XiaoMi-AI文件搜索系统
World File Search System探究
战略管理成熟度深度探究：领导力
级别 3：结构化和主动性 此级别的组织的特点是，拥有正式的结构和流程，可以全面主动地参与战略规划和管理。这些活动相当定期地发生，并且随着时间的推移会得到一定程度的改进。衡量标准与战略在一定程度上保持一致，并认真对待员工问责制。 级别 4：管理与专注 此级别的组织的特点是，战略推动组织的重点和决策。组织范围内的标准和方法被广泛用于战略管理。领导者正式让员工参与这一过程，衡量标准和问责制工作文化有助于推动组织的战略成功。 级别 5：持续改进 此级别的组织的特点是，战略规划和管理卓越性已融入组织文化，并在正式意义上不断得到改进。这意味着，在评估绩效时，组织首先分析其在实现战略目标方面的表现，然后研究战略规划和管理流程的有效性并根据需要进行调整。卓越的战略管理推动了组织的竞争优势或绩效成功。
探究植物与动物之间的关系
但是，这种系统也存在一些缺点。反刍动物在正常消化过程中会产生大量气体。这些气体要么通过打嗝排出，要么通过胃肠道排出。如果有什么东西妨碍了气体从瘤胃中排出，气体就会积聚起来，导致胃胀。气体的积聚会影响它们的呼吸能力，并可能导致窒息死亡。胃胀可能是由于将反刍动物过快地引入茂盛的牧场而引起的，特别是如果牧场的豆科植物含量高（三叶草或紫花苜蓿）。如果在饲养场中，反刍动物过快地引入谷物配给，如果配给不是逐渐引入的，也会导致胃胀。
研究文章引导式探究的有效性...
本研究调查了技术集成引导式探究方法对在职前数学教师几何概念理解的影响，并与引导式探究方法和传统的以教师为中心的方法进行了比较。研究采用了非等效前测-后测对照组准实验设计。研究采用了三阶段抽样技术。研究者特意选择了两所大学，并通过简单随机抽样将其分配到实验组和对照组。共 116 名在职前小学数学教师被分为三组：实验组 1（n = 48）、实验组 2（n = 38）和传统组（n = 30）。使用双层测试收集前测和后测数据，并使用描述性统计、样本配对 t 检验和单因素方差分析进行分析。与其他两组相比，接受技术集成引导式探究方法的在职前数学教师表现出更高水平的概念理解。根据研究结果，为数学教师教育者提出了一些建议。
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。
一项关于人工智能作为人性化代理的研究，来自探究社区
摘要 本研究调查了人工智能 (AI) 教练在小学第二语言 (L2) 学习中的应用，涉及 327 名参与者。根据探究社区，学习者在与被视为人性化的代理的 AI 教练互动时，预计会感知到社交、认知和教学的存在。为了检验学习者感知到的 AI 存在与他们的语言学习之间的关系，本研究利用了 AI 使用数据、实际学习成果和态度数据。分层回归分析的结果表明，认知存在和学习者对 AI 外观的喜爱是 L2 享受度的重要预测因素，这也对学习成果产生了积极的预测作用。英语跟踪分数（代表 AI 使用的质量）对学习成果产生了积极的预测作用。与直觉相反，教学存在被发现对学习成果产生负向影响。根据聚类分析和随后的 MANOVA 结果，本研究表明，通过与人工智能互动，学习者感知到更高的社交和认知存在感，并对人工智能的外观表现出更大的喜爱，他们倾向于更频繁地使用人工智能教练，表现出更高的 L2 享受度，并取得更高的学习成果。本研究有助于丰富教育环境中人机互动的有限但不断增长的知识，并对未来使用人工智能进行 L2 学习的努力具有重要意义。
荣誉一年级探究系列
Robert Cross，CSSH 历史系 时间：周一、周四 / 上午 11:45-下午 1:25 | CRN：13962 | NUpath：IC 理想社会是否存在？如果存在，理想社会由什么组成？哪种形式的政府最公正？在现实世界中可以实现吗？好领导者的品质与好人的品质相同吗？事实上，人类的本性是善良、邪恶还是介于两者之间？自从人们开始写下事物以来，他们就一直在问这类问题，他们得出的答案一直影响着无数关于社会、政府和人类状况的辩论，直到今天。本课程将重点介绍西方传统的一些主要思想家，深入研究政治思想史上一些最具影响力的作品，从古希腊到十八世纪的欧洲。在此过程中，我们将遵循两条同时存在的路径：一条是文学/哲学路径，一条是历史路径。您将有机会在这里阅读、思考和讨论一些历史上的伟大著作。但您还将了解这些作品如何融入其历史和文化背景。仅仅阅读柏拉图的《理想国》、亚里士多德的《政治学》、莫尔的《乌托邦》或马基雅维利的《君主论》是不够的。这些文本需要相互对话，并考虑到后来的思想家，他们阅读、改编、借鉴、复制了这些文本，并最终将它们确立为多年来流传下来的“经典”思想的基础。近几十年来，人们对这一经典进行了重新评估，质疑其总体价值以及其具体内容的构成，这将成为我们持续对话和分析的一部分。同样重要的是，艺术、哲学和多元文化环境有助于发展这些思想，以及从这些思想中发展而来的思想——超越了与文本的传统关系，偶尔包括电影、音乐和艺术。
对太阳能烹饪系统的科学探究
摘要：能源是生命和所有生物体所必需的。它满足了我们的日常需求：烹饪、照明、水加热和净化等。它对人类保持身体健康也非常重要，但这一点却被人们忽视了。全球有 30 亿人在家中使用木材、牛粪、煤炭和其他传统燃料，导致室内污染。要解决上述问题，太阳能烹饪是唯一的解决方案。世界各地都有大量的太阳能，它们无污染且易于利用。在印度，超过 36% 的总发电量用于烹饪。因此，有必要开发一种简单、无污染且经济的替代烹饪方式。然而，要大规模利用这种形式的能源，只有开发一种高效的烹饪系统，该系统采用太阳能热能存储技术和传统烹饪选项，使奇数小时烹饪成为可能。
电网储能 - 供应链深度探究...
