背景:许多与用户相关的心理维度可以显着影响人与机器人之间的动态。对于开发人员和研究人员而言,至关重要的是要全面了解用于评估这些维度的可用工具的心理测量特性,因为它们表明评估的可靠性和有效性。目的:本研究旨在对可用于评估人与社会和家庭机器人之间关系的工具进行系统的审查,从而摘要其心理测量特性及其证据质量。方法:跨不同数据库的Prisma(用于系统评价和荟萃分析的首选报告项目)进行了系统审查:Scopus,PubMed和IEEE Xplore。搜索策略包含符合以下纳入标准的研究:(1)该工具可以评估与社会和国内机器人有关的心理维度,包括态度,信念,观点,感觉和看法; (2)研究重点是验证该工具; (3)研究评估了仪器的心理测量特性; (4)该研究接受了同行评审; (5)这项研究是英文。排除了专注于工业机器人,救援机器人或机器人臂或主要涉及技术验证或测量拟人化的研究的研究。独立审稿人提取了仪器特性及其证据的方法论质量,遵循选择健康测量工具指南的基于共识的标准。这个结果:从3828个确定的记录中,搜索策略产生了34(0.89%)文章,这些文章验证并研究了27种工具的心理测量特性,旨在评估个人与社会机器人有关的心理维度。这些仪器涵盖了广泛的心理维度。大多数研究主要集中在结构有效性(24/27,89%)和内部一致性(26/27,96%)上,但考虑其他心理测量特性的考虑通常不一致或不一致。尽管在临床背景下具有重要意义,但没有评估仪器的测量误差和响应能力。大多数仪器(17/27,63%)均针对成年人和老年人(≥18岁)。专门为儿童,老年人和医疗保健环境设计的工具数量有限。结论:考虑到评估人类机器人关系中心理维度的浓厚兴趣,需要使用更严格的方法来开发新工具,并考虑更广泛的心理测量特性。
Rahul Raj、Umesha C 和 Pranav Kumar DOI:https://doi.org/10.33545/26174693.2024.v8.i7Si.1606 摘要 田间试验于 2023 年喀里夫季节在农学系作物研究农场进行。实验采用随机区组设计,共十个处理,重复三次。处理细节如下:T 1:磷 40 千克/公顷 + 纳米尿素 1 毫升/升,T 2:磷 60 千克/公顷 + 纳米尿素 1 毫升/升,T 3:磷 80 千克/公顷 + 纳米尿素 1 毫升/升,T 4:磷 40 千克/公顷 + 纳米尿素 3 毫升/升,T 5:磷 60 千克/公顷 + 纳米尿素 3 毫升/升,T 6:磷 80 千克/公顷 + 纳米尿素 3 毫升/升,T 7:磷 40 千克/公顷 + 纳米尿素 4 毫升/升,T 8:磷 60 千克/公顷 + 纳米尿素 4 毫升/升,T 9:磷 80 千克/公顷 + 纳米尿素 4 毫升/升和对照地块。试验结果表明,施用 60 kg/ha 磷肥和 4 ml/l 纳米尿素(处理 8)可显著提高植株高度(202.00 cm)、最大植株干重(310.00 g/plant)、最大作物生长率(27.00 g/m 2 /day)、每穗最大行数(12.93)、行粒数(22.67)、种子指数(22.70 g)、籽粒产量(5.54 t/ha)、秸秆产量(9.92 t/ha)、收获指数(35.86%)。关键词:玉米,磷,纳米尿素,生长和产量。介绍玉米(Zea mays L.)是继水稻和小麦之后最重要的谷物作物之一,在全球农业中占有突出地位。在印度,玉米仅次于水稻和小麦,位居第三。在印度,玉米用于谷物和饲料,以及家禽和牛饲料混合物的成分和其他工业用途。玉米也称为玉蜀黍,是世界上最重要和最具战略意义的作物之一。其原产地是墨西哥(中美洲)。它是一种 C4 植物,被称为“谷物皇后”,因为它具有高生产潜力和跨季节的广泛适应性。它高效利用太阳能,具有巨大的增产潜力,被称为“奇迹作物”。玉米通过优质蛋白质在确保粮食安全和营养安全方面发挥着至关重要的作用。玉米的营养成分(每 100 克)如下:蛋白质 4 克。碳水化合物 30 克,膳食纤维 3.5 克,脂肪 1.5 克,糖 3.6 克,钙 4 毫克,锌 0.72 毫克等。(Dragana 等人,2015 年)[8]。玉米植株的每个部分都具有经济价值(谷粒、叶子、茎秆、穗和穗轴),都可用于生产各种食品和非食品产品。全球 170 多个国家种植玉米,面积达 1.88 亿公顷,产量达 14.23 亿公吨。自 2005 年以来,印度玉米种植面积位居第四位,为 989 万公顷,年产量为 3165 万吨,位居第六。在印度各邦中,中央邦和卡纳塔克邦的玉米种植面积最高(各占 15%),其次是马哈拉施特拉邦(10%)、拉贾斯坦邦(9%)、北方邦(8%)、比哈尔邦(7%)、特伦甘纳邦(6%)。目前,印度生产的玉米 47% 用于家禽饲料,13% 用于牲畜饲料,13% 用于食品,淀粉工业消耗约 14%,加工食品占 7%,6% 用于出口和其他用途。(IIMR,2021 年)。磷的应用会影响植物的生长行为。它是生长、糖和淀粉的利用、光合作用、细胞核形成和细胞分裂、脂肪和蛋白形成所必需的。光合作用和碳水化合物代谢产生的能量储存在磷酸盐化合物中,供以后生长和繁殖使用(Ayub 等人,2002 年)[5]。它在植物体内很容易转移,随着植物细胞的形成,从较老的组织转移到较年轻的组织
