XiaoMi-AI文件搜索系统
World File Search System零假设
心肺适应性和在老年男性中Stroop任务期间的前额叶皮层氧合
目的：本研究的目的是评估执行功能和前额叶氧合是否取决于老年人的健身水平和年龄。方法：招募了55至69岁的二十四名健康男性。他们按年龄进行了分层，导致了两组的创建：55-60岁和61-69岁。基于CRF的中位数拆分会创建更高和较低拟合的参与者类别。在计算机化的Stroop任务中，使用功能近红外光谱（FNIRS）评估脑充氧。 准确性（正确响应的百分比）和反应时间（MS）用作认知表现的行为指标。 测量氧化（∆ HBO2）和脱氧（∆ HHB）血红蛋白的变化以捕获神经变化。 进行了重复测量方差分析（CRF X Age X Stroop条件），以测试CRF，年龄和执行绩效之间没有相互作用的零假设。 结果：我们还发现了CRF与年龄在反应时间上的相互作用（P = .001），其中较高的适应度水平与61-69岁的年龄在55-60岁的孩子中与更快的反应时间有关。 关于δHHB，ANOVA在右PFC中揭示了CRF的主要影响（P = .04），其中较高拟合的参与者的δHHB大于低拟合（d = 1.5）。 我们还发现右PFC中δHHB的年龄相互作用（p = .04）。 结论：我们的结果支持CRF在健康老年男性中脑充氧和StrOP性能的正相关。脑充氧。准确性（正确响应的百分比）和反应时间（MS）用作认知表现的行为指标。测量氧化（∆ HBO2）和脱氧（∆ HHB）血红蛋白的变化以捕获神经变化。进行了重复测量方差分析（CRF X Age X Stroop条件），以测试CRF，年龄和执行绩效之间没有相互作用的零假设。结果：我们还发现了CRF与年龄在反应时间上的相互作用（P = .001），其中较高的适应度水平与61-69岁的年龄在55-60岁的孩子中与更快的反应时间有关。关于δHHB，ANOVA在右PFC中揭示了CRF的主要影响（P = .04），其中较高拟合的参与者的δHHB大于低拟合（d = 1.5）。我们还发现右PFC中δHHB的年龄相互作用（p = .04）。结论：我们的结果支持CRF在健康老年男性中脑充氧和StrOP性能的正相关。他们表示，高适合个人在61-69岁的小组中表现更好，但在55-60岁的小组中却没有。我们还观察到高拟合个体中的PFC氧合变化较大（通过ΔHHB测量）。
战略通信和 COVID-19
在过去的一百年中，全球公共卫生体系经历了制度发展。与此同时，多场流行病来来去去，产生了不同的影响：1918-19 年的西班牙流感，6 1957-8 年的亚洲流感，1968-70 年的香港流感，1968 年至今的艾滋病毒/艾滋病，7 2002-4 年的 SARS，2005 年的 H1N1 禽流感，2012 年的 MERS。8 SARS-CoV-2 病毒和随后的 Covid-19 大流行是通过露天（“湿”）食品市场从蝙蝠身上传播出来的，还是由中国武汉的实验室研究人员帮助传播的，这还有待记者去发现。但“大流行始于自然蔓延的理论从一开始就非常合理，直到今天仍然如此。这是零假设，是默认假设”，Alina Chan 和 Matt Ridley 认为。 9 早在2020年3月，《新英格兰医学杂志》就发表了对武汉425例实验室确诊病例的研究：“尽管早期病例大多与华南海鲜批发市场有关，且患者可能是通过人畜共患疾病或环境接触而感染的，但现在很明显，人际传播已经发生，而且疫情在最近几周逐渐蔓延。”10
通过2011年和现在的气候网络方法对实时的el Ni〜tho预测进行评估
