Beyond STEM, How Can Women Engage Big Data, Analytics, Robotics and Artificial Intelligence? An Exploratory Analysis of Confidence and Educational Factors in the Emerging Technology Waves Influencing the Role of, and Impact Upon, Women
尽管全球技术环境迅速发展,但妇女在技术、大数据、分析、人工智能和信息系统相关领域的专业参与比例仍然很低。此外,同样令人关切的是,在这些领域担任领导职务的妇女人数比例甚至更低。尽管采取了许多主动行动来改善妇女在技术领域的参与,但越来越需要对这一现象有更多的了解,特别是因为这种现象发生在妇女总体受教育程度急剧上升的国家和地区,而这种上升并没有转化为妇女在信息系统和技术作用方面的相应激增。本文件介绍了探索性分析的结果,并概述了一个框架,以深入了解影响妇女作用和影响的新兴技术浪潮中的教育因素。我们特别确定了学习和自我效能的方式作为关键因素,这两个因素共同引导我们建立了提高妇女在技术领域的地位(AWT)的见解框架。基于AWT框架,我们还提出了一些原则,可用于鼓励女性在新兴和先进技术领域的更高专业参与度。关键词-妇女教育,技术,人工智能,认识,信心,自我效能,学习。
2020-03-26 cs.CY
Big Data and Analytics Implementation in Tertiary Institutions to Predict Students Performance in Nigeria
University of Abuja(阿布贾大学)
大数据一词是指传统数据处理技术无法处理的大量数据。大数据仍然是一个新的概念,在下面的文献中,我们打算以一种明显的方式详细阐述它。大数据为教育机构提供了一个机会,可以战略性地利用他们的信息技术资源来提高教育质量,引导学生提高完成率,提高学生的持久性和成果。本文探讨了与教育机构相关的大数据属性,调查了影响学习机构采用大数据和分析的因素,并试图建立阻碍高等院校使用大数据的限制因素。本研究采问卷调查设计,以问卷为数据汇集工具。
2022-07-29 cs.AI cs.CY cs.LG
Introducing big data topics: a multicourse experience report from Norway
在过去的几年里,我们见证了学术界和工业界对大数据的兴趣激增。大数据是关于捕获、存储、分析和可视化大量结构化和非结构化形式的数据,这些数据是从各种场景中的无数应用程序和设备中生成的。针对学术界发展专业能力的需求,提出了挪威莱斯特福尔德大学学院计算机科学学院在计算领域的研究中部署大数据相关内容的方法。本文介绍了学士和硕士课程以及与大数据主题有关的继续教育课程的举措。新的硕士课程在2014-2015学年实施,而学士和继续教育课程将在后年部署。在课程评估和学生接受方面的初步结果揭示了该倡议的前景。
2017-03-07 cs.CY
Metaverse in Education: Vision, Opportunities, and Challenges
在人类历史上,信息技术的发展更新了传统教育。在大数据和网络物理系统中,Metaverse引起了人们对各种应用程序的强烈兴趣(例如,娱乐、商业和文化旅游)。作为一种新颖的社会工作理念,元宇宙是由多种技术组成的,大数据、交互、人工智能、游戏设计、互联网计算、物联网和区块链。可以预见,元宇宙的使用将有助于教育的发展。然而,教育领域的元宇宙体系结构还不够成熟。对于元宇宙的教育,我们有很多问题需要解决。为此,本文旨在提供一个系统的文献综述的Metaverse在教育。本文是对教育领域的Metaverse的全面调查,重点是当前的技术,挑战,机遇和未来的发展方向。首先,我们简要介绍了教育中的元宇宙,以及其整合背后的动机。然后,我们概述了元宇宙在教育方面的一些重要特征,包括个人教学环境和个人学习环境。接下来,我们设想这种组合会给未来的教育带来什么样的变化,并讨论它们的优点和缺点。我们还回顾了Metaverse在教育领域的最先进的案例研究(包括技术公司和教育机构)。最后,我们指出了在这个充满希望的领域的一些挑战和问题。
2022-11-27 cs.CY cs.DB
Strategies for Democratization of Supercomputing: Availability, Accessibility and Usability of High Performance Computing for Education and Practice of Big Data Analytics
