XiaoMi-AI文件搜索系统
World File Search System消极
利用虚拟工作环境减少隐性性别偏见
摘要 隐性性别偏见会给职场女性带来代价高昂且复杂的后果，许多女性报告称自己遭受了性别微侵犯，这导致她们被忽视或不尊重。我们呈现了一个在线桌面虚拟环境，从第一人称视角讲述了男性或女性自我形象的故事，他们要么经历积极要么消极的工作场景。消极场景包括许多来自性别微侵犯分类的例子。与拥有男性自我形象的参与者相比，与女性自我形象有过消极职场体验的参与者的隐性性别偏见水平显著降低。有证据表明，在消极条件下，女性自我形象表现出同理心和观点采择。无论自我形象的性别如何，积极的职场场景体验都没有表明隐性性别偏见显著减少。我们讨论了这些发现的含义，并就减少隐性偏见提出了虚拟环境技术和场景的建议。
对第五学期学生礼貌策略使用的分析
本研究旨在确定 UNDIKMA 第五学期学生使用的礼貌策略。研究采用定性描述方法进行。定性描述方法用于分析数据，因为数据将用单词、短语和句子来解释。数据基于 UNDIKMA 第五学期学生的言论。在收集数据时，研究人员采用观察和非参与式方法，做笔记。在分析数据时采用语用身份方法。用于解释礼貌策略分析的理论是 Brown 和 Levinson (1987) 的理论。Brown 和 Levinson 将礼貌策略分为四种，即直言不讳、积极礼貌、消极礼貌和不加记录。研究人员发现 UNDIKMA 第五学期学生使用了四种礼貌策略。结果表明，它们是直言不讳、积极礼貌、消极礼貌和不加记录。使用最主要的礼貌策略是积极礼貌。使用的另一种主要礼貌策略是直言不讳，消极礼貌，最后一种是非正式记录。
氢能项目和修订后的欧盟 IPCEI 国家援助规则......
在评估用于促进IPCEI实施的援助与内部市场的兼容性时，委员会将进行平衡测试，仅在积极影响大于消极影响的情况下才批准援助措施。在评估积极和消极条件时，委员会将特别注意《分类条例》2020/852规定的“不造成重大损害”原则。积极和消极条件的评估标准与最近修订的《气候、环境保护和能源国家援助指南》（CEEAG）中规定的标准类似。委员会将考虑援助措施的影响及其激励效应，而成员国则必须识别并充分描述该项目将解决的市场失灵以及相关的资金缺口。
Twitter 对话中的面部观察 Moch。......
Moch.armien@gmail.com 这项题为“Twitter 对话中的面子观察”的研究旨在调查 Twitter 对话中说话者在观察和不观察听众面子时所使用的礼貌策略、听众的反应以及观察（不）面子可能产生的影响。本研究采用描述性定性研究。数据来自 Twitter 中的对话。本研究表明，说话者在观察和不观察听众的消极和积极面子时使用了 Brown 和 Levinson (1987) 提出的四种礼貌策略，即公开、积极礼貌、消极礼貌和不公开。听众对说话者使用不同策略的观察（不）行为的反应可能会对对话本身产生一些影响。结果表明，说话者的观察（不）行为会产生两种影响。第一个影响是谈话顺利进行，没有任何干扰；第二个影响是谈话被干扰甚至中断。这表明，积极礼貌策略似乎是参与者在维持谈话时采取的首选策略。
本次讨论“苏格拉底方法”第3期的主题由阿纳斯塔西娅·阿列克谢耶娃提出：“人工智能的发展：积极和消极方面”
