摘要:本文旨在调查消费者对采用 Uber 的行为意向,重点关注数字化和共享经济对采用 Uber 的影响。本文旨在研究孟加拉国和巴基斯坦的文化因素,这些因素导致人们采用非传统的交通方式。特别是,其他研究人员以前没有对这些国家进行比较。研究中采用计划行为理论与霍夫斯泰德的文化维度相结合来研究这两个国家的客户对采用 Uber 的行为意向。研究中使用 TAM、TPB 和霍夫斯泰德文化模型的因素进行了大量的比较。因变量在显示对自变量的积极和消极态度方面起着重要作用。本文的研究结果表明,“风险”对行为意向有负面影响。研究数据是通过在线封闭式问卷从 145 名受访者中收集的,这限制了研究的普遍性。最后,它确定了“女性”是一个更大的市场,并为 Uber 提供了一个机会,使其能够对社会普遍存在的风险进行分类,并通过成为一家全球性公司来适应当地文化,从而制定新战略。因素检查得出了很好的结论,为未来的研究人员提出了建议,并得出结论。
探索继续寻找利用能源的方法,例如太阳能,风能,水力发电,地热和海洋能量,它们自然会在不耗尽的情况下自然地自给自足。这项研究旨在开发一种创新的能量产生鞋,将人类的步骤转化为电力。通过TRIZ方法以及研究中概述的数据收集技术,利用实验研究设计进行了这项研究,从而得出了有关鞋子发电有效性的牢固结论。使用线性回归或研究原型对数据进行了分析,因为它可以探索两个变量之间的相关性:产生的能量和单个预测指标,例如步行速度或施加力。结果表明,相关分析的值为0.70,表明稳健的正相关,表明脚步数与产生的伏特之间存在牢固的关系。具有0.30的显着F值超过了0.05的p值,有足够的证据断言,回归模型比缺乏自变量的模型更适合数据。可以得出的结论是,发电鞋在试验期间产生了值得注意的电压。该研究受到研究人员进行的实验室测试数量有限的限制。建议将来的研究来进行研究,这些研究将重点放在原型的多个实验室试验中。
在本文中,我考虑了世界经济的小组数据分析,以确定GDP增长与自变量之间的关系以及可能存在的效果性质。使用了来自世界银行和联合国的161个国家 /地区的161个国家 /地区的年度数据。GDP是独立变量,而独立变量是人口,总价值,自然资源总租金和劳动力。首先,进行泳池性测试以测试固定效应的关节意义。零假设被拒绝,因为存在显着的个体影响。其次,进行Huesman的测试以测试固定效果和随机效应的一致性。无效假设被拒绝,暗示存在重要的随机效应。第三,进行了异质性的布鲁斯 - 帕根检验,这表明存在异质性。最后,对White的协方差矩阵估计器进行随机效应,从而在存在异质性的情况下一致,有效的参数估计值。随机效应模型在5%的水平上具有统计学意义,其中68%的变化由模型解释。所有解释变量在5%的水平上具有统计学意义。他们都对GDP产生积极影响,劳动力和人口的影响最高。随机效应很大且显着,方差为2。25±1。5和94.1%的误差组件份额。在控制其他变量和随机效应之后,劳动力或人口增长或两者兼而有之一致的国家经历了一致的经济增长。
在这项研究中,使用了极端梯度提升(XGBoost)和光梯度提升(LightGBM)al-gorithms用间接太阳能干燥机的香蕉切片的干燥特性进行模型。建立了自变量(温度,水分,产品类型,水流量和产品质量)与因变量(能源消耗和降低)之间的关系。用于耗能,XGBoost在训练过程中以0.9957的r 2为0.9957,在测试过程中表现出优异的表现,在训练期间的最小MSE为0.0034,在训练期间为0.0008,在测试阶段表明高预测性获得率和低错误率。相反,LGBM显示较低的R 2值(0.9061训练,0.8809测试)和较高的MSE在训练过程中的MSE为0.0747,在测试过程中0.0337显示了0.0337,反映了较差的表现。同样,对于收缩预测,XGBOOST优于LGBM,较高的R 2(0.9887训练,0.9975测试)和较低的MSE(0.2527培训,0.4878测试)证明了LGBM。统计数据表明,XGBoost定期胜过LightGBM。基于游戏理论的Shapley功能表明,温度和产品类型是能源消耗模型的最具影响力的特征。这些发现说明了XGBoost和LightGBM模型在食品干燥操作中的实际适用性,以优化干燥调节,提高产品质量并降低能耗。