《美国确保清洁能源稳健转型供应链的战略》报告列出了美国在能源供应链中面临的挑战和机遇，以及联邦政府应对这些挑战和机遇的计划。报告附有几项针对具体问题的深入评估，其中包括这份评估，以响应第 14017 号行政命令“美国的供应链”，该命令指示能源部长提交一份关于能源行业工业基础供应链的报告。该行政命令正在帮助联邦政府建立更安全、更多样化的美国供应链，包括能源供应链。为了应对气候危机并避免气候变化的最严重影响，美国致力于到 2030 年实现全经济范围内温室气体净污染水平比 2005 年减少 50% 至 52%，到 2035 年实现无碳污染电力部门，并在不迟于 2050 年实现全经济范围内净零排放。美国能源部 (DOE) 认识到，安全、有弹性的供应链对于控制排放结果和抓住能源部门转型所固有的经济机会至关重要。在这一转型的每个阶段都必须解决能源部门工业基础的潜在脆弱性和风险。能源部能源供应链战略报告总结了能源供应链的关键要素以及美国政府开始采用的解决这些要素的策略。此外，它还描述了国会采取行动的建议。能源部已经确定了在行政命令规定的一年期限内进行分析的技术和跨领域主题。除了顶点政策报告外，能源部还将发布 11 份深入评估文件，包括这份文件，涵盖以下技术领域：
《关怀法案》条款探究
这种被称为 SARS–CoV–2 1（冠状病毒）的病毒席卷了美国，其影响之大是其他任何危机都无法比拟的。尽管人们经常提到 1918 年的西班牙流感与冠状病毒在大流行中具有相似之处，但从经济角度来看，2001 年 9 月 11 日的袭击和 2008 年的大衰退或许才是冠状病毒与现代经济惨败的最佳类比。在之前的这些事件中，国会通过了《多德-弗兰克法案》和《爱国者法案》等全面的立法。面对冠状病毒，国会又通过了《关怀法案》。《关怀法案》中包含了税法的历史性变化。通过探索《关怀法案》的条款，纳税人可以一窥国会在危机时期的最高优先事项。本文探讨了税法的这些变化，希望让纳税人了解国会认为哪些优先事项对处于危机中的国家最为重要。
探究机器学习和深度学习方法从人类睡眠脑电图中检测轻度创伤性脑损伤
摘要 — 创伤性脑损伤 (TBI) 是一种非常普遍且严重的公共卫生问题。大多数 TBI 病例性质较轻，但有些人可能会发展为持续性残疾。那些具有持续性脑震荡后症状的人的病理生理原因很可能是多因素的，其潜在机制尚不清楚，但很明显，睡眠障碍在患有持续性残疾的人中占主导地位。睡眠脑电图 (EEG) 提供了一个直接观察神经活动的机会，而这种行为状态原本是高度刻板的，并且是一种很有前途的 TBI 诊断和预后的定量测量方法。随着机器学习、深度卷积神经网络领域的不断发展以及更好架构的发展，这些方法有望解决个性化医疗在推荐系统和/或健康监测系统中长期存在的一些挑战。具体来说，先进的脑电图分析可以识别神经系统疾病的假定脑电图生物标志物，这可能与轻度 TBI 的预测高度相关，轻度 TBI 是一种异质性疾病，受影响的表型和残疾程度范围广泛。在这项工作中，我们研究了各种机器学习技术和深度神经网络架构在一群人类受试者中的使用情况，这些受试者通过夜间实验室诊断性多导睡眠图 (PSG) 记录睡眠脑电图。探索了一种对 TBI 与非 TBI 对照受试者进行分类的最佳方案。当使用适当参数使用少量受试者（10 名 mTBI 受试者和 9 名年龄和性别匹配的对照）时，结果很有希望，在随机抽样安排中的准确率约为 95%，在独立验证安排中的准确率约为 70%。因此，我们相信，通过更多的数据和进一步的研究，我们将能够建立一个通用模型，不仅通过有人值守的实验室内 PSG 记录来准确检测 TBI，而且还可以在实际场景中，例如从日常生活中的简单可穿戴设备获取的 EEG 数据。