除了量子物理学和生物学的相对成熟的超级计算领域之外,在诸如文本分析、商业领域分析、预测和自然语言处理(NLP)的领域中,对通常被称为超级计算的高性能计算(HPC)的兴趣和需求也在增加。HPC已被广泛用于计算机科学(CS)和其他传统的计算密集型学科中,但在很大程度上仍然与大量的社会、行为、商业和经济学科隔离。然而,随着无处不在的大数据,迫切需要使HPC在技术上和经济上可访问,易于使用和操作民主化。因此,本研究的重点是作出两个关键的贡献,第一个是阐明战略的基础上的可用性,可访问性和可用性的去神秘化和民主化的HPC,基于分析审查的Caliburn,一个显着的超级计算机在其成立之初。第二个贡献是一组HPC采用的原则,基于HPC使用的经验叙述,从第一次用户的角度进行文本分析和社交媒体数据的NLP。总结了HPC使用过程和早期分析的输出。这项研究综合了HPC民主化战略的专家意见,并从多学科的角度记录了快速采用超级计算进行文本分析和NLP的挑战和机遇。演绎逻辑用于确定策略,这些策略可以导致研究人员,教师,专业人员和学生在广泛的学科中有效地参与,采用,生产和持续使用研究,教学,应用和创新。
2021-04-19 cs.CY cs.DC cs.HC
Personality-Driven Student Agent-Based Modeling in Mathematics Education: How Well Do Student Agents Align with Human Learners?
University of Florida(佛罗里达大学)
本文通过构建基于Big Five人格的学生代理模型,评估其与人类学习者行为的一致性,发现71.4%的行为符合人类学习者。
2026-03-22 cs.CY cs.MA
On the Usage of Databases of Educational Materials in Macedonian Education
技术已经成为我们生活的重要组成部分。各国在教育中采用信通技术的步骤各不相同。马其顿共和国在安装教育和教师培训的硬件和软件方面投入了大量资金。本研究旨在了解数位教材资料库使用现况,并提出未来改善建议。采用问卷调查的方法,对城市中学教师进行了访谈。调查结果如下:只有一部分受访教师有使用教材数据库的经验;所有教师仍然需要开展能力建设活动,重点是使用教材数据库并从中受益;能力建设材料最好是马其顿语的;应定期提供技术支持并升级软件和材料。大多数研究结果可以在国家和国际层面上应用-所有这些都得到实施,信息和通信技术在教育中的应用将产生更大的积极影响。
2017-01-06 cs.CY
Recency Bias in the Era of Big Data: The Need to Strengthen the Status of History of Mathematics in Nigerian Schools
数学教师可利用的信息信息量是如此巨大,以致于选择所需的内容本身正逐渐成为一项巨大的任务。关于在数学教学中纳入数学史的元素,大数据时代引入了近因偏差的可能性很高,这是数学教育利益相关者迄今为止从未遇到过的挑战。这种倾向,选择最近的信息在相关的旧的,复合的,历史的事实为代价,打败的目的和目标的认识论和文化的方法,数学教学交付。这项研究是一个教学话语的重点是这种威胁的历史和数学教学法,特别是因为它影响了尼日利亚的数学教育。数学课程开发,教师培训计划,教师备课和出版的数学教学材料的影响也进行了深入的考虑。
2017-07-20 cs.CY math.HO
Good proctor or "Big Brother"? AI Ethics and Online Exam Supervision Technologies
The University of Melbourne(墨尔本大学)
本文分析了在线考试监督技术,由于COVID-19疫情期间的校园封锁和对在线课程不断增长的需求,这些技术已成为公众关注的焦点。在线考试监考技术旨在为参加在线考试的学生提供有效的监督,使用人工智能(AI)系统和人类监考员来补充和审查这些系统。这些技术使一些学生感到震惊,他们认为这些技术“像老大哥一样”,但一些大学为明智地使用这些技术辩护。对在线监考技术进行严格的道德评估已经过时。本文对这些技术进行了分析,重点讨论了学术诚信、公平、非恶意、透明、隐私、尊重自主、自由和信任等伦理概念。这些概念中的大多数在人工智能伦理的新领域都很突出,并且都与教育背景相关。本文提供了教育机构在选择部署和管理特定的在线监考技术之前需要仔细审查的道德考虑因素。
2020-11-15 cs.AI cs.CY
Personalized Education in the AI Era: What to Expect Next?