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
背景:许多与用户相关的心理维度可以显着影响人与机器人之间的动态。对于开发人员和研究人员而言,至关重要的是要全面了解用于评估这些维度的可用工具的心理测量特性,因为它们表明评估的可靠性和有效性。目的:本研究旨在对可用于评估人与社会和家庭机器人之间关系的工具进行系统的审查,从而摘要其心理测量特性及其证据质量。方法:跨不同数据库的Prisma(用于系统评价和荟萃分析的首选报告项目)进行了系统审查:Scopus,PubMed和IEEE Xplore。搜索策略包含符合以下纳入标准的研究:(1)该工具可以评估与社会和国内机器人有关的心理维度,包括态度,信念,观点,感觉和看法; (2)研究重点是验证该工具; (3)研究评估了仪器的心理测量特性; (4)该研究接受了同行评审; (5)这项研究是英文。排除了专注于工业机器人,救援机器人或机器人臂或主要涉及技术验证或测量拟人化的研究的研究。独立审稿人提取了仪器特性及其证据的方法论质量,遵循选择健康测量工具指南的基于共识的标准。这个结果:从3828个确定的记录中,搜索策略产生了34(0.89%)文章,这些文章验证并研究了27种工具的心理测量特性,旨在评估个人与社会机器人有关的心理维度。这些仪器涵盖了广泛的心理维度。大多数研究主要集中在结构有效性(24/27,89%)和内部一致性(26/27,96%)上,但考虑其他心理测量特性的考虑通常不一致或不一致。尽管在临床背景下具有重要意义,但没有评估仪器的测量误差和响应能力。大多数仪器(17/27,63%)均针对成年人和老年人(≥18岁)。专门为儿童,老年人和医疗保健环境设计的工具数量有限。结论:考虑到评估人类机器人关系中心理维度的浓厚兴趣,需要使用更严格的方法来开发新工具,并考虑更广泛的心理测量特性。
ISSN 1330-3651(印刷版),ISSN 1848-6339(在线版) https://doi.org/10.17559/TV-20240123001285 原创科学论文 基于多媒体数据分析和人工智能的智能体育教学跟踪系统 徐嘉辉*,齐大陆,刘爽 摘要:近年来,体育环境已经意识到身体和心理特征的重要性。体育工作人员、运动员和教练员已经表明,新的理论和治疗方法可用于增强心理。个人社会生活中的基本需求是城市公共体育。本文在均等化公共服务的基础上,提供了均等化公共体育的城市设施。国家一致的规则可以提供城市公共体育产品和服务,这些产品和服务对公民来说是基本的,考虑到他们的生计和娱乐需求。本文提出利用语义多层次结构方程模型(SMSEM)来评估城市公共体育服务的运动心理需求,目的是紧密围绕群众的体育需求,提高政府城市公共体育服务供给的质量和效率,推动城市体育休闲城市建设,让更多人享受城市公共体育,保障人民群众的基本体育权利。积极心理学的成长具有广泛的理论和应用领域,丰富了新的体育心理学理论和应用。心理监测与体育锻炼的关系最密切的是竞技体育领域。心理指导正朝着系统化、专业化的方向发展。在未来的应用中,从体育心理学中获得的成果更具适用性。关键词:人工智能;多媒体数据分析;语义;运动心理;城市公共体育1引言运动员的运动表现由心理、身体和社会因素来评价[1]。教练员认为,通过提高运动员的心理能力可以提高运动员的运动成绩[2]。心理干预对游泳、足球、垒球、滑冰、高尔夫和网球等多项运动的运动员表现有积极影响 [3]。高水平表现研究比较了不同的运动员,报告了成功运动员的理想心理特征,包括:焦虑的自我调节、高度集中、高度自信、焦虑控制、积极的运动关注和决心以及参与度 [4]。研究表明,运动员具有获得成功的敏锐心理能力 [5]。心理因素的相似性,多维结构和运动员表现的提高与心理技能和心理韧性密切相关[6],即“自然或既定的心理优势”。一般来说,体育运动的多项要求都要求运动员比对手表现得更好。要比对手更加稳定、一致和有控制力[7]。这些运动员除了发展心理韧性外,还采用了心理技能来保持这种心理韧性[8]。运动员可以学习特定技能如何改善心理稳定性的发展和维持[9]。体育心理学家已经启动了与体育运动有关的心理能力的心理测量特性,这些特性已经确定并测量了运动员的心理状态,以方便进一步咨询[10]。此外,问卷还测量了特定领域的因素,例如焦虑和PSIS(运动心理技能清单)团队因素、ACSI-28(运动应对技能量表-28)、APSI(运动心理技能清单)应对技能以及在绩效策略测试中的表现改进[11]。对运动员的心理支持主要包括以下几个方面:
