该模型以分层图的形式呈现。金字塔形的层级排列并不意味着等级制,也不意味着顶部的能力代表更高的技能水平。该模型的形状表示随着层级的上升,技能应用的专业化和特异性不断提高。1-5 层级已经开发完毕,并被划分为区块。区块代表能力领域,即在行业中取得成功所必需的应用技能、知识和能力。该图附有一张能力定义表和相关关键行为表。
摘要:本文将分析技术在彼得·斯洛特戴克的理论中所扮演的角色,他试图重新定义和重建伦理、社会和民主。事实上,这位哲学家的计划是建立一种新的社会,这种社会有可能是反民主和精英主义的:技术政治。这个引理指的是斯洛特戴克通过以技术和反平等的方式消除人权范式来重新配置社会结构。为了做到这一点,斯洛特戴克将环境重新设计为一个危险的地方,这里的规则无法遵守,必须通过技术来重塑。因此,这位哲学家将伦理简化为技术,并根据支持等级制和选择性新城邦的新技术伦理前提重新解释社会。
由具有不同观点、技能和背景的人组成的跨组织团队经常会遇到权力等级制、对现状的偏见和缺乏信任等挑战。如果不加以解决,这些挑战可能会损害团队的运作和实现健康公平目标的进程。跨组织团队可以将目光投向医学、公共卫生和组织心理学领域之外的社会活动家和学者,例如 adrienne maree brown*。adrienne 通过她的多流派写作、音乐和播客在公众中发展治疗理念。凭借 25 年的运动促进、身体学、Octavia E. Butler 奖学金和她作为助产士的工作经验,adrienne 培育了新兴策略、快乐行动主义、激进想象力和变革性正义作为变革的理念和实践。她是多部出版文本的作者/编辑,也是塔罗牌和正在发展的音乐仪式的共同创作者。在本文中,作者将她的想法应用于他们自己的跨组织团队结构。
2021 年 4 月 6 日至 8 日,桑迪亚国家实验室举办了一场虚拟研讨会,探讨开发 AI 增强型下一代微电子协同设计 (AICoM) 的潜力。研讨会汇集了两个主题。第一个主题在 2018 年美国能源部科学办公室 (DOE SC) 的“微电子基础研究需求”(BRN) 报告中有所阐述,该报告呼吁对传统的微电子设计方法进行“根本性的反思”,在这种方法中,每个微电子学科 (材料、器件、电路、算法等) 的主题专家 (SME) 几乎独立地工作。相反,BRN 呼吁一种非等级制的、平等的协同设计愿景,其中“每个科学学科都为其他学科提供信息并让其他学科参与其中”,以“并行但紧密联网的努力来创造全新的能力”。第二个主题是认识到人工智能(AI)的持续突破正在增强和加速材料科学、电路设计和电子设计自动化(EDA)中传统设计问题的解决。
许多在公司任职多年的人已经对各种模式的“他们”的元素产生了依赖。因此,期望既不明确也不一致,将各种模式和框架转化为有效行动是一项挑战。也许并不令人意外的是,也有一些人抵制变革。因此,该团队需要明确定义在公司中领导意味着什么。舒斯特也意识到,让高管领导团队定义新模式,然后将其传递到整个组织,这将是一个浪费的机会。相反,领导层应该将这一任务委托给整个组织中一个非等级制的领导小组,这个小组被称为工作组。“多年来,我们一直试图实施成功的领导力计划,但都失败了,”舒斯特说。“这次,我们决定授权各个级别的人共同努力,创造一些有意义的东西,以激发整个组织的想象力和热情。”