University of Tübingen(图宾根大学);University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);University of Miami(迈阿密大学);University of Cambridge(剑桥大学)
个性化学习的目标是设计一个有效的知识获取路径,使学习者能够扬长避短,最终达到预期的学习目标。这一概念几年前就出现了,并被全球越来越多的教育机构所采用。近年来,人工智能(AI)和机器学习(ML)的推动,以及大数据分析的进步,为在多个维度上加强个性化教育提供了新的视角。通过利用AI/ML方法,教育平台精确地获取学生的特征。这在一定程度上是通过观察过去的经验以及通过探索学习者的特征和相似性来分析可用的大数据来完成的。例如,它可以在众多可访问的内容中推荐最合适的内容,建议精心设计的长期课程,通过建议联系合适的学习者,准确的性能评估等。尽管如此,基于人工智能的个性化教育的几个方面仍有待探索。这些措施包括,除其他外,补偿同行缺席的不利影响,创造和维持学习的动机,增加多样性,消除数据和算法引起的偏见等。在本文中,在简要回顾最新研究的同时,我们调查了基于AI/ML的个性化教育的挑战,并讨论了潜在的解决方案。
2021-01-19 cs.AI cs.CY cs.LG
Performance Analysis and Prediction in Educational Data Mining: A Research Travelogue
在这个计算机化的时代,教育也改变了自己,并不局限于旧的讲座方法。定期探索是为了找到新的方法,使它更有效和高效的学生。目前,教育数据库中收集了大量的数据,但这些数据并没有得到充分的利用。为了从这样的大数据中获得所需的好处,需要强大的工具。数据采掘是一种新兴的分析和预测的有力工具。它已成功应用于欺诈检测、广告、营销、贷款评估和预测等领域。但是,在教育领域,它还处于萌芽阶段。在这方面已经做了大量的工作,但仍有许多未触及的领域。此外,这些研究之间没有统一的方法。本文对教育数据采掘及其未来的范围进行了全面的调查,旅行见闻(2002-2014)。
2021-07-22 cs.CY
Caveat emptor: the risks of using big data for human development
大数据革命有望有助于促进教育、卫生、农业等许多生活领域的可持续发展,并有助于应对人道主义危机和暴力冲突。然而,在大数据的巨大承诺之下潜伏着一些重大风险,例如(1)大数据可能用于不道德的目的;(2)通过依赖不具代表性和有偏见的数据进行误导的能力;以及(3)与数据相关的各种隐私和安全挑战(包括对手篡改数据以伤害人们的危险)。这些风险可能产生严重后果,更好地了解这些风险是缓解这些风险的第一步。在本文中,我们强调了与使用大数据相关的潜在危险,特别是对于人类发展。
2019-03-25 cs.CY
Data Science: A Comprehensive Overview
21世纪迎来了大数据和数据经济时代,在这个时代,数据DNA承载着重要的知识、洞察力和潜力,已成为所有基于数据的生物体的内在组成部分。对数据DNA及其有机体的适当理解依赖于数据科学的新领域及其基石分析。尽管人们广泛争论大数据是否只是炒作和嗡嗡声,数据科学仍处于非常早期的阶段,但重大的挑战和机遇正在出现,或者受到数据科学研究,创新,商业,专业和教育的启发。本文提供了数据科学基本方面的全面调查和教程:从数据分析到数据科学的演变,数据科学的概念,数据科学时代的大图景,数据创新的主要挑战和方向,数据分析的性质,数据经济中的新工业化和服务机会,数据教育的专业和能力,以及数据科学的未来这篇文章是该领域第一篇全面描绘全局的文章,此外还提供了关于数据科学和分析的丰富观察、经验教训和思考。
2020-07-01 cs.CY
Scalable and Equitable Math Problem Solving Strategy Prediction in Big Educational Data
University of Memphis(孟菲斯大学)
本研究提出MVec嵌入与非参数聚类方法,结合Transformer、Node2Vec和LSTM,在MATHia大数据集上实现可扩展且公平的数学解题策略预测,兼顾高准确率与跨技能水平的预测平等性。
2023-08-07 cs.CY cs.LG