el Ni〜情节是El Ni〜no-Southern振荡（ENSO）的一部分，它是年际气候变化的最强驱动力，可以触发全球各地的极端天气事件和灾难。以前我们已经描述了一种网络方法，该方法允许预测未能提前1年的事件。在这里，我们评估了2011年至2022年之间这种方法的实时预测。我们发现该方法正确预测（2013年和2017年），这两个时期的发作（2014-2016和2018-2019）在2019年仅产生1个错误警报。在2022年6月，该方法正确预测了2023年的El Ni〜no事件的发作。我们展示了如何确定2011年至2022年之间12个实时预测的P值并找到P〜 = 0。005，这种方式强烈拒绝零假设，即可以通过随机猜测获得相同的预测质量。我们还讨论了如何通过减少网络模型预测中的错误警报的数量来进一步改进算法。与其他统计方法结合使用时，可以获得更详细的预测，包括事件及其类型的大小。在2024年，该方法表明没有新的El Ni〜no事件。
研究文章 比较和评估四个人工智能聊天机器人的经济学能力
人工智能 (AI) 聊天机器人已成为现代学术事业的强大工具，为学习领域带来了机遇和挑战。它们可以提供大多数学科的内容信息和分析，但在结论和解释的响应准确性以及字数方面存在显著差异。本研究探讨了四个不同的 AI 聊天机器人（GPT-3.5、GPT-4、Bard 和 LLaMA 2）在大学级经济学背景下的结论准确性和解释质量。该研究利用布鲁姆的认知学习复杂性分类法作为指导框架，对四个 AI 聊天机器人进行了标准测试，以了解大学水平的经济学理解以及更高级的经济学问题。所有 AI 聊天机器人在探索经济学理解的提示上表现同样出色的零假设被拒绝。结果表明，四个 AI 聊天机器人之间存在显著差异，并且随着经济学相关提示的复杂性增加，这些差异会加剧。这些发现与学生和教育工作者都息息相关；学生可以选择最合适的聊天机器人来更好地理解经济学概念和思维过程，而教育工作者可以设计他们的教学和评估，同时认识到学生可以通过 AI 聊天机器人平台获得的支持和资源。
随时协作大脑的补充信息...
对于每个组大小和一对决策集成方法，我们比较了所有可能的小组获得的所有方法的准确性。然后，我们应用了Wilcoxon签名的等级测试，以获得统计显着性的度量。正如其中一位审稿人正确指出的那样，Wilcoxon签名的等级测试要求所有观察结果彼此独立：在我们的情况下，这种假设可能违反，因为不同的群体可能共享很大比例的个体。要验证这是否可能是一个问题，我们将自己置于零假设中，即测试的聚合方法对不会改变记录的组绩效。因此，我们遍历了每个组，然后随机交换了通过测试的两种方法获得的精度，然后运行Wilcoxon签名的等级测试。我们重复了此过程10,000，并确定了所得数据集中的第5个百分位数。这代表标准置信度，α= 0.05。Wilcoxon测试以所有组尺寸和成对的聚合方法的p值在第5个百分点中返回的P值非常接近0.05。对于巡逻实验，它们为0.05041±0.00205，前哨实验为0.05021±0.00441。这表明与样品独立性相关的任何潜在问题都是最小的，并在我们的实验中验证了Wilcoxon签名的等级测试的使用。
预先分析计划的优点和缺点
想象一下，一位心怀不轨的经济学研究人员，他只对一项实验的统计显著性结果感兴趣。这位研究人员可以检查 100 个不同的变量，而事实是实验没有影响。按照构造，研究人员应该发现其中五个变量在实验组和对照组之间平均存在 5% 的统计显著差异——毕竟，5% 显著性的确切定义意味着，对于两组之间没有差异的零假设，错误拒绝率为 5%。这位心怀不轨的研究人员只对这项实验有影响感兴趣，因此选择只报告通过统计显著性阈值的五个变量的结果。如果研究人员对结果的某个特定迹象感兴趣——即显示该程序“有效”或“无效”——平均而言，这些结果中有一半会朝着研究人员想要的方向发展。因此，如果研究人员可以丢弃或不报告所有与他期望的结果不一致的变量，那么即使实验实际上没有效果，研究人员也几乎可以保证获得一些积极且具有统计意义的结果。这当然是众所周知的“数据挖掘”问题。如果研究人员可以选择要报告哪些结果，那么很容易看出结果是如何被操纵的。例如，Casey、Glennerster 和 Miguel (2012) 在现实世界的经济学背景下展示了具有相反议程的研究人员如何通过挑选具有统计意义的正或负结果，假设将两组相反但连贯的结果串联在一起。
