹性如何确定提高技术能力的努力的有效性。公司必须协作并建立技术能力,以实现弹性和可持续的SC。这项研究将帮助从业人员和研究人员了解技术能力和SC弹性的作用,并指导他们在可持续SC的配置方面。
纹状体多巴胺合成能力的抽象个体差异已与工作记忆能力,性格冲动性和自发的眼光闪烁率(SEBR)相关联,该速率(SEBR)可随时可用且易于施用,“现成”测试。这样的发现提出了一个建议,即以昂贵和侵入性的脑正电子发射断层扫描(PET)扫描估计的多巴胺合成能力的各个变化可以通过简单,更务实的测试来近似。但是,这些简单特征测量与纹状体多巴胺合成能力之间关系的直接证据是有限且尚无定论的。我们在大量的健康志愿者样本中使用[18 f] -fdopa PET测量了纹状体多巴胺的合成能力(n = 94),并通过简单,简短的工作记忆能力,性状冲动和SEBR评估了相关性。我们还探索了与主观奖励灵敏度索引的关系。这些性状措施都没有与纹状体多巴胺合成能力显着相关,也没有取消样品的预测能力。贝叶斯因子分析表明,除了主观奖励灵敏度以外,所有证据都支持没有所有相关性。这些结果需要谨慎使用这些现成的特征度量作为纹状体多巴胺合成能力的代理。