(i) 国际贸易、外国投资和移民。 (ii) 海外公司:外包和跨国公司 先决条件 本课程的教学高度依赖模型和抽象概念,强烈建议您对本科经济学课程中教授的形式推理能力有信心。 教学方法 讲座和小组报告。 课程要求 学生(分组)需要每两周提交一次练习以及学期论文。 学分 6 ECTS 评分 小组作业 + 课堂报告 占期末成绩的 50% 期中考试 占期末成绩的 20% 期末考试 占期末成绩的 30% 课程阅读材料 Krugman, P. ,M. Obstfeld, M. Merlitz: International Economics: Global Edition,
本研究尝试确定人工智能(AI)生成的图像在教育中的可用性。为此,使用了 OpenAI 开发的 DALL·E AI 工具。本研究旨在确定人工智能生成的图像在教育中的可用性,并使用定性研究设计。选择文档分析技术作为检查人工智能生成的图像的最合适技术。在此背景下,根据研究人员确定的标准检查了人工智能根据领域文本确定的类别生成的图像。当检查研究结果时,可以看出人工智能生成的图像通常非常有效和成功。除了动物、风景和物体等具体概念外,人工智能还可以将体育和娱乐等抽象概念可视化。几乎所有人工智能生成的图像都会给出与文本一致的结果,而且几乎所有图像都相当不错。因此,得出结论,人工智能生成的图像用于教育目的的潜力很高。
解剖学是一门对视觉要求很高的学科,使用传统的教学方法往往很难理解抽象概念。1,2 使用多媒体资源(如动画、三维模型和智能手机应用程序)可以弥补这一限制,学习者可以在易于理解的动画或三维环境中直观地看到复杂的解剖结构。3,4,5 虽然这些多媒体资源无疑是信息丰富的,但它们的效率受到不同程度的用户交互性的限制,而且往往很单调。为了克服这些交互性问题,游戏化的概念通常应用于教育环境中。韦氏词典将“游戏化”定义为在活动中添加游戏或类似游戏的元素以鼓励参与的过程。游戏化已经成为一种潜在的替代教学法,6,7 因为它利用了人们对竞争和成就的自然渴望。
人工智能 (AI) 作为一种计算概念,已被研究人员和行业专业人士研究了 70 多年,尽管它在过去四年中才真正引起人们的注意、普及和大规模采用。人工智能已经从一个受计算处理限制的抽象概念发展到几乎不引人注意地应用于日常生活中。与许多其他行业一样,学术界已经意识到并研究了人工智能,但从未真正为它的整合做好准备。直到 2022 年推出 ChatGPT,大学才开始看到影响并起草了有关使用的政策。本研究旨在通过报告最近关于大学生对人工智能的看法和使用的调查结果来扩展先前的研究。然后对调查结果进行分析,以计算将人工智能整合到大学课程中的潜在影响。研究结果证实,学生对人工智能的使用持开放和好奇的态度,因此可能愿意接受课程变化,尽管仍然存在道德方面的担忧,但这些担忧似乎掩盖了负面因素。
结果:86.2% 的受访者至少接种过一剂 COVID-19 疫苗。13.8% 的人未接种疫苗。接种疫苗的受访者接种疫苗的主要原因是为了保护自己(79.6%)和他人(74.1%),而未接种疫苗的受访者则表示担心短期或长期副作用(分别为 58.8% 和 42.4%)是他们不接种疫苗的主要原因。72.8% 的未接种疫苗者表示,没有任何激励措施可以让他们改变主意,而 17.4% 的人认为抽象概念或系统性变化是有效的激励措施。金钱激励不被视为一种激励因素。未接种疫苗的受访者对未来的担忧程度明显高于接种疫苗的受访者(78.8% vs. 26.3%,p < 0.001)。他们也更有可能将雇主的疫苗建议视为“操纵性的”(50.6% vs. 12.4%,p < 0.001),而接种疫苗的受访者则更有可能将雇主的疫苗建议视为“支持性的”(68.0% vs. 25.9%,p < 0.001)。
