XiaoMi-AI文件搜索系统
World File Search System意愿
人工智能辅助学习环境接受意愿影响因素探究——基于UTAUT模型与感知风险理论的实证研究
人工智能技术已广泛应用于许多领域，人工智能辅助学习环境已在课堂中实施，以促进教学模式的创新。然而，大学生对人工智能辅助学习环境的接受意愿（WTA）却被忽视。探索影响大学生使用人工智能意愿的因素可以促进人工智能技术在高等教育中的应用。本研究基于技术接受与使用统一理论（UTAUT）和感知风险理论，确定了影响学生使用人工智能意愿的六个因素，以分析它们与WTA人工智能辅助学习环境的关系。构建了一个包含六个假设的模型来检验影响学生WTA的因素。结果表明，大学生对人工智能辅助学习环境的构建表现出“弱拒绝”。努力期望（EE）、成绩期望（PE）和社会影响（SI）均与大学生WTA人工智能辅助学习环境呈正相关。心理风险（PR）对学生的WTA有显著的负面影响。本研究的结果将有助于开展风险沟通，从而促进人工智能辅助学习环境的建设。
评估巴布亚新几内亚莫尔兹比港批发和零售服务业从业人员接种新冠肺炎疫苗的意愿
“不接种疫苗，就没工作”已成为许多巴布亚新几内亚 (PNG) 雇主在工作场所强制执行 COVID-19 疫苗护照政策的标志。因此，在工作场所出示疫苗接种证明逐渐成为继续就业的必不可少的条件，这给许多正规部门的工人带来了选择是否接种疫苗的压力。我们使用对莫尔兹比港批发和零售服务业工人的调查数据来评估可能影响工人接种冠状病毒疫苗意愿的一些医疗和社会经济因素。对调查结果的描述性和定性分析表明，一些批发和零售服务业工人可能不愿意接种疫苗，即使他们不得不失去工作。对愿意/不愿意接种疫苗的二分变量进行逻辑模型估计的结果表明，获得足够的信息、教育水平、COVID-19 感染威胁、收入、潜在疾病以及生活和工作地点是影响接种疫苗意愿的关键。政府应集中精力对民众进行教育，确保在疫苗上市前及时向公众宣传有关 COVID-19 疫苗的正确信息，无论他们身在何处。此外，政府还应建立公众对疫苗的信心，以提高公众接受 COVID-19 疫苗的意愿。
谁信任基因编辑的食物？对一项代表性调查研究的分析，预测了饮食和有目的的避免基因编辑的食物的意愿
CRISPR-CAS，ZFN和TALEN提供基因编辑机会，这些机会可能会导致新食品和农产品具有最终用途消费者的可识别利益。鉴于前几代人经过遗传修改的食品所面临的公众看法和反弹，因此人们对基因编辑的食品将如何被理解，以及是否会被社会接受或避免。这项研究提供了及时可靠的数据，这些数据报告了美国公众的代表性协调研究，以表明哪些因素影响其愿意饮食或有目的地避免基因编辑的食物的意愿。这项研究填补了这一差距，以确定具有影响力的因素，这些因素不仅有助于解释公众信任的成员GEF并愿意吃GEF食品或选择避免它们，而且还可以避免使用它们，为什么要持有他们的信任态度。通过我们的分析，我们发现社会价值，机构信任和意识是美国人为什么选择进食或避免基因编辑食物的最重要因素。令人惊讶的是，公众对食物的切实特征（例如安全，成本，口味和外观）的态度与GE食品感知无关。这有助于解释为什么美国公众几乎没有区分愿意吃加工的意愿或用杂草作物制成的生食。
学生使用渐进式编程语言 Hedy 的行为意愿：一个技术接受模型