通过2011年和现在的气候网络方法对实时的厄尔尼诺预测进行评估
抽象的厄尔尼诺情节是厄尔尼诺 - 南方振荡（ENSO）的一部分，这是届时气候变化的最强驱动力，可以触发全球各地的极端天气事件和灾难。以前我们已经描述了一种网络方法，该方法允许预测厄尔尼诺现象的事件约1年。在这里，我们评估了2011年至2022年之间这种方法的实时预测。我们发现该方法正确预测（2013年和2017年），这两个厄尔尼诺时期（2014-2016和2018-2019）的发作，在2019年仅产生1个错误警报。在2022年6月，该方法正确预测了2023年的厄尔尼诺事件的发作。为了确定12个实时预测的p值，我们考虑了2个无效的假设：（a）随机猜测我们假设厄尔尼诺尼诺（Elniño）在何处发生随机发生，并且（b）相关的猜测我们假设在一年中，ElNiño的末端，没有新的ElNiñño开始。我们发现p a〜 = 0。005和p b〜 = 0。015，以这种方式拒绝两个零假设，即可以偶然地获得相同的预测质量。我们还讨论了如何通过系统地减少错误警报的数量来进一步改善网络算法。在2024年，该方法表示没有新的厄尔尼诺事件。
使用面板数据对世界经济增长进行分析
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。
对 COVID-19 疫苗的接受度和态度
本研究调查了尼日利亚学术图书馆员对 COVID-19 疫苗接种的接受程度和态度。本研究由两个目标、两个研究问题和两个零假设指导。研究对象包括遍布尼日利亚的 7,287 名持证图书管理员。研究活动使用 Krejcie 和 Morgan 的表格确定样本量，在 364 个样本中，回复率为 231。采用涉及目的抽样技术的非概率抽样。使用带有 4 分李克特量表的 Google Form 移动应用程序设计了自行开发的问卷，并在 WhatsApp 和 Telegram 等多个 LIS 专业社交媒体平台上向受访者发放。通过使用重测法对尼日利亚 30 名未注册图书管理员发放该工具进行信度测试。获得的 Cronbach alpha 值 r = 0.92。研究表明，尼日利亚学术图书馆员对 COVID-19 疫苗接种的接受程度较低，对疫苗接种持消极态度。此外，研究还发现，尼日利亚学术图书馆员的社会人口特征与对 COVID-19 疫苗接种的接受度和态度之间存在显著关系。该研究建议开展大规模的公众启蒙运动/宣传，以宣传 COVID-19 疫苗接种的重要性，并制定政策，以便轻松强制公民接种疫苗。
团队教学策略对基础课学生学业成绩的影响
和技术，伊凯雷-埃基蒂，埃基蒂州，尼日利亚。1 电子邮件：awodun.adebisi@bouesti.edu.ng，1 电话号码：+2348038527974。2 电子邮件：alake.ese@bouesti.edu.ng，2 电话号码：+2348057733314。摘要本研究考察了团队教学对尼日利亚埃基蒂州阿多地方政府区初中学生基础科学学业成绩的影响。该研究采用前测后测准实验设计。采用立意分层随机抽样技术，从埃基蒂州阿多地方政府区的四所初中选取共 140 名 JSS II 基础科学学生样本（实验组和对照组各 70 名）。制定了三个零假设并在 0.05 的显著性水平下进行检验。本研究的工具是基础科学成就测试（BSAT），研究中使用的处理方案是：团队教学指导方案（TTIP）。该工具经过有效性和可靠性机制测试。该工具（BSAT）的可靠性为0.89。使用t检验和ANCOVA统计分析包分析收集的数据。研究结果表明，团队教学策略显著影响了初中学生的基础科学学业成绩。讨论了结果对学生基础科学学业成绩的影响。根据研究结果，建议鼓励教师通过团队教学策略教授基础科学，以提高理解力和良好的学业成绩。关键词：团队教学、基础科学、科学教育、教学方案、学业成绩。介绍