所选的研究主题单位级别(MQF):7个学分:6单元描述本单元将使候选核心研究技能和对一般研究设计的洞察力,正确的数据查询方法,例如调查方法或深入访谈以及数据分析的方法,例如多变量分析或扎根理论方法。本单元为学生提供了了解和掌握应用研究方法中主要基本概念的机会。特别是,学生必须深入读取三个方法域中的至少两个:一般研究方法;查询方法;定量或定性研究方法。对于该模块,还将要求通过审查同伴学术期刊的反应对其选定的研究主题进行批判性文献审查。应预期学生能够自信地解释在受众面前所选研究方法的理由和适用性。学习成果在完成本单元后的学习成果将能够
Victor de Andrade 教授是约翰内斯堡威特沃特斯兰德大学言语病理学和听力学系的听力学家和副教授,也是该学院的助理院长。他曾在学术期刊上发表过评论文章,并在国内和国际会议上发表过演讲。de Andrade 教授还曾受邀为世界卫生组织、联合国儿童基金会和世界知识产权组织提供听力和辅助技术方面的建议和咨询。他还是大学理事会、人类研究伦理委员会(医学)和大学研究与创新委员会的成员,也是残疾人兴趣小组的成员。他的研究兴趣包括失聪的社会文化和背景方面、学习环境中的噪音、残疾、性、专业问题、伦理和生物伦理、研究方法、老年听力学、前庭听力学和辅助技术。
本评论文章旨在探讨人工智能 (AI) 在学术期刊出版中的负责任使用。本文讨论了人工智能的方法,特别关注了生成式人工智能的最新发展。围绕负责任人工智能原则及其相关风险的八个规范主题达成了共识。Shneiderman (2022) 提出的以人为本的人工智能框架被用于考虑可以在不同层面解决负责任人工智能原则的期刊出版实践。由此产生的期刊出版人工智能原则治理矩阵 (AI-PGM) 展示了如何在作者-研究者团队、组织、行业和政府监管层面采用风险对策。AI-PGM 允许对负责任的人工智能采取结构化方法,并可能随着人工智能的发展而进行修改。它展示了在考虑人工智能的负责任使用时应该如何考虑整个出版生态系统——而不仅仅是期刊政策本身。
• 继续减轻持续发表一流研究成果的教职员工的教学负担 • 承担向一流学术期刊和会议投稿的所有费用 • 保持为积极从事研究的教职员工提供的暑期研究补助金的数量和金额 • 增加为积极从事研究的教职员工提供的全薪(或内部)休假次数 • 鼓励和帮助中心获得资金来支持教职员工和博士生的研究 • 鼓励和帮助学院的中心支持整个学院的赞助研究 • 努力增加工资、教授职位和研究主席职位,以支持高度活跃的研究教职员工 • 继续为博士生提供津贴和其他财政支持,与同行和有志于成为博士生的大学相比具有优势 • 通过鼓励跨部门购买和共享数据来增加数据访问权 策略 3 — 提高学院的知名度和优秀学术声誉
•选择您感兴趣的国际运营公司。您可以选择您感兴趣的任何公司,但请注意,大型公开上市公司将提供更多信息。与小型非上市公司相比,标准普尔500家公司的信息将提供更多信息。•写一个简短的报告(最大1,000个字)关于公司的国际业务。包括有关公司运营的国家市场的信息,当公司进入(或离开)这些市场以及它们如何进入这些市场时(例如,他们建立了子公司吗?)。提供了一些解释,说明公司为何将这些公司扩展到这些国家而不是其他国家,并选择了进入这些市场的特定方法。•您应该通过查看公司在其网站,年度报告等上提供的所有信息来开始研究。您可以将这些数据与报纸报告中有关公司的信息进行补充。无需使用学术期刊。截止日期:课前的作业应在2024年7月15日,cest上午10点发送给教师。
在本文中,我们简要讲述了Chatgpt背后的组织Openai的故事。我们强调了从非营利组织到商业业务模式的根本变化。在我们的方法方面,我们进行了广泛的文献综述,并对该人工智能(AI)软件进行了实验。我们的文献综述表明,我们的评论是第一批经过同行评审的学术期刊文章,探索Chatgpt及其与高等教育的相关性(尤其是评估,学习和教学)。在描述了Chatgpt的功能和其优势和局限性的摘要之后,我们重点介绍了该技术对高等教育的影响,并在AI Chatbots(例如Chatgpt)的背景下讨论了高等教育中学习,教学和评估的未来。我们将Chatgpt定位在当前的教育(AIED)研究中的人工智能,讨论面向学生,面向教师和面向系统的应用程序以及分析机会和威胁的情况下。我们以针对学生,教师和高等教育机构的建议结束了这篇文章。其中许多专注于评估。