编程通常被初学者视为一门认知挑战性学科，因为它涉及获取复杂的新知识、策略和实践技能。有效的教学策略和编程平台对于为学生提供最佳学习者支持非常重要。作为一种新方法，第一个渐进式编程语言 Hedy 的推出是为了克服学习编程时语法和认知超负荷的问题，通过分步而不是一次性教授语法和语义知识。在本文中，我们旨在通过从技术接受模型 (TAM) 的理论背景分析学生的行为意图来调查学生对 Hedy 的接受程度。我们进行了一项定性案例研究，结合调查和小组访谈来捕捉 TAM 的维度。18 名 10 至 12 岁的学生参加了为期四天的 Hedy 夏令营，在此期间收集了数据。结果表明，一些参与者对 Hedy 持积极态度，他们的“不太难但真正的编程”体验似乎符合渐进式编程语言的意图。然而，其他一些孩子发现 Hedy 太有限和限制，或者表达了对不同类型输出的渴望。总体而言，学习者的经验似乎深深植根于他们之前的编程经验以及对 Hedy 和编程的期望。最后，可以看到一种趋势，即来自资源匮乏社区的学习者（约占参与者的一半）总体上对他们的经验和行为意图不太积极。
人工智能入侵人类了吗？患者接受人工智能医疗意愿的机制研究——基于群际威胁理论的视角
人工智能已成为未来医疗行业发展的核心驱动力之一，但患者对人工智能在医疗中的应用持怀疑态度。本研究基于群际威胁理论（ITT），验证了患者在治疗（实验一：n = 446）和诊断（实验二：n = 330）场景中，会将人工智能视为外部群体，从而引发外部群体的感知威胁，导致患者出现回避行为。结果显示，尽管人工智能在医疗中可以提供专家级的准确性，但随着人工智能更多地参与医疗，患者仍然更容易依赖人类医生，并产生更多的负面情绪（实验一）。此外，患者更加关注与自身相关的个体层面的威胁，例如与隐私问题相关的现实威胁和与忽视个人特征相关的象征性威胁。相比之下，群体层面的现实威胁和象征性威胁对医疗场景下的患者影响较小（实验二）。
关于美国黑人对 COVID-19 疫苗接种意愿和不信任的定性研究：疫苗传播和接种建议
COVID-19 对美国黑人的影响尤为严重 [1]。截至 2021 年 7 月，与非西班牙裔白人相比，美国黑人被确诊患有 COVID-19 的可能性高 1.1 倍，住院可能性高 2.8 倍，死于 COVID-19 的可能性高两倍 [2]。美国黑人的低疫苗接种率进一步加剧了与 COVID-19 相关的不平等，特别是在疫苗推出之初。自 2020 年 11 月宣布有效的 COVID-19 疫苗以来，美国黑人接种疫苗的可能性低于白人。虽然从 2021 年 1 月到 8 月所有种族/族裔群体的疫苗接种率都有所增加，但与白人（33.7%）相比，美国黑人的疫苗接种率（25.4% 完全接种疫苗）最低 [3]，而且他们的疫苗接种率仍然与他们的人口规模和 COVID-19 在病例和死亡人数方面的影响不成比例 [4]。 2021 年 9 月至 11 月发布的最新全国数据显示，非裔美国人的疫苗接种率有所提高，黑人和白人之间的疫苗接种率差距有所缩小 [5-7]。然而，与年轻的西班牙裔和非西班牙裔白人相比，年轻的黑人成年人对加强剂的疫苗接种意愿较低（即 30% 的人不打算接种加强剂）（即 16% 的人不打算接种加强剂）[6]。尽管黑人社区的疫苗接种意向和接种率随着时间的推移有所增加 [8]，但在 2021 年的大部分时间里，非裔美国人的疫苗接种率与其他种族群体相比最低，这表明在增加疫苗接种机会方面努力不足。新闻报道以及最近的研究数据记录了黑人和其他服务不足的有色人种社区在获得 COVID-19 疫苗方面存在住宿和无障碍障碍 [9-12]。除了疫苗接种障碍之外，对医疗的不信任也是影响非裔美国人 COVID-19 疫苗接种率低的一个因素。医疗不信任被定义为对医疗保健系统、提供者和治疗方法的不信任，在黑人美国人中普遍存在，原因包括各种健康状况，包括艾滋病毒流行[13，14]。有证据表明，不信任已经延伸到对 COVID-19 治疗和疫苗的看法[15]。医疗不信任的根源在于黑人美国人在历史上受到的虐待，无论是在医疗保健领域还是在美国社会和机构中，并且因持续存在的歧视、不公平和不公正而持续存在。虽然医疗不信任与负面的健康相关结果有关[16]，但最近的研究已转向将医疗不信任视为由于负面的个人经历或历史不公正而产生的一种适应性和合理的反应[13，17]。在最近的一项调查中，与其他种族/族裔群体相比，黑人美国人对 COVID-19 疫苗的信心最低，而对医疗的不信任和过去的种族歧视是重要的预测因素[18]。对安全性、有效性和副作用的担忧，以及接触谣言和错误信息也预示着对疫苗的信心较低[18]。在一个具有全国代表性的美国黑人样本中，对疫苗本身的高度不信任（例如，对伤害和副作用的担忧）和亲密社交网络中对疫苗接种的主观规范较弱