3印度尼西亚马朗州立大学摘要:教育领域的成就与在学术或非学术领域的学生学习成果相同。教育的重点往往放在产出上。事实证明,作为质量一代的生产者,杰出的教师能够成为在全球范围内竞争并在未来生活中取得成功的重要因素。该研究的重点旨在评估影响者的领导力,数字化转型和社会氛围对改善教师成就的影响,以建立高级马德拉萨群岛的成就。本研究使用SMART-PLS使用一种描述性定量方法与数据分析技术一起测量相互影响和影响彼此的变量。这项研究中的受访者人数为Malang Regency的124名私人Madrasa教师,其比例尺测量为1-5。对Cronbach的Alpha值的分析整体上,并解释了该构建体在本测试中在内部一致且可靠。研究结果表明:(1)有影响力的领导力与改善教师成就之间存在重大影响; (2)数字化转型与改善教师成就之间存在重大影响,并且(3)社会氛围与改善教师成就之间没有显着影响。预测,研究人员认为,自我效能的形式的心理因素在改善教师成就方面具有比社会气候更大的影响。到自变量。
矩阵差异(或矩阵演算)被广泛接受为各种领域的必不可少的工具,包括估计理论,信号处理和机器学习。这也用于量子信息理论的许多领域(例如,量子断层扫描[1],[2],量子系统的最佳控制[3]以及对纠缠否定性[4])的最佳控制。矩阵差异提供了一种方便的方法,可以相对于独立变量的每个组件,收集因变量的每个组件的衍生物,在这种情况下,因变量和自变量可以是标量,矢量或矩阵。然而,通常的矩阵(或索引)符号通常会避免繁琐的计算和困难的最直观解释。已知可以在线性代数中成功应用使用字符串图的图表表示(请参见[5]及其中的参考文献)。在本文中,我们提供了一种简单的图解方法,用于得出有用的矩阵差异公式。请注意,可以分别代表量子状态和量子过程的半半数矩阵和完全正面的图被视为Hermitian矩阵的真实希尔伯特空间中的载体和矩阵。在这里我们提到了一些相关的工作。参考。[6],呈现图形表示DEL操作员(即∇)的方式,其中计算仅限于三维欧几里得空间的情况。参考文献[7]提出了一个图表,用于操纵张量导数相对于一个参数。我们采用了与这些参考文献中给出的相似的表示法。
本研究考察了各种环境和经济变量如何导致环境恶化。工业化、贸易开放和外国直接投资是变量之一,环境外交、环境外交保障和可再生能源消费也是如此。因此,数据涵盖 1991 年至 2020 年,我们的样本包括所有 19 个国家和两个组(欧盟和非洲联盟)。该研究使用 Pesaran CD 检验确定横截面依赖性,使用 CIPS 和 CADF 检验确定平稳性,使用 Wald 检验确定异方差性,使用 Wooldridge 检验确定自相关性;因此,使用 VIF 确定多重共线性,使用 Durbin 和 Hausman 分析内生性。它还采用了 Westerlund 的协整检验来确保横截面依赖性,使用 Wald 检验确定组异方差,使用 Wooldridge 检验确定自相关,使用 VIF 确定多重共线性,使用 Durbin 和 Hausman 分析内生性。采用两步系统广义矩法 (GMM) 估计结果,并确认 G20 国家自变量(工业化、贸易开放、外国直接投资、环境外交、安全环境外交和可再生能源)与因变量(环境退化)之间的关系。因此,工业化、贸易开放、外国直接投资、生态外交和可再生能源消费对生态退化有显著影响。环境外交对于防治退化和促进全球合作至关重要。G20 国家制定严格的环境限制措施,以应对气候变化并促进经济增长。
