本研究的目的是通过与 AI 集成的 CALL 进行比较,检查 AI 集成的 MALL 对韩国学生 TOEIC 准备的影响。共有 496 名新生参加了本研究。他们被随机分配到 AI CALL(n = 190)、AI MALL(n = 164)和对照组(n = 132)。在 2021 学年期间,两个实验组通过集成 AI 技术的计算机或手机学习 TOEIC。对照组由人类老师在传统课堂环境中授课。在实验前后,进行了 TOEIC 听力和阅读测试。使用配对样本 t 检验和单因素方差分析来分析收集的数据。研究结果表明,所有组的听力和阅读测试分数都显著提高。组间比较结果表明,AI CALL 组在两项测试中的表现都优于对照组。该组在阅读测试中也优于 AI MALL 组。基于此,其教学意义是无价的。
可以使用逻辑回归过程和多项逻辑回归过程来拟合二元逻辑回归模型。每个过程都有其他过程所没有的选项。一个重要的理论区别是,逻辑回归过程使用个案级别的数据生成所有预测、残差、影响统计和拟合优度检验,而不管数据如何输入以及协变量模式的数量是否小于案例总数,而多项逻辑回归过程在内部汇总案例以形成具有与预测因子相同的协变量模式的子群体,并根据这些子群体生成预测、残差和拟合优度检验。如果所有预测因子都是分类的,或者任何连续预测因子都只采用有限数量的值(因此每个不同的协变量模式都有多个案例),则子群体方法可以生成有效的拟合优度检验和信息残差,而个案级别方法则不能。
摘要 糖尿病是一种慢性疾病,其特征是血糖水平升高超过正常范围,而糖尿病就是其中之一。糖尿病是由于胰岛素敏感性和胰岛素生产能力不足而发生的,要么是因为胰岛素激素尚未完全发育,要么是因为无法有效利用胰岛素。糖尿病的治疗可以采用药物治疗或非药物治疗,其中一种非药物疗法是 dhikr 疗法。这项研究采用定量方法和拟实验方法,以观察方式进行,并采用单组前测-后测设计。样本由 30 名受访者组成,采用简单随机抽样技术。数据分析采用统计检验和 Wilcoxon 检验。研究结果显示,连续3天以thayibah句、asmaul husana和祈祷形式的dhikr疗法可以显著降低血糖水平(p=0.000)或p<0.05。关键词:糖尿病;血糖水平;赞颂疗法
课堂管理是教学过程中最重要的组成部分之一。在管理不善的环境中,这一过程无法有效进行。管理良好的教室有利于教学过程的蓬勃发展。这项研究是为了检验这样一个假设:学生对拥有博士学位和硕士学位的大学教师的课堂管理策略的看法没有显著差异。这是一项定量调查研究。研究对象为 KP 两所大学的学生。采用多阶段抽样。研究样本由 200 名大学生组成。研究采用了自行开发的问卷。数据通过百分比、平均值、标准差、t 检验和卡方进行分析。结论是,拥有博士学位和硕士学位的教师的课堂管理策略存在显著差异。具有更高学位的教师使用不同的策略管理课程。培训计划和短期研讨会对于制定管理策略非常有益。关键词:课堂、管理、教学、学习、策略
摘要:青少年上学的方式对实现其日常身体活动建议具有重要意义。本研究的主要目的是了解哪些变量与葡萄牙青少年上下学的交通方式有关。2018 年学龄儿童健康行为问卷调查了 5695 名青少年,平均年龄为 15.5 岁(标准差 ± 1.8 岁),其中 53.9% 为女性。通过应用 χ2 检验和多元逻辑回归模型研究了这些关联。在这项研究中,36.5% 的参与者报告步行或骑自行车上学。积极交通方式上学与年龄 (OR = 1.3; p < 0.05)、充足的身体活动 (OR = 1.2; p < 0.05)、充足的睡眠时间 (OR = 1.2; p < 0.05)、幸福感 (OR = 1.2; p < 0.05) 和住在学校附近 (OR = 2.4; p < 0.05) 有关。结果显示,青少年选择使用积极交通方式上下学的次数随着年龄、身体活动、睡眠时间、幸福感和住在学校附近而增加。
本文以尼日利亚的经济环境为背景,从性别分类的角度研究了增长与失业之间的联系。估计方法采用基线形式的自回归分布滞后模型、边界检验和误差修正表示。感兴趣的变量采用 1981 年至 2017 年的年化时间序列。总体而言,研究发现,女性失业对尼日利亚的 GDP 增长率有显著的正向影响,而青年失业对 GDP 有显著的负向影响。研究还发现,男性失业对尼日利亚的 GDP 增长率没有显著影响。从长远来看,本研究中影响 GDP 增长率的主要变量包括失业率、劳动力规模与全国人口的比例、女性失业率和青年失业率。误差修正表示和边界检验估计证实,增长会根据所研究的失业变量的动态进行调整。该研究主张增加政府资本支出,因为从理论上和实践上看,这可以创造新的就业机会。这些支出应该投入到能够创造上游和下游就业机会的实体和核心生产部门。