• 继续减少那些持续发表一流研究成果的教职员工的教学负担 • 承担向一流学术期刊和会议投稿的所有费用 • 保持为积极从事研究的教职员工提供的暑期研究补助金的数量和金额 • 增加为积极从事研究的教职员工提供的全薪(或内部)休假的数量 • 鼓励和帮助中心获得资金来支持教职员工和博士生的研究 • 鼓励和帮助学院的中心支持整个学院的赞助研究 • 努力增加工资、教授职位和研究主席职位,以支持高度活跃的研究教职员工 • 继续为博士生提供津贴和其他财政支持,与同行和有志于成为博士生的大学相比具有优势 • 通过鼓励跨部门购买和共享数据来增加数据访问权 策略 3 — 提高学院的知名度和优秀学术声誉
Atanu Adhikari教授是英国伦敦商学院的英联邦学者,访问了美国锡拉丘兹大学的研究员,博士学位(ICFAI大学,在美国锡拉丘兹大学,一年的访问计划),AN MBA(金牌得主,加尔各答IISWBM),加尔各答大学IISWBM)和A BE(National o a BE Technology of Technology,Durgapur)。他积极参与学术学术研究工作,该研究已在许多国家和国际同行评审的学术期刊上发表,并在会议上介绍。他共同撰写了由国际领先出版商出版的几本书,还撰写了几个案例研究,这些案例研究由加拿大Ivey Publishing和美国哈佛商业出版社出版和分发。在过去的15年中,他为在《财富》 500强公司,大型印度公司和公共部门组织中工作的10,000多名中层和高级管理人员设计并制定了几项高管教育和管理发展计划。
2. 通过化学方法合成纳米聚集镍粒子。Mohammad Sakhawat Hussain 和 Kazi Mohammad Anamoul Haque ;《先进性能材料》杂志 25(5),2010,289-291(3)(出版商 Maney Publishing,英国)。3. 通过自下而上的方法合成纳米结构镍粒子。M Sakhawat Hussain 和 KM Anamoul Haque ,《科学研究杂志》,2(2),2010,313-321(出版商 JSR 出版物,孟加拉国)。4. 在表面活性剂 (SDS) 和聚合物 (PVP) 存在下通过湿化学还原法合成纳米镍,KMA Haque、MS Hussain、SS Alam 和 SMS Islam,《非洲纯粹与应用化学杂志》,4(5),2010,第 58-63 页(出版商 - 学术期刊,尼日利亚)。 5. 通过相变法合成纳米级团聚 Ni 粒子 Mohammad Sakhawat Hussain、Kazi Mohammad Anamoul Haque 和 Abdul Rahman Ghihab。Int. J. Nanoparticles,第 4 卷,第 1 期,2011 年(出版商 - Inderscience 出版社,新加坡)。
基于人工智能的自杀预测正沿着两条不同的轨道发展。在“医疗自杀预测”中,人工智能分析来自患者医疗记录的数据。在“社交自杀预测”中,人工智能分析来自社交媒体、智能手机应用程序和物联网 (IoT) 的消费者行为。由于医疗自杀预测发生在医疗保健的背景下,因此它受保护患者隐私的《健康信息可携性和责任法案》(HIPAA)、保护人类研究对象安全的《联邦共同规则》和医学伦理的一般原则的管辖。医疗自杀预测工具是根据这些法规有条不紊地开发的,其开发人员的方法发表在同行评审的学术期刊上。相比之下,社交自杀预测通常发生在医疗保健系统之外,几乎完全不受监管。公司将其自杀预测方法作为专有商业秘密。尽管缺乏透明度,但社会自杀预测仍在全球范围内影响着人们的日常生活。然而,人们对其安全性和有效性知之甚少。