XiaoMi-AI文件搜索系统
World File Search System学习成绩
高中生中使用问题的智能手机
世界目前拥有超过30亿个智能手机用户。智能手机完全集成到个人的日常生活中，包括95％的美国青少年。过度使用智能手机会导致智能手机成瘾和有问题的智能手机使用（PSU），这些智能手机（PSU）与抑郁症，压力，自尊心减少和学习成绩降低有关。这项PSU研究调查了高中学生在美国一所全面且人口统计学上多样化的高中的九年级。这项研究与319名高中生进行了评估，以评估PSU，抑郁，压力，自尊，毅力和学习成绩的关联。这项研究的结果表明，学生使用智能手机来支持课堂内外学习。结果还表明，PSU，抑郁，压力，自尊，毅力和学习成绩之间的显着相关性。多元回归分析发现压力，自尊和砂砾是PSU的重要预测指标。这项研究的影响包括告知家庭，教育者，地区管理人员和政策制定者，以更全面而严格地利用加利福尼亚议会法案272号法案中提供的电子设备政策，并实施更健壮，周到的课堂智能手机政策和实践。建议将继续评估和建立对青少年（尤其是在Covid-19的大流行）中对PSU的认识，当时人际关系和个人联系是社会情感大流行恢复的重点。
招股说明书2024-25
3.2选择程序入围访谈，以供int选择。Ph.D. 物理科学计划将基于学术记录，国家一级考试的表现，申请表中提到的目的声明。 入围INT的访谈。 Ph.D.化学科学计划将根据2024年Master's（JAM）的联合入学测试的性能或JNCASR进行的书面考试。 int的申请。 Ph.D. 生物科学计划将根据总体学习成绩进行筛选，以便参加入学考试。 成功的候选人将不久后出场。 int的最终选择。 Ph.D. 学位课程将基于面试中的表现。 注意：访谈将仅面对面举行。Ph.D.物理科学计划将基于学术记录，国家一级考试的表现，申请表中提到的目的声明。入围INT的访谈。Ph.D.化学科学计划将根据2024年Master's（JAM）的联合入学测试的性能或JNCASR进行的书面考试。 int的申请。 Ph.D. 生物科学计划将根据总体学习成绩进行筛选，以便参加入学考试。 成功的候选人将不久后出场。 int的最终选择。 Ph.D. 学位课程将基于面试中的表现。 注意：访谈将仅面对面举行。Ph.D.化学科学计划将根据2024年Master's（JAM）的联合入学测试的性能或JNCASR进行的书面考试。int的申请。Ph.D. 生物科学计划将根据总体学习成绩进行筛选，以便参加入学考试。 成功的候选人将不久后出场。 int的最终选择。 Ph.D. 学位课程将基于面试中的表现。 注意：访谈将仅面对面举行。Ph.D.生物科学计划将根据总体学习成绩进行筛选，以便参加入学考试。成功的候选人将不久后出场。int的最终选择。Ph.D. 学位课程将基于面试中的表现。 注意：访谈将仅面对面举行。Ph.D.学位课程将基于面试中的表现。注意：访谈将仅面对面举行。
学术学生实施机器学习算法
抽象教育是改变知识的一种方式，以便人类能够发展潜力。教育鼓励每个人发展并适应不断变化的时代，例如技术领域的进步。学生的学习成绩是成功管理学习计划的关键指标。学术绩效检测可以帮助研究计划经理监视并对有可能遇到困难的学生采取积极行动。机器学习可以是通过帮助分类和检测学生学术能力来克服这一挑战的解决方案。机器学习技术已被证明非常有效地分析复杂的数据并揭示了人们难以检测的隐藏模式。本研究旨在探索在检测学生学业表现的机器学习算法的实施，尤其是在NIAS大学数学教育研究计划中。随着技术进步，机器学习已被证明在分类数据和检测传统方法无法识别的隐藏模式方面有效。本研究使用支持向量机（SVM）算法根据从学生主要数据中收集的数据集来预测学生的学习成绩。数据集包括各种因素，例如GPA值，出勤，参与和学习资源的使用。在要使用的方法中，将使用调查表收集数据，其中有许多受访者多达193人。已收集的数据将使用SVM处理，以在预测学生的学习成绩中获得结果。分析结果表明，使用的SVM模型的精度为77.59％，在学业表现良好的学生班级中的偏见更加倾向。这项研究的结果有望在开发更有效的学习方法和对三级机构的学术干预的个性化方面做出实际贡献。关键字：机器学习，学业表现和支持向量机
教师奖励挑战和学生学术...