Small Models, Big Support: A Local LLM Framework for Educator-Centric Content Creation and Assessment with RAG and CAG
针对现有教育AI工具依赖专有云系统的成本、隐私问题,本研究提出基于3B-7B参数本地LLM的开源框架,结合RAG和CAG技术,支持定制教学材料生成与AI辅助评估,经大学物理课程验证可行,为教育者提供自主、经济的AI支持。
2025-11-16 cs.AI cs.CY
"ChatGPT, a Friend or Foe for Education?" Analyzing the User's Perspectives on the Latest AI Chatbot Via Reddit
Florida State University(佛罗里达州立大学);University of Maryland, Baltimore County(马里兰大学巴尔的摩县分校)
本研究通过分析Reddit上247条相关帖子,运用描述性统计、情感分析和LDA主题建模,发现多数用户对ChatGPT教育用途持中立态度,但正面看法多于负面。
2023-09-27 cs.AI cs.CY
Students' Voices on Generative AI: Perceptions, Benefits, and Challenges in Higher Education
The University of Hong Kong(香港大学)
本研究调查香港399名不同学科大学生对生成式AI的认知,发现其态度整体积极但存多重担忧,研究结果可为高等教育中生成式AI的整合政策与教学应用提供参考。
2023-04-29 cs.AI cs.CY
Big Data Analytics and Its Applications
大数据一词是指无法通过传统数据处理方法或技术管理的大量数据。大数据领域在农业、银行、数据采掘、教育、化学、金融、云计算、市场营销、医疗保健等各个领域都发挥着不可或缺的作用。大数据分析是一种查看大数据的方法,可以揭示隐藏的模式,不可理解的关系和其他重要数据,这些数据可以用来解决增强的决策。由于大数据的快速发展以及它涵盖了不同的应用领域,因此对大数据的兴趣一直在不断扩大。Apache Hadoop开源技术在Java中创建并保持在Linux上运行的工作框架被使用。本文的主要目的是为分布式环境下的大数据应用提供一个有效的、免费的解决方案,并展示其优势和易用性。后来,出现了需要对大数据技术的新发展进行分析审查。医疗保健是世界上最关心的问题之一。医疗保健中的大数据意味着与患者医疗保健和繁荣相关的电子健康数据集。医疗保健领域的数据正在超越医疗保健协会的管理限制,并在未来几年内从根本上增加。
2017-10-09 cs.CY
Computer-Aided Personalized Education
STEM领域的人才短缺问题日益严重,大学和学院正在努力满足这一需求。以计算机科学为例,在过去十年中,美国学生选修入门课程的人数增长了三倍。最近,大规模开放式在线课程(MOOC)作为缓解这种压力的一种方式得到了推广。这最多提供受教育的机会。更大的挑战是应对不同学生的异质背景,保留,提供反馈和评估。依靠计算工具的个性化教育可以应对这一挑战。虽然在不同的社区,自动化辅导已经在不同的时间进行了研究,但计算和教育技术的最新进展为改变学生的学习方式提供了令人兴奋的机会。特别是,至少有三个趋势是重要的。首先,逻辑推理、数据分析和自然语言处理方面的进步已经产生了用于自动评估的辅导工具、包括有针对性的反馈的个性化指导以及针对各种科目的自适应内容生成。其次,学习科学和人机交互的研究正在让我们更好地了解不同学生的学习方式、何时以及何种类型的干预措施对不同的教学目标有效,以及如何衡量教育工具的成功。最后,学术界和工业界最近出现的在线教育平台正在为共享基础设施的发展带来新的机遇。本次CCC研讨会汇集了基于逻辑推理和机器学习等技术开发教育工具的研究人员,以及教育,人机交互和认知心理学的研究人员。
2020-07-07 cs.CY cs.HC
Big Data For Development: Applications and Techniques