影响波多黎各人接种 COVID-19 疫苗意愿的因素
尽管发现拉丁裔美国人受到 COVID-19 的影响尤为严重，但他们报告的接种 COVID-19 疫苗犹豫程度高于非西班牙裔白人。本研究的目的是研究影响波多黎各人接种 COVID-19 疫苗意愿的因素。我们招募了目前居住在波多黎各的 173 名人群样本，以完成一项关于他们接种 COVID-19 疫苗意愿的在线横断面调查。我们评估了人口统计数据和疫苗犹豫程度，并通过逻辑回归探讨了变量与 COVID-19 疫苗上市后接种意愿之间的关系。在控制协变量时，30 – 49 岁人群（aOR = 0.12）和过去拒绝接种疫苗的人群（aOR = 0.07）接种疫苗的几率分别低于 18 至 29 岁人群和以前未拒绝接种疫苗的人群。完成至少 4 年制大学学位的人（aOR = 6.78）比同龄人有更大的接种疫苗意向。波多黎各关于 COVID-19 的健康教育活动应针对可能不信任所听到的疫苗信息的工作年龄成年人量身定制。可以根据首选沟通渠道定制信息，以减少疫苗接种犹豫。
埃塞俄比亚西北部贡德尔市大学生接种新冠疫苗意愿及相关因素分析
自中国武汉市首次发现病例以来，2019 年冠状病毒病 (COVID-19) 大流行已爆发（Awadasseid 等人，2020 年）。目前，全球已报告超过 1.41 亿例 COVID-19 病例和 300 多万人死亡。所有年龄段的人都有感染和患重病的风险 [Rivera-Figueroa 等人，2020 年；世界卫生组织 [WHO]，2021a]。世界卫生组织 (WHO) 宣布 COVID-19 为大流行病后，全球各国政府已实施多项预防措施和规程，以减少 COVID-19 的传播。预防措施包括：正确和持续使用口罩、保持人与人之间 2 米的距离、用肥皂洗手、避免用不干净的手触摸眼睛和鼻子、避免去人满为患的地方 (Baye，2020 年)。在其他预防措施中，疫苗接种是最有效的公共卫生预防干预措施之一，对减少传染病负担及其相关死亡率影响最大（Remy 等人，2014 年）。COVID-19 疫苗已进行多次试验，第一种疫苗于 2020 年 12 月 21 日获得欧盟批准（欧洲药品管理局，2020 年）。随后经过进一步试验，目前使用的疫苗阿斯利康于 2021 年 1 月 29 日获得批准（Rzymski 等人，2021 年）。埃塞俄比亚政府也采用了这种疫苗，并在全国各地分发（| WHO | 非洲区域办事处，2021c）。因此，埃塞俄比亚于 2021 年 3 月 7 日收到了 218.4 万剂 COVID-19 疫苗。此后，埃塞俄比亚卫生部 (MOH) 于 2021 年 3 月 13 日正式启动 COVID-19 疫苗接种 [世界卫生组织 [WHO]，2021b]。然而，由于 COVID-19 疫苗供应不足，各国政府优先考虑高危人群获得初始疫苗供应。这些高危人群包括医护人员、老年人以及患有慢性合并症和呼吸系统疾病的人（Soares 等人，2021 年）。尽管安全有效的 COVID-19 疫苗对于结束大流行至关重要，但全球范围内的疫苗犹豫现象正在增加（Lazarus 等人，2021 年）。根据免疫战略咨询专家组的说法，疫苗犹豫是指尽管可以接种针对特定大流行性疾病的疫苗，但仍延迟接受或拒绝接种疫苗（MacDonald 和 SAGE 疫苗犹豫工作组，2015 年）。在许多国家，拒绝接种疫苗和错误信息已成为实现最佳疫苗覆盖率和社区免疫的重大障碍（Dubé 和 MacDonald，2020 年）。此外，对疫苗的担忧，尤其是对 COVID-19 疫苗的担忧，导致人们错误地认为疫苗尚未经过彻底的安全性和有效性测试（Beck，2020 年）。目前，已经出现了不同的研究，探讨大学生对 COVID-19 的态度和意愿