摘要。利率期货市场是金融市场的重要组成部分。它对全球金融市场的利率风险的预测具有至关重要的影响,这是由于金融市场的复杂性和利率期货的波动。基于机器学习方案以分析和比较不同的算法,本文通过回归和其他方法分析了2022.6-2023.6时期的两年期财政期货。同时,它应用于构造图表和图表,以更好地比较和分析模型,这些模型更适合预测利率期货的未来风险。国家政策,一般市场环境的波动及其平稳性被用作预测其风险波动的主要因素。主要算法本文的使用是:随机森林回归,Arima模型,BP神经网络回归模型,ARCH模型(模型有效性测试),GARCH模型。总而言之,尽管随机森林和Arima模型的预测结果接近0,并且具有强大的稳定性,但Garch的预测结果相对较好,但没有一个实现所需的预测性能。
缩写:CI,置信区间;SD,标准差;SLS,斯特里克学习广度;SLS 最大广度,在任何学习试验中识别的最大单词数;SLS 1-5 总计,在 1-5 次试验中正确识别的单词总数;SLS 试验总数,SLS 1-5 总计 + 延迟;SLS 综合,平均 z 分数(SLS 最大广度、SLS 1-5 总计、SLS 延迟);SYM,符号测试;SYM 正确 RT,所有四次试验中每项的平均反应时间(仅正确试验);SYM 最佳 2 平均值,完成试验的秒数,在完成时间最快的两次试验中取平均值;SYM 中间 2 平均值,完成试验的秒数,在两次试验中取平均值,不包括最高和最低表现;SYM 所有 4 平均值,完成试验的秒数,在所有四次试验中取平均值。两种测试均使用随机替代形式,因此信度系数也代表替代形式信度。 a 所有相关系数均显著(P < 0.001)。bn = 88。cn = 61,因为在学习开始后增加了延迟。d 1-5 总计 + 延迟,n = 61。e 平均 z 分数(最大跨度,1-5 总计,延迟),n = 61。f 四次试验中每个项目的平均反应时间(仅正确试验),单位为秒。g 完成一次试验的秒数,取完成时间最快的两次试验的平均秒数。h 完成一次试验的秒数,取两次试验的平均秒数,不包括最高和最低表现。i 完成一次试验的秒数,取四次试验的平均秒数。j 完成所有四次试验的秒数(总结)。
有源配电网(ADN)表现出源-网-荷-储互动的特性。随着电力电子技术的飞速发展,电力电子装置被广泛应用于源-网-荷-储三者之间。大规模分布式电源的存在可能导致电压质量下降,而大型电力电子设备的应用还可能导致严重的谐波畸变,电能质量已成为有源配电网发展中的重要问题之一。本文对有源配电网源-网-荷-储互动的电能质量特性进行分析。首先,考虑有源配电网中源-网-荷-储互动,分析电压偏差和波动并进一步量化其程度。然后,建立电力电子元件的源-荷-储谐波模型,为谐波分析奠定基础。此外,提出了有源配电网的解耦谐波潮流算法来分析系统谐波分布。最后,考虑光伏与储能的位置和容量,分析了IEEE 33节点配电网中光伏与储能的相互作用及电能质量,储能的接入可以有效抑制光伏引起的20%以上的电压偏差和6%以上的电压波动,但谐波畸变率可能会进一步增大。
1 苏丹恩图曼阿法德女子大学卫生科学学院公共卫生系,2 荷兰马斯特里赫特大学健康促进系、护理与公共卫生研究所 (CAPHRI),3 加拿大魁北克省魁北克市魁北克国立公共卫生研究所 (INSPQ),4 沙特阿拉伯王国吉赞大学应用医学科学学院教育发展与质量部门,5 英国伦敦凯佩尔街伦敦卫生与热带医学院疫苗信心项目,6 美国华盛顿大学西雅图华盛顿分校健康指标科学系,7 荷兰马斯特里赫特大学社会医学系、护理与公共卫生研究所 (CAPHRI)
尽管有出色的计算机模型,但可以确保系统的质量特性(质量,重心(CG)位置,惯性矩(MOI),惯性(POI)的产物(POI)的唯一方法是正确的,就是在系统开发的各个阶段进行测量。惯性张量的模型,无论多么复杂,仍然只是理论上的近似值。计算机模型很少包括航空航天系统中包含的环氧,管道或布线。该模型不认识到泡沫和复合材料的密度在复杂的,有时是不可预测的方式方面变化。它通常无法解释皮肤厚度的变化。这些遗漏和变化可以轻松地占系统惯性矩的30%,并可能导致无法校正的CG偏移。