摘要 希望、自我同情、宗教态度是每个人生活中使用和实践的术语,尽管实践程度各不相同。就宗教态度而言,这种态度表明一个人,无论是信徒还是非信徒,都尊重世界上的能量,不要与个人对特定宗教的信仰相混淆,因为它是个人的集体观念和信仰,通过系统化和以原始宗教体验的形式表达出来。希望是个人生活中的另一个重要组成部分;它被视为与实现未来目标和拥有乐观情绪相关的一种联系。最后,自我同情是一种意识到痛苦并接受这种痛苦的想法,这是一种普遍的人性和仁慈。在这项研究中,通过分层随机抽样方法,抽取了 150 名参与者,他们属于四种不同的宗教,即印度教、穆斯林、锡克教、基督教。研究结果表明,这三个变量之间没有相关性,通过 t 检验和回归可以得出结论,无论个人属于哪个年龄,他的希望和自我同情都不会受到其宗教信仰和态度的影响。
摘要 — 许多研究人员已经实施了游戏化元素,即徽章、排行榜、积分和级别,以增强主动学习。很少有研究人员在 LMS(LMS 游戏化)中使用游戏元素和活动。本研究旨在测试参加 LMS 游戏化和非游戏化的学生之间的表现是否不同。此外,我们想分析学生参与度和游戏活动对学生表现的影响。我们使用独立样本 t 检验和回归分析数据。LMS 游戏化中的主动学习和学生参与对学业成绩有显著影响,游戏化导致与 LMS 非游戏化学生相比,成就有显著差异。通过结合游戏化活动和促进学生参与,LMS 可以提供资源、个性化学习体验和协作机会,从而加深对学科的理解并提高成就水平。LMS 中的游戏化和学生参与的结合显示出改变教育和促进学生长期成功的巨大潜力。
用于文本分析的抽象数字工具长期以来对于数字化库集合的可访问性和可访问性至关重要。最近的计算机视觉进步引入了类似的视觉材料功能,基于深度学习的嵌入显示了分析视觉遗产的希望。鉴于许多书籍还具有文本外,还具有视觉效果,因此利用这些突破对于使图书馆的收藏馆开放和易于访问至关重要。在这项工作中,我们提出了概念验证图像搜索应用程序,用于探索挪威国家图书馆1900年前的书籍中的图像,比较视觉变压器(VIT),对比性语言图像预训练(CLIP)和语言损失的语言损失 - 图像预训练(Siglip)(Siglip)的嵌入图像检验和分类。我们的结果表明,该应用程序在精确的图像检索中表现良好,在检索和分类任务中,siglip嵌入片段略优于剪辑和VIT。此外,基于siglip的图像分类可以有助于从数字化管道中清洁图像数据集。
•为学生提供有关大脑成像研究如何有助于认知神经科学研究的批判性概述。• To provide students with a strong foundation in understanding the logic of the General Linear Model (GLM) for statistical analysis, particularly for brain imaging data • To use the GLM logic as a foundation for understanding the effects of artifacts, preprocessing, choice of model parameters, and experimental design • To provide students with sufficient understanding of neuroimaging approaches that they can read and critique articles on the topic and make appropriate choices regarding experimental design and analysis • To give学生对fMRI的技术细节(例如MR物理学,大胆的反应和预处理步骤)的概念理解,而无需在物理,生物学或数学方面具有强大的背景。•为学生提供对脑成像分析的动手理解,并不强调“在任何特定的软件包中要按下哪些按钮”,而是在为什么人们可以对设计和分析做出某些决定,而不论软件如何。•促进批判性思维,项目选择和改进,假设产生,假设检验和口头演示的技能