人工智能 (AI) 的兴起有可能通过自动化认知、不可编码的工作重塑知识经济。本文介绍了一个分析这种转变的框架,将人工智能纳入人类组成等级制公司以高效利用时间和知识的经济中:知识较少的人成为从事常规知识工作的“工人”,而知识较多的人成为协助工人解决特殊问题的“解决者”。我们将人工智能建模为一种将计算能力转化为“人工智能代理”的技术,这些代理可以自主运行(作为同事或解决者/副驾驶),也可以非自主运行(仅作为副驾驶)。我们表明,基本的自主人工智能取代人类去解决复杂的问题,从而导致公司规模更小、生产力更低、分散性更低。相比之下,高级自主人工智能将人类重新分配到常规知识工作中,从而产生规模更大、生产力更高、分散性更强的公司。虽然自主人工智能主要使知识最丰富的人受益,但非自主人工智能却使知识最少的人受益。然而,自主人工智能实现了更高的总体产出。这些发现调和了看似矛盾的经验证据,并揭示了监管人工智能自主性所涉及的关键权衡。
社会觅食是一种广泛的动物觅食形式,其中一组个人协调他们的决定以利用环境中的资源。动物展示了从平等主义到等级制的各种社会结构。在这项研究中,我们研究了不同形式的社会等级制度觅食决策。我们开发了一种机械性的可分析模型,以研究社会觅食的潜在过程,将微观的个体与宏观群体相匹配。基于随机证据的积累框架,我们开发了一种贴片模型 - 在大型层次组中,带有领导者和跟随个人的决定。在各种信息共享机制中,我们能够分析量化新兴的集体动态。我们发现,通过观察领导者运动的观察或在大多数情况下,通过观察领导者运动的数量来计算个人的数量,这是对以下个人的好处,通过提高其在推断贴片丰富度方面的准确性,这是对以下个人的好处。另一方面,通过对食物奖励或补丁质量的虚假信念的交流,错误的信息表明对以下个人有害,但矛盾的是可能导致群体凝聚力增加。在一个有大量动物觅食数据的时代,我们的模型通过发现社会觅食决策的基础的隐藏机制来概念化和理解这些数据。
林博士被提升为副教授。Lisa Rein被提升为生物统计学家III。Bi Qing(Michelle)Teng被提升为生物统计学II。詹妮弗·沃德(Jennifer Ward)被提升为研究计划协调员III。drs。Kim和Martens去年获得了出色的研究生教育家奖。drs。Sparapani,Laud和Logan是2023年ISBA Biostats和Pharma Best Paper Award的获奖者,标题为“非参数故障时间:与Heteroskedastic Bayesian添加性回归树和低信息填omnibus dirichlet Process Mixtures”的赛事机器学习,发表在Biometrics中。Ulrich Kemmo tsafack获得了低音(生物制药应用统计研讨会)学生旅行奖,并介绍了用于整合多族和多学生数据的荟萃分析基因聚类算法的海报。彼得·张(Peter Zhang)在7月的全国MD-PHD学生会议上发布了一张海报。XI Fang获得了2023年韩国国际统计协会杰出学生纸奖,并获得了美国统计协会终身数据科学科的学生纸奖。我们从生物统计学和数据科学MA计划中庆祝了我们的第一批毕业生。Logan博士被选为MCW研究卓越研究协会的新成员。 lin和Ahn因其项目的标题为“ FastQdesign:基于现实的FASTQ基于SCRNA-SEQ研究设计问题”的项目获得了CTSI Pilot-Berd方法论创新奖。 Sparapani博士Logan博士被选为MCW研究卓越研究协会的新成员。lin和Ahn因其项目的标题为“ FastQdesign:基于现实的FASTQ基于SCRNA-SEQ研究设计问题”的项目获得了CTSI Pilot-Berd方法论创新奖。Sparapani博士Sparapani博士获得了AHW赠款,标题为“通过ECG通过Veritas软件和混合学习来自动化心肌梗塞诊断”。 Jin博士获得了AHW赠款,标题为“ 3D染色质结构在乳腺癌内分泌耐药性中的作用”。 Banerjee博士获得了综合的伤害中心赠款,标题为“在影响伤害环境中风险预测(SHARP)的随机等级制算法”。博士。