XiaoMi-AI文件搜索系统
World File Search System大学生
评估大学生对 2 型糖尿病的知识和风险
2 型糖尿病是全球范围内令人担忧的非传染性疾病之一，常见于 40 岁及以上的人群。最近的数据显示，青少年和年轻人中 2 型糖尿病的患病率正在上升。本研究旨在评估大学生的糖尿病相关知识，确定社会人口因素和糖尿病相关知识与糖尿病风险评分的关系，并评估糖尿病风险评分的预测因素。在马来西亚雪兰莪州一所公立大学的本科生中进行了一项横断面调查。问卷分为两部分，第一部分侧重于人口统计数据和使用改良亚洲芬兰糖尿病风险（ModAsian FIDSRISC）评分进行糖尿病风险评估，第二部分侧重于糖尿病相关知识。采用方便抽样方法，年龄≥18岁且目前正在攻读学士学位的大学生被纳入研究。无法给予同意、已被诊断患有糖尿病并且正在攻读学士学位以外其他学位的本科生被排除在外。使用了 Pearson-卡方检验和二元逻辑回归分析，显著性检验 p<0.005。共有来自不同院系的 462 名学生参与了这项研究。从学生那里获得的糖尿病相关知识平均得分为 10.99 ± 4.992，大多数知识水平为中等（53.2%）。大多数学生患糖尿病的风险较低（61.3%），只有 0.2% 的学生患糖尿病的风险较高。糖尿病风险与有糖尿病亲属（p < 0.001，OR = 0.065）和糖尿病相关知识（p = 0.029，OR = 1.074）之间存在显著关系。这项研究表明，患糖尿病风险较高的学生与良好的糖尿病相关知识有关，这可能有助于延迟预防和治疗。这些结果强调了大学课程中有针对性的教育干预对于提高年轻人（我们国家的未来一代）对糖尿病的认识的重要性。
精神实践和心理健康：大学生的定量研究
本研究探讨了精神实践在促进大学生心理健康方面的作用。该研究的重点是关键领域，例如压力管理，韧性，情感平衡以及在生活中找到意义。对来自各个学科的134名学生进行了定量调查，结果表明精神实践可以带来重大的心理健康益处。性别和年龄差异，妇女通常会报告灵性带来更高的情感益处，而年长的学生通过精神参与获得了更大的意义。这些发现突出了一种个性化的心理健康支持方法的重要性，因为人们认识到灵性对所有学生都可能并非普遍有效。讨论强调了对各种心理健康干预措施的需求，这些干预措施纳入了精神和非精神策略，以满足个人需求。
人工智能（AI）应用对提高大学生口语水平的影响研究：中国大学生的心声
摘要。近年来，人工智能受到越来越广泛的关注，其在人们生活的各个方面，尤其是在教育领域的应用日益增多。本研究采用半结构化访谈的研究方法，旨在探讨人工智能在提高大学生口语方面的作用，以便更好地利用人工智能促进大学生口语学习。本研究对来自中国某大学的11名学生进行了每人约10分钟的访谈，询问他们对使用人工智能学习口语的想法，并通过他们的回答了解人工智能在口语方面的发展现状。并且，对访谈结果进行内容分析发现，大多数大学生认为人工智能有助于他们的口语学习，但同时也指出人工智能还有一些方面需要改进。他们还从不同角度评估了这些人工智能应用程序对口语练习的功能。最后，本研究探讨了人工智能辅助英语口语学习的现实意义及进一步研究的建议。
大学生奖励相关的大脑激活
简介：了解年轻人如何处理奖励可以为我们的行为、教育追求、职业选择和社会关系提供有价值的见解。然而，不同的大脑区域处理不同类型的奖励。这项研究旨在使用功能性磁共振成像（fMRI）评估大脑对不同奖励线索的激活情况。材料和方法：招募了马来西亚理科大学健康科学学院的 20 名健康右利手参与者（10 名男性），平均年龄为 24±1 岁。参与者在使用 3 特斯拉 fMRI 扫描仪进行扫描的同时执行四个线索类别（现金、孝顺、证书和中性）的 2-back 任务。统计分析基于固定效应分析（FFX），阈值为体素级 p FWE <0.05。结果：在现金提示条件下，双侧纹状体、左侧下、中、上额回（SFG）和左侧下顶小叶（IPL）的激活程度最高；而“子孙”线索只激活了内侧 SFG。对于现金 > 子孙，顶上小叶双侧激活，而“子孙” > 现金激活了右侧中央后回。对于现金 > 证书和现金 > 中性线索，激活主要在右侧壳核中。结论：本研究结果强调了执行和决策大脑区域以及奖励相关区域在处理奖励相关刺激中的作用。马来西亚医学与健康科学杂志 (2024) 20(SUPP8): 18-29。doi:10.47836/mjmhs20.s8.3
2025年夏季大学生研究翻译生物医学
TBM夏季研究计划特别有兴趣招募作为其家庭机构资助的MARC或RISE计划的参与者的大学生。学生应在申请中注明他们是否是其中一个计划的参与者，并包括其计划主管和联系信息的推荐信。津贴，运输，住房/餐食将被调整为与学生家庭机构协调的NIH指南。密苏里大学拥有许多NIH培训计划（即MARC，IMSD，PREP，T-32），我们正在积极寻求为其他机构提供的本科生提供夏季在研究强度机构的夏季经验，并提供包装和支持和支持。
卡内基梅隆大学生物医学论坛...
在工程、医学和健康交叉领域工作的学生、博士后或住院医师将有机会参加预先录制的幻灯片比赛，他们可以展示自己的研究成果并角逐最佳演讲者的称号。本次比赛对演讲者和第一作者开放。
文章 大学生对人工智能的态度：人工智能态度的认知、情感和行为维度的探索性研究
摘要：人工智能（AI）推动了新的学习模式并改善了教师的工作流程。然而，人们对学术诚信、抄袭和高等教育中批判性思维的减少表示担忧。因此，记录和分析大学社会科学学生对人工智能的态度非常重要，这是以后使用人工智能技术的重要预测因素。选择了来自希腊社会科学系的 190 名大学生（82.45％为女性）作为样本。描述性统计数据显示，学生对人工智能的态度大多是积极的。主成分分析证实了对人工智能态度的三成分解决方案，包括认知、行为和情感维度。对这三个成分的比较分析表明，情感维度排名最高，其次是认知和行为维度。成对相关分析表明，对人工智能的态度中认知、行为和情感成分最强的相关性是未来使用人工智能的频率，其次是对技术的普遍安全感。总之，学生对人工智能表现出更多的情感和认知倾向。学生的社会背景和未来对人工智能的使用在形成对人工智能的态度中起着关键作用。大学教育工作者需要提供更多关于人工智能的教学和学习，以改善学生对人工智能和未来人工智能使用的态度。
用于大学生心理健康诊断的预测机器学习方法
由于学生群体中心理健康问题的患病率不断上升，用于预测学生心理健康诊断的机器学习技术最近获得了关注。这一趋势凸显了学生和教育工作者的重大担忧，因为心理健康会影响情绪、推理和社交互动，因此需要创新的预防和干预策略，尤其是针对大学生。全球范围内，精神疾病呈流行趋势，世卫组织预测，四分之一的人在一生中的某个时刻会受到精神和神经疾病的影响。预计到 2020 年，抑郁症将成为全球疾病负担的第二大原因 [1]。然而，治疗精神疾病的专业人员数量的增长明显低于受影响人数的增长。诊断心理健康问题涉及多个步骤，包括访谈、病史评估