摘要。自动化可以被视为一种设计替代方案,它的好处是减少人为错误的可能性并提高性能。然而,设计不良的自动化(其中一些被称为自动化意外)会对操作员/系统的整体性能产生非常负面的影响。自动化设计需要定义三个特定方面来定义用户和系统之间的关系:功能、权限和责任的分配。虽然这些抽象概念通常在高抽象层次上很容易理解,但它们在开发过程中的集成却很麻烦。本文提出了一种基于任务模型的方法来明确处理这些概念。我们展示了如何将这些概念集成到任务建模符号中,并在案例研究中说明了如何使用这种符号来描述用户和系统之间功能、权限和责任分配不同的设计替代方案。利用案例研究,我们证明将这些概念明确地嵌入到符号中支持对自动化设计的分析和评估。
2简介本文试图突出几个问题,这些问题尚未完全披露在公司会议会议录(Corp-2016,Corp-2017)和IF&GIS-2017中发表的先前文章中尚未完全披露。首先,我们需要根据经典哲学的经验来尝试将人类数字空间定义为普遍(通常)。这里有几个想法或选择。第一种选择是采用进化方法。一个人可以从简单的空间概念变成更复杂的概念。这就是如何在线性代数:点,线,区域,音量,各种类型的抽象空间中提出空间的想法的方式。这些对我们来说是相对熟悉的概念,也是一个熟悉的想法。第二个选择是应用公理方法,当基于某些规定(假定为真实的 - 公理)时,提出了一些抽象概念。在以前的作品中,我们根据代数和几何形状的熟悉概念定义了一个人的“数字空间”,但与此同时,“空间”和“人类数字空间”等概念并未合并为一个抽象实体。
摘要。最近,学者们已经通过教学推理的概念镜头开始解开教师与技术相关的决策。解决了对更特定领域的研究的需求,这项定性访谈研究旨在探索中学数学教师的技术相关教学推理(TPR)(n = 17)。的发现表明,数学教师主要基于增强(例如,可视化抽象概念,提供即时反馈,促进分化)和效率(例如,简化课堂活动,减少手动分级)动机。在数学教师中确定了TPR的三个不同的概况:效率导航器,主要是在使用技术的效率原因的推动下;学习促进者,合并效率和增强理由,以采用技术;和教学创新者,主要基于其技术使用的基础,主要是基于增强和参与动机。考虑到这些发现,讨论了未来的研究方向。关键字:教学推理,TPACK,技术集成,数学教育。
摘要本研究有两个主要目标。首先,它旨在检查教师在大学一般生物学课程中使用有关“跨几代的DNA保护”所使用的类比。第二,它旨在检查根据Thiele和Treagust的框架中使用的类比。在本研究中采用了定性研究设计,以深入研究案例。从一名一般生物学课程中的教师那里收集了35年的教学和研究经验的数据。根据结果,讲师使用了许多类比,但是其中七个即将解释几代人的DNA保护。通过引用讲师和数字和上述分类框架来分析这些类比。注意到,讲师对DNA使用的大多数类比都是结构性功能,口头式,混凝土,富集和嵌入的激活剂。供学生正确学习诸如DNA之类的抽象概念,这项研究提供了类比的示例,这些示例已通过良好的相似性关系与源头和目标之间的相似性关系进行了尝试,从而吸引了学生参加课程。在以后的研究中,可以测试类比对学生成就和解决问题技能的有效性。
到目前为止,量子信息科学已经是一个成熟的领域,理论家和实验家都在寻求利用量子力学定律以全新而有趣的方式处理信息和计算。但量子信息理论也为基础物理学提供了一个新的视角,为我们提供了一种通用的语言和一个有用的工具箱,以阐明信息和计算等抽象概念以及它们在物理世界中的实现方式。这门关于对称性和量子信息的课程将介绍这种思维方式,并为您未来在量子信息和计算方面的努力提供一个具体的工具箱。我们将讨论一些基本的信息理论问题,例如量子信息的存储、测量、压缩和传输。我们的指导原则是识别隐藏在这些问题背后的对称性(许多人可能从以前的数学和物理课程中熟悉这种方法),我们将学习如何利用群表示理论的机制利用这些对称性来解决手头的问题。