关键词： 人工智能   3D打印   胰腺外科   规培教学  

摘要： 目的探究人工智能(artificial intelligence,AI)与3D打印技术在胰腺外科规培教学中的协同应用效果。方法选取华中科技大学同济医学院附属同济医院胰腺外科规培的学员共60名为研究对象,随机分为试验组(n=30)与对照组(n=30)。对照组采用传统教学模式,试验组在传统教学基础上引入AI联合3D打印技术。教学结束后统一组织闭卷理论测试、临床实践技能考核和满意度调查。结果试验组理论考核平均成绩为(90.17±3.49)分,高于对照组的(87.57±5.60)分,差异具有统计学意义(t=2.16,P<0.05);在临床实践技能考核方面,试验组平均成绩为(87.07±4.81)分,高于对照组的(83.27±8.17)分,差异具有统计学意义(t=2.19,P<0.05);学员满意度调查显示,试验组满意度为90.0%,对照组仅为63.3%,差异具有统计学意义(χ^(2)=12.57,P<0.05)。结论人工智能联合3D打印技术在胰腺外科规培教学中,相较于传统教学模式,能明显提升学员理论成绩和临床实践能力,学员满意度高。

关键词： DeepSeek   班主任工作   效率提升   人工智能   班级管理  

摘要： 文章立足班主任工作中事务繁杂、学情管理精细化需求高、家校协同效率待提升的现实痛点,探索人工智能工具DeepSeek在班级管理中的深度应用路径。通过场景化实践调研与功能适配分析,系统梳理DeepSeek在事务自动化处理、学情智能分析、家校精准沟通、班级活动创新策划等核心场景的具体应用方式,结合实例验证其在压缩重复性工作时间、提升管理决策精准度、优化教育协同效能等方面的实际价值。研究表明,DeepSeek通过自然语言处理、数据分析建模、智能生成等技术特性,可有效赋能班主任从“事务型管理”向“教育型引领”转型,同时为教育管理领域的人机协同模式提供实践范本。

关键词： 文本分类   条件随机场   词性标注   自注意力机制循环卷积神经网络   机器学习  

摘要： 文本数据量大时,需要从文本数据中提取有效的特征,以捕捉文本的重要信息,以便于文本的存储和查询。为此,提出基于机器学习的文本分类与标签预测算法研究。采用条件随机场方法对待处理文本展开词性标注和切分,获取文本的特征。将文本特征输入自注意力机制循环卷积神经网络中,经过模型训练输出文本的分类结果和标签预测结果。经实验证明,所提算法可以有效的完成对文本的分类和标签预测,文本分类取伪率平均为95.2%,文本预测排序损失平均为0.4%。

关键词： 算法推荐技术   精准思政   耦合性   人工智能  

摘要： 精准思政是思想政治教育领域的一种创新理念和实践模式,其核心是利用大数据、人工智能等现代技术,结合学生的思想动态和实际需求,实现思想政治教育的精准施策和精细化管理。算法推荐作为一种帮助实现用户与信息快速精确匹配的技术,与高校精准思政存在耦合性,可以丰富高校精准思政内容、提升高校精准思政效能、保障高校精准思政质量。然而,算法推荐技术与高校精准思政间也存在整体张力,如双方在逻辑上存在二律背反,在权力上存在彼此失衡,在目标上存在现实差别。这就要求我们在辩证看待两者关系的基础上,明确思想政治教育工作面向,完善精准思政技术治理模式,强化高校教育主体科技素养,从而推动思政育人工作高质量发展。

关键词： 互联网   人工智能   小学班级管理   核心素养  

摘要： 当前,互联网与人工智能在小学班级管理中日益普及,提升了管理的多样性和效率,革新了教育理念与实践。通过阐述互联网与人工智能在小学班级管理中的应用现状,说明互联网与人工智能对学生核心素养的影响,讨论其面临的挑战并提出应对策略,包括提升教师信息素养、优化区域资源配置、强化家校合作、促进学生发展及加强数据隐私保护等方面,以推动小学班级管理高质量发展。

关键词： 人工智能   全球治理   治理合作   中美博弈   管控竞争  

摘要： 人工智能将可能产生超越国界的全球性问题,国际社会迫切需要行之有效的人工智能全球治理合作。然而,在技术发展嵌入国际竞争的当下,治理主体难以达成治理共识,并在不同利益诉求下选择差异化的治理模式;多边治理机制缺位,治理标准和治理规则难以协调人工智能的快速发展,“南北鸿沟”在权力和利益的不平衡配置下持续拉大。近年来,人工智能大国在技术、法律、话语等层面争夺全球优势地位,随之产生技术垄断、单边制裁以及由少数国家组成的排他性合作机制,进一步增加了人工智能全球治理合作的不确定性。有鉴于此,应当探索在联合国框架下设置人工智能协调机构,通过治理制度安排管控大国竞争,基于共同风险及利益深挖合作潜力,并设置包容性发展议题弥合南北数字鸿沟。面对技术快速迭代和美西方遏制的双重难题,中国始终坚持发展与安全原则,积极参与多边框架下的治理议程,以便争取更为有利的国际制度环境。