糟糕的学习成绩仍然是卢韦罗地区的主要挑战，这主要归因于教师奖励系统中的不成比例。因此，这项研究旨在探讨教师奖励挑战的挑战，影响卢韦罗地区选定的中学的学生学业表现。使用描述性研究设计，从108名参与者的样本中收集了数据。调查结果是，教师和管理人员的入学人物表明，教师奖励挑战，例如微薄的付款77.3％，奖励不高63.9％，没有认可的66.0％，教师的资金不足85.6，教师奖励系统的管理不善，薪酬差76.3％和薪水延迟74.5％，影响了84.5％的学生学业绩效。当前的教师奖励系统可能表明这些挑战继续对学生的学习成绩产生重大影响。针对教师奖励系统的干预措施，尤其是关于货币和非货币奖励，非延期薪水，无付款，认可方面的薪水，至关重要。
在线游戏对...
摘要。目的：本研究调查了在线游戏对Debesmscat-Cawayan校园学生的学习成绩的影响。方法：采用了描述性研究设计，并将调查问卷分发给了75名通过人口普查方法选择的学生在线游戏玩家。统计分析技术（例如频率和百分比）用于分析数据。结果：发现移动传奇是受访者中最受欢迎的游戏。大多数学生每天花费1-2个小时玩在线游戏，并产生与游戏相关的成本。但是，大多数受访者认为他们的游戏活动并没有显着阻碍他们在学校或在家中执行任务的能力。受访者对在线游戏对学业表现的影响积极看待。他们认为，在线游戏对考试成绩，整体成绩，学校活动的提交，学习时间，学习的时间，学习活动，与人们的互动，对班级讨论的兴趣，上学愿意上学以及对学校活动的兴趣。新颖性：这项研究提供了有关学生对在线游戏对学业表现的影响的看法的全面概述。研究表明，在线游戏可能会对学习成绩产生积极和负面影响，具体取决于学生的管理方式。关键字：学习成绩，在线游戏，看法，学生在线游戏玩家。这项研究还促进了有关该主题的现有知识，并可能为未来的研究和旨在支持学生管理游戏活动的研究和干预措施提供了知识。收到2023年6月 / 2023年9月的修订 / 2023年10月接受此工作，该工作已根据创意共享归因4.0国际许可证获得许可。
行为意图使用生成人工智能对
摘要生成人工智能（GAI）技术的快速发展对包括高等教育在内的各个部门产生了重大影响。这项研究调查了高等教育机构中的学生采用GAI的行为意图及其对使用GAI打算的学业表现的影响。本研究使用分析横截面设计来评估行为意图因素，使用GAI和学习成绩的当前关系。数据。有目的的抽样来针对具有GAI经验的学生，以确保与研究的目的相一致的相关见解，即在高等教育环境中检查活跃用户的采用模式。学生代表尼泊尔大学赠款委员会认可的七个高等教育机构。七点李克特量表测量了变量，例如预期绩效，预期努力，社会影响力，促进条件，使用GAI和学习成绩的意图。最终样本量为384，试点测试确保了仪器的有效性。数据分析是使用智能部分最小二平方（PLS）进行的。SmartPls是为了处理复杂模型的能力而选择的，使其适合分析预测关系而无需正常数据分布。结果表明行为的所有因素
技术增强学习对尼日利亚阿南布拉州立物理学的高中生学术成绩的影响
收到：15-06-2024;修订：29-09-2024;接受：12-12-2024;发表：28-12-2024摘要：该研究评估了技术增强学习对Anambra State学生学习成绩的影响。由四个研究目标指导的研究采用了描述性调查研究设计。使用多阶段抽样程序，以获取来自Anambra州1586个物理SS2学生的200名高级第二年（SS2）学生的样本。一份20个项目的结构化问卷，具有四点李克特式回答选项，由文献综述的研究人员开发，并使用ICT工具的多年教学经验来收集数据。由科学教育，测量和评估部门的三位课程专家验证的仪器，均在Nnamdi Azikiwe大学，AWKA使用Cronbach Alpha formula进行了试点测试，可靠性协调能够获得0.81的可靠性协调能力。平均值和宏伟的平均值被用来回答研究目标。获得的结果同意，技术增强的学习对学生在物理学领域的学习成绩产生了重大影响。