因此，我在讨论中特别考虑到的一个主要威胁是，随着神经网络技术和数字电气工程力量的积极运用，真实的“生物”载体智能工作的意义可能会丧失。文本助手（又名聊天机器人），例如各种数字系列的 ChatGPT 和图像生成器（例如 Midjourney 或 DALL-E），已经获得了明显的欢迎（尤其是在过去六个月中），乍一看，它们产生的结果与真正的助手、顾问和艺术家的作品难以区分。当然，很难说神经网络生成的图像和文本绝对完美，非常准确地模仿了生命智能的工作，但这个方向的工作正在非常积极地开展。由此产生了一个问题：图像生成程序会取代成熟设计师或艺术家的工作吗？当出现一种新兴的“替代方案”——一个可以在几分钟内创建像样的图片、布局或 3D 模型的程序时，开发动画电影或视频游戏的公司维持一整支员工队伍是否有利可图？（编辑）
公众眼中的人工智能 - 阿斯顿研究探索者
1.识别并分类用户在社交媒体帖子中对人工智能的情绪（积极、消极或中立）。2.提取并分析用户对人工智能各个方面的意见、担忧和期望，例如其对就业、隐私和道德考虑的影响。3.分析对人工智能的情绪和观点的时间动态，追踪感知如何演变。
基于人工智能的情感支持模型
TBS 商学院 s.fosso-wamba@tbs-education.fr 摘要 基于人工智能 (AI) 的系统（例如 AI 伴侣）越来越多地用于满足孤独感人士的需求。在当前的研究中，我们试图确定心理健康背景下人机交互的潜在机制。我们使用潜在狄利克雷分配 (LDA) 方法来分析用户生成的内容样本，该样本包含两年内 AI 伴侣应用程序评论的丰富数据。我们从分析中提取了五个积极主题（即感知到的人性、感知到的情感支持、感知到的 AI 的友谊、感知到的（较少）孤独和心理健康益处）和四个消极主题（即感知到的缺乏尽责性、感知到的不可信度、感知到的侵犯隐私和感知到的 AI 的诡异）。我们基于 AI 的情感支持模型表明，这些积极和消极特征是相互关联的。我们的研究根据显示基于 AI 的心理健康干预措施有效性的研究，提供了对 AI 伴侣与人类用户之间关系的理解。
支持烹饪与福祉之间的链接血清NY-ESO-1抗体作为胃癌术后复发的预测生物标志物：一种多中心前瞻性观察性研究
背景：尚未确定可靠的标记来预测胃癌的术后复发。我们设计了一项临床试验，以研究血清NY-ESO-1抗体反应的实用性，作为胃癌术后复发的预测标记。方法：在20121年至2021年之间进行了多中心前瞻性研究。包括可切除CT3-4胃癌的患者。 术后NY-ESO-1和P53抗体反应每3个月串行评估1年的术前抗体反应的患者1年。 通过术后3和12个月的抗体反应的阳性评估复发率。 结果：在1001例患者中，术前NY-ESO-1和p53抗体反应分别为12.6％和18.1％的患者。 ny-ESO-1抗体反应在非转交患者中术后变为阴性（消极率；分别为3和12个月的45％和78％），但反复发生的患者（消极率分别为9％和8％），保持阳性。 p53抗体反应在非持续患者中仍然是阳性的。 在多变量分析中，NY-ESO-1抗体在3个月（p <0.03）和12个月（p <0.001）是独立的预后因素，用于较短的无复发间隔。 结论：血清NY-ESO-1抗体可能是胃癌术后复发的有用预测标记。 临床试验注册：UMIN000007925。包括可切除CT3-4胃癌的患者。术后NY-ESO-1和P53抗体反应每3个月串行评估1年的术前抗体反应的患者1年。通过术后3和12个月的抗体反应的阳性评估复发率。结果：在1001例患者中，术前NY-ESO-1和p53抗体反应分别为12.6％和18.1％的患者。ny-ESO-1抗体反应在非转交患者中术后变为阴性（消极率；分别为3和12个月的45％和78％），但反复发生的患者（消极率分别为9％和8％），保持阳性。p53抗体反应在非持续患者中仍然是阳性的。在多变量分析中，NY-ESO-1抗体在3个月（p <0.03）和12个月（p <0.001）是独立的预后因素，用于较短的无复发间隔。结论：血清NY-ESO-1抗体可能是胃癌术后复发的有用预测标记。临床试验注册：UMIN000007925。