关键词： 中小学   人工智能   科普   教育   教学模式   多元教学  

摘要： 随着人工智能在各个领域的广泛应用,针对人工智能在中小学阶段的科普教育逐渐成为我国教育领域关注的热点。现有人工智能技术方面的教学主要集中于高等教育阶段,鲜有针对中小学教育阶段的教学方式的探讨。在本文中,我们通过联合中小学、高等学校、科普专家工作室、学会和重点实验室等多角色共同发力,共同开展科普活动、课后社团和人工智能竞赛等多元教学,持续推进入工智能教育,优化中小学人工智能知识的传播渠道和教学方式。实践结果表明,该综合教学方法在中小学阶段的人工智能教育中取得了积极的效果,激发了学生的学习兴趣,提高了学生的学习积极性,为中小学人工智能教育的后续发展提供了有益的参考和借鉴。

关键词： 颈动脉斑块   体层摄影术,X线计算机   机器学习   影像组学   症状性  

摘要： 目的:探讨基于CT影像组学特征的机器学习模型对症状性颈动脉斑块的诊断效能。方法:回顾性分析180例行头颈部CTA患者的临床资料与CT图像。根据过去6个月内有无引起同侧眼缺血事件(短暂性单眼失明、一过性黑蒙或视网膜梗死)或大脑半球缺血事件(短暂性缺血发作或卒中)分为症状组(54例)和无症状组(126例)。180例以8∶2的比例随机分为训练集(144例)和测试集(36例)。从训练集图像中提取的影像组学特征,经Mann-Whitney U检验、Spearman相关分析及最小绝对收缩和选择算子(LASSO)算法筛选后保留最有意义的特征用于构建5种机器学习模型,即极致梯度提升(XGBoost)、支持向量机(SVM)、逻辑回归(LR)、融合轻量级梯度提升机(LightGBM)和极度随机数(ExtraTrees),通过ROC曲线评估不同模型的性能。结果:在测试集中,5种机器学习模型的AUC为0.723~0.786。在训练集及测试集中,ExtraTrees和LightGBM模型的预测效能均表现良好,AUC分别为0.781、0.786和0.829、0.770,敏感度分别为0.663、0.643和0.735、0.643,特异度分别为0.761、0.875和0.804、0.875。结论:基于CT影像组学特征的机器学习模型对症状性颈动脉斑块有良好的诊断效能。

关键词： 人工智能   高职院校   校园网络管理   数字化转型   网络安全  

摘要： 随着信息技术特别是互联网技术的迅猛发展,数字化转型已成为全球高等教育机构追求的目标之一。对于我国众多高职院校而言,构建一个高效、安全且易于管理的校园网络体系不仅是提升教学质量和效率的关键,也是实现教育现代化的重要途径。然而,在实际操作过程中,由于资金投入有限、技术力量不足以及缺乏系统性规划等原因,许多高职院校在建设智能化校园网络方面遇到了诸多挑战。在此背景下,“基于人工智能的高职院校校园网络管理体系”这一课题应运而生。文章旨在通过引入AI技术来改善传统校园网管理方式,提高运维效率和服务质量,同时增强网络安全防护能力。

关键词： 人工智能   科研评价   范式转型   实践路径  

摘要： [目的/意义]科研评价是科技创新体系的重要环节,但现行体系长期受制于价值量化异化与过程评价缺失,难以真实反映科研活动的多维价值。为揭示AI技术驱动下科研评价的新机制,并探索科学合理的实践路径。[方法/过程]构建“技术赋能—范式转型—实践路径”三维分析框架,系统阐释AI技术在科研评价中的应用潜力。基于大语言模型等技术发展背景,探讨科研过程的可追溯性、价值的可解释性和知识的可关联性,并从目标、维度与主体三个层面解析评价范式的转型逻辑。[结果/结论]研究表明,AI技术驱动的科研评价能够推动评价目标由成果计量向过程追溯延伸,评价维度由指标裁定向多维诊断拓展,评价主体由人机交互向协同决策重构。通过挖掘过程数据要素、设计动态指标体系与培育开放协同生态,可在技术理性与人文价值的协同演进中,促进科研评价从结果量化向过程赋能的持续发展。