随着社交媒体网站的爆炸式增长以及数字计算设备和互联网接入的激增,每天都在生成大量的公共数据。分析这些海量数据的有效技术/算法可以提供有关新兴趋势的近实时信息,并在即将发生紧急情况(如病毒性疾病爆发)时提供早期预警。此外,仔细挖掘这些数据可以揭示社会经济和政治事件的许多有用指标,这有助于制定有效的公共政策。本研究的重点是审查大数据分析在人类发展中的应用。利用大数据技术促进发展(BD 4D)的新兴能力有望彻底改变医疗保健、教育和农业;促进扶贫;并帮助应对人道主义危机和暴力冲突。除了所有的好处,BD 4D的大规模部署还面临着一些挑战,这是由于大数据的巨大规模,快速变化和多样性。最紧迫的问题涉及有效的数据采集和共享,背景的建立(例如,地理位置和时间)和数据集的准确性,并确保适当的隐私。在这项研究中,我们回顾了现有的BD 4D工作,以研究大数据对社会发展的影响。除了审查重要的工作,我们还强调了重要的挑战和开放的问题。
2016-02-25 cs.CY
Wikistat 2.0: Educational Resources for Artificial Intelligence
Université de Toulouse – INSA(图卢兹大学-法国国立应用科学学院);Institut de Mathématiques de Toulouse(图卢兹数学研究所);IRT Saint Exupéry(圣埃克苏佩里技术研究院)
大数据、数据科学、深度学习、人工智能是与全面发展的就业市场相关的激烈炒作的关键词,这些关键词迫使我们适应大学专业培训的内容。哪一个人工智能最受求职者关注?在培训计划中应该优先考虑哪些方法和技术?我们需要制定哪些目标、工具和教育资源来满足这些紧迫的需求?我们在描述INSA图卢兹应用数学专业的数据科学方向的内容和操作资源时回答了这些问题。我们专注于基础数学培训(优化,概率,统计),与最有效的统计学习算法的实际实施,最合适的技术和真实的例子。鉴于技术的巨大波动性,对学生进行自我训练的训练势在必行,这将是他们从事专业活动时的技术监视工具。这解释了教育网站github.com/wikistat的结构为一组教程。最后,为了激励这些教程的彻底实践,每年都会以IA应用数学硕士学位学生之间的预测比赛的形式组织一场严肃的比赛。
2018-10-19 cs.AI cs.CY math.ST
Agent4Edu: Generating Learner Response Data by Generative Agents for Intelligent Education Systems
State Key Laboratory of Cognitive Intelligence(认知智能国家重点实验室);University of Science and Technology of China(中国科学技术大学);Institute of Artificial Intelligence(人工智能研究院);Hefei Comprehensive National Science Center(合肥综合性国家科学中心)
提出Agent4Edu,一种利用大语言模型构建生成式智能体模拟学习者行为,以解决智能教育系统中离线指标与在线性能差异的问题,并支持个性化学习算法评估与优化。
2026-05-28 cs.AI cs.CY
Real-Time Automated Answer Scoring
PES University(PES大学)
近年来,大数据分析的作用呈指数级增长,现在正慢慢进入教育行业。在这一领域正在进行一些尝试,以提高向学生提供的教育质量,虽然以前已经进行了许多合作,但在相当有限的程度上探索了答案的自动评分。选择建构反应评估而不是多项选择评估的最大障碍之一是评估所带来的努力和巨大成本,这正是本项目旨在解决的问题。其目的是接受学生以答案形式输入的原始信息,对答案进行预处理,并自动对答案进行评分。此外,我们已经使这一实时的【形】系统,捕捉“快照”的作家的进展方面的答案,使我们能够挖掘趋势方面的方式,学生认为,以及如何学生已经达到他们的最终答案。
2022-10-13 cs.AI cs.CL cs.CY
Understanding Communication Patterns in MOOCs: Combining Data Mining and qualitative methods
大规模开放式在线课程(MOOC)提供了前所未有的大规模学习机会。在几年内,基于人群的学习现象已经获得了巨大的普及,全球数百万学习者参加了从流行音乐到天体物理学的课程。他们抓住了许多人的想象力,吸引了大量媒体的关注--《纽约时报》将2012年命名为“MOOC年”。“对于那些从事学习分析和教育数据采掘的人来说,MOOC提供了一个令人兴奋的机会,可以开发利用教育大数据的创新方法。