该研究旨在仔细检查行业4.0指标和大数据分析对巴基斯坦制造业的供应链流程的影响,并强调行业4.0如何改变供应链活动。这项研究是在制造业内进行的,特别是针对巴基斯坦卡拉奇汽车行业的员工。数据是通过在线Google表格收集的,利用了以李克特量表部署的封闭式调查表,以探索各种自变量及其对供应链性能的影响。调查答复表明,这些变量(供应链的灵活性,供应链敏捷性,研究和发展,MIS的作用,领导风格和大数据分析)会影响供应链绩效,尽管具有领导风格和供应链绩效之间的微不足道的关系。该研究还肯定了供应链绩效指标对组织绩效的重大中介影响。由于技术采用和监管框架的潜在差异,研究可能会面临与各种行业和地区的普遍性有关的限制,并且由于唯一的调解人可能会忽略独立途径,因此独特的关注供应链绩效,独立途径可以通过这些途径来影响组织绩效。从这项研究中获得的见解可以作为经理和制造组织的指南,以理解行业4.0所引用的转型,提供镜头,以感知供应链绩效和活动的转变。该研究对巴基斯坦的制造业领域中的行业4.0和大数据分析引起的供应链实践的演变进行了关键检查,从而为从业人员和院士提供了宝贵的资源,以使从业者和院士了解和浏览数字转换的供应链的景观。
这项横断面研究采用了一份在线问卷,该问卷改编自阿卜杜拉曼(Abdulrahman)等人先前的一项研究,他采用了从密歇根州糖尿病研究中心获得的“糖尿病知识测试(DKT)”问卷调查,并转化为阿拉伯语。相应的作者授予在我们的项目中使用它[8]。修改了人口统计部分以与我们的研究人群保持一致。问卷是在GoogleForm®上创建的,分为三个部分:人口统计学,知识,态度和实践。随后,数据收集器通过数字平台分发给参与者,以使用便利采样技术在2022年7月至2022年11月之间收集数据。在调查开始时包括知情同意书和信息真实性的声明,参与是自愿的。根据95%的置信度,2.7%的误差和23%的人口比例确定最小样本量为934。研究参与者由诊断为T2DM的沙特阿拉伯和非苏尼族成年人(> 18岁)组成,在研究期间居住在沙特阿拉伯,并从公共或私人医疗机构获得医疗保健,无论其疾病持续时间如何。排除标准包括T1DM,孕妇和居住在沙特阿拉伯以外的参与者。使用SPSS(IBM Corp.,Armonk,NY)分析了数据,并对结果进行了审查,列表和比较统计显着性。<= 0.05的p值被认为具有统计学意义。因变量是患者的知识,态度和实践,而自变量是社会人口统计学特征。
本文探寻不同类型的环境规制对企业绿色技术创新(GTI)的影响机制。研究重点分析了命令型环境规制(ER1)、市场导向型环境规制(ER2)和自愿性环境规制(ER3)三类环境规制方式及其对企业GTI的影响。本研究选取企业GTI作为因变量,以绿色发明专利申请量和绿色实用新型专利申请量来测量,自变量为上述三类环境规制方式,基于中国A股上市公司数据。运用基准回归模型分析不同环境规制方式对GTI的影响,并构建调节效应模型研究企业研发投入和政府支持在环境规制影响GTI过程中的作用。研究结果表明:(1)ER1、ER2和ER3均能促进企业GTI,且三种环境规制方式具有较好的协同效应。 (2)研发投入与ER2与GTI的关系呈正相关,与ER3和ER1呈负相关。(3)环境规制影响下,不同地区、所有制性质、要素密度、行业类型的企业的GTI绩效存在差异。(4)环境规制政策对企业GTI的影响主要为短期的。本研究为环境规制如何影响企业GTI,特别是在中国这样的发展中国家背景下的研究提供了一个新的视角。研究结果强调了不同类型的环境规制对企业GTI的激励作用,同时也指出了政府在制定环境政策时需要考虑的地区差异、企业特征等因素,这对于推动企业绿色发展,实现更广泛的可持续发展目标具有重要意义。