通讯作者 Mohamed M. Abuzaid，mabdеlfatah@sharjаh.ac.ae 人工智能 (AI) 对物理治疗实践的影响：物理治疗师意愿和准备度研究 1 沙迦大学健康科学学院医学诊断成像系，阿联酋沙迦 2 沙迦大学健康科学学院物理治疗系，阿联酋沙迦 3 开罗大学物理治疗学院，埃及开罗 摘要：分析人工智能 (AI) 的现状是将其融入物理治疗实践的关键第一步。因此，本研究旨在评估物理治疗师 (PT) 对 AI 实施的看法、知识和接受意愿。 2021 年 10 月至 12 月，对在阿拉伯联合酋长国 (UAE) 工作的 PT 进行了探索性横断面在线问卷调查。先前经过验证的调查收集了参与者的人口统计信息、看法、知识、准备情况以及将 AI 融入实践的挑战。结果显示，PT 对 AI 的了解相当匮乏。大多数参与者都赞赏 AI 应用的作用，并期望它将在实践中发挥重要作用。参与者指出，缺乏教育资源和适当的培训是 AI 整合的主要挑战。参与者表达了将 AI 纳入本科和研究生课程的强烈愿望。将 AI 融入物理治疗实践的兴奋需要努力为学生和专业人士提供教育和培训。物理治疗师担心，通过适当的准备来提高对 AI 角色和挑战的认识，可以消除工作干扰。将 AI 应用于 PT 实践将塑造物理治疗师的医疗保健服务和教育的未来。AI 将为患者和提供者提供更快的诊断、更好的性能和准确的结果。即使在人工智能在物理治疗中实施的早期阶段，人工智能的应用也提出了问题并增加了期望。关键词：人工智能、深度学习、物理治疗、物理治疗师、知识、实践。 人工智能在物理治疗实践中的影响：物理治疗师愿意和准备情况的研究
通讯作者 Mohamed M. Abuzaid，mabdеlfatah@sharjаh.ac.ae 人工智能 (AI) 对物理治疗实践的影响：物理治疗师意愿和准备度研究 1 沙迦大学健康科学学院医学诊断成像系，阿联酋沙迦 2 沙迦大学健康科学学院物理治疗系，阿联酋沙迦 3 开罗大学物理治疗学院，埃及开罗 摘要：分析人工智能 (AI) 的现状是将其融入物理治疗实践的关键第一步。因此，本研究旨在评估物理治疗师 (PT) 对 AI 实施的看法、知识和接受意愿。 2021 年 10 月至 12 月，对在阿拉伯联合酋长国 (UAE) 工作的 PT 进行了探索性横断面在线问卷调查。先前经过验证的调查收集了参与者的人口统计信息、看法、知识、准备情况以及将 AI 融入实践的挑战。结果显示，PT 对 AI 的了解相当匮乏。大多数参与者都赞赏 AI 应用的作用，并期望它将在实践中发挥重要作用。参与者指出，缺乏教育资源和适当的培训是 AI 整合的主要挑战。参与者表达了将 AI 纳入本科和研究生课程的强烈愿望。将 AI 融入物理治疗实践的兴奋需要努力为学生和专业人士提供教育和培训。物理治疗师担心，通过适当的准备来提高对 AI 角色和挑战的认识，可以消除工作干扰。将 AI 应用于 PT 实践将塑造物理治疗师的医疗保健服务和教育的未来。AI 将为患者和提供者提供更快的诊断、更好的性能和准确的结果。即使在人工智能在物理治疗中实施的早期阶段，人工智能的应用也提出了问题并增加了期望。关键词：人工智能、深度学习、物理治疗、物理治疗师、知识、实践。 人工智能在物理治疗实践中的影响：物理治疗师愿意和准备情况的研究