2016-07-25 cs.CY cs.SI physics.data-an
Transitioning To The Digital Generation Case Studies (Previous Digital Point Studies In Japan Cases:1993-2023)
本文基于1993-2023年日本案例及2020年1-9月智能手机学习应用数据,分析数字学生与模拟学生的差异,指出当前正处于向数字原住民一代的转型期,并讨论ICT教育的有效利用条件、利弊及未来课题。
2023-09-21 cs.CY cs.SI
Context-Aware Online Learning for Course Recommendation of MOOC Big Data
Huazhong University of Science and Technology(华中科技大学);Lehigh University(利哈伊大学);University of Florida(佛罗里达大学)
近年来,大规模开放式在线课程(MOOC)的规模显著扩大。随着MOOC的普及,免费学习迷人课程的机会吸引了世界各地许多不同教育背景的人。在大数据时代,随着课程数量的快速增长,如何在云端海量课程数据库中准确、快速地挖掘出每个学生所需的课程是MOOC的一个重要研究课题。如何在实现个性化课程推荐的同时,降低海量课程数据的计算和存储成本,是课程推荐系统面临的关键挑战。本文提出了一种基于大数据支持的、上下文感知的在线学习课程推荐系统,该系统能够处理动态的、无限大规模的数据集,利用个性化的上下文信息和历史统计数据进行课程推荐。上下文感知考虑了个人偏好,使推荐适合于具有不同背景的人。此外,该算法实现了次线性后悔性能,这意味着它可以逐步推荐最喜欢和匹配的课程给学生。此外,我们的存储模块扩展到分布式连接的存储节点,设计的算法可以处理海量的课程存储问题,从异构源的课程数据集。与现有算法相比,本文算法的时间复杂度和空间复杂度都达到了线性。在MOOC大数据环境下的实验结果验证了本文算法与现有算法相比的优越性。
2016-10-16 cs.CY cs.IR cs.LG
Big data analytics: The stakes for students, scientists & managers - a management perspective
对于一个发展中国家来说,在高等教育中部署大数据(BD)技术并引入数据科学是一项挑战。一个悲观的情况是:以多种可能的方式滥用数据,浪费训练有素的人力资源,研究所的BD认证不佳,资源利用不足,管理人员不满,市场上的不健康竞争,与现有技术基础设施的整合不良。此外,学生、科学家、工程师、教师和管理人员头脑中的问题值得更广泛的关注。除了所陈述的看法和分析可能忽略了发展中国家的社会政治和科学气质外,还出现了以下问题:BD现象是如何自然发生的,计算机和通信技术的后技术发展以及不同的专家对此有何反应?其他地方的学者是否同意BD是一门新科学?假设大数据科学是一门新科学,与物理、化学或生物学中的传统主题相比,它的基础是什么?或者,它与天文学或核科学相似吗?例如,技术和工程方面的影响是什么,以及如何有利地利用这些影响来增强商业智能?行业是否会因战术优势而接受这些变化?BD的成功故事如何在其他地方推广?BD将如何影响计算机科学和其他课程?BD将如何大规模地造福于我们社会的不同阶层?为了回答这些问题,有必要将BD作为一门科学和一项技术加以欣赏。本文提出了一个快速的BD概述,依靠当代文献,它解决了:BD和BD人的特点,所需的学生和教师加入BD潮流的背景,在拥抱BD的管理挑战。
2018-03-07 cs.CY cs.DM
Analysis of Regional Disparities of Location of Sports Facilities and Sports Education Using Scientific Satellite Data
本研究利用夜间灯光卫星数据分析体育设施空间分布、健身产业演变及体育可及性区域差异,发现公共与私营体育设施分布模式显著不同。
2026-09-29 cs.CY econ.EM
Bilgisayar Muhendisligi Egitiminde Teknoloji Egilimlerinin Takip Edilmesi
如今,计算机已成为生活中不可或缺的一部分。然而,大多数人与计算机的交互是在最终用户级别上。在设计和开发计算机系统,软件和硬件系统的结构时需要计算机工程师,并且在使用这些系统时实施和解决问题时也需要计算机工程师。培养合格的计算机工程师对于在未来技术中拥有发言权至关重要。最近,大数据分析、云技术、可穿戴技术、移动和在线服务变得流行。因此,计算机工程教育应该定期更新,跟上最新的进步。在这项研究中,它涉及到一些主题,建议扩展计算机工程课程,如大数据分析,可穿戴技术物联网,云技术,身份管理和网络安全,预计将在该地区扩大,也要求计算机工程专业的学生应该有资格。相关主题将被描述,并解释使用领域,将提到发展和未来的作用,也将描述预期的成就。这些成就与教育和发展部认可的部门的学习成果的相关性将得到界定。
2018-10-31 cs.CY
Transforming disaster risk reduction with AI and big data: Legal and interdisciplinary perspectives
University of the West of England(西英格兰大学);World Meteorological Organization(世界气象组织);National Technical University of Athens(雅典国家技术大学);Georgia State University College of Law(佐治亚州立大学法学院);Hong Kong Baptist University(香港浸会大学);The University of Hong Kong(香港大学);University of Barcelona(巴塞罗那大学);University of Birmingham(伯明翰大学);Universidad de Zaragoza(萨拉戈萨大学);Universitas Samawa(萨马瓦大学);Coventry University(考文垂大学)
该研究聚焦人工智能和大数据对灾害风险减缓的变革,从法律与跨学科视角出发,提出负责任数据挖掘原则,旨在构建适应性法律系统,促进跨学科协作以优化灾害管理并应对相关法律与社会挑战。
2024-09-20 cs.CY cs.LG
Biological, Family and Cultural Predictors of Personality Structure analysis based on personality prediction models constructed by open data source
目的:本研究进一步了解人格结构,以应对COVID-19全球大流行期间的心理健康。研究方法:根据五大人格在线调查的数据集,将自变量分为生物学、家庭和文化预测因素。建立了各人格特质的多元回归预测模型和穷举CHAID决策树模型。结果:女性与男性在人格特征上存在差异。性格随着成长而改变。单手支配型的人比双手支配型的人更不随和和开放。不同的性取向确实有不同的个性。母语使用和受教育程度与人格有显著相关。婚姻确实有助于塑造性格更外向,更少的神经质或随和,更认真和开放。在城市长大的人更随和、更开放。神经质和开放的人往往来自小家庭。参与投票的人更外向、更认真、更开放,但不那么神经质和随和。不同宗教和种族在人格的各个维度上有不同的特点,没有发现明确的模式。结论:人格特质确实受到多种混杂因素的影响。但对多元文化预测因子的探索仍需进一步深入
2022-01-20 cs.CY
The impact of AI and peer feedback on research writing skills: a study using the CGScholar platform among Kazakhstani scholars
Zhetysu University named after I. Zhansugurov(以I·让苏古罗夫命名的热季苏大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本研究探讨人工智能与同伴反馈对克扎克斯坦学者研究写作能力的影响,发现两者均对写作质量有积极影响,且参与者对人工智能反馈持开放态度,但仍重视同伴意见,尤其在方法指导方面。
2025-03-05 cs.AI cs.CY