关键词： ChatGPT-4   人工智能   护理问题   护理措施   准确性  

摘要： 目的 评估ChatGPT-4在外科疾病患者护理问题和护理措施自主回答的准确性,为护理教育的智能化改革提供参考。方法 选取某三级甲等医院2024年的30例外科住院患者病例为分析资料,按输入前训练、编写指令提示语、输入指令的步骤生成护理问题和护理措施,由5名护理专家根据统一的评分标准进行准确性评价,采用Fleiss's Kappa检验和Cronbach's α系数进行一致性检验。结果 30个案例护理问题和护理措施的准确性评为“非常好”分别占比85.3%、80.0%。每个病例的专家评分两两比较Fleiss's Kappa检验值为0.433~0.763,所有病例护理问题和护理措施的总Cronbach's α系数分别为0.908、0.943。结论 ChatGPT-4自主生成护理问题和护理措施的准确性整体可接受,反映出大语言模型具有成为教学辅助工具的潜力,但还需对其生成信息进一步判断,可为人工智能在护理教育领域的进一步应用和发展提供参考。

关键词： 冬小麦   产量预测   HLM模型   干旱   机器学习  

摘要： [目的]现有的作物估产模型通常在灾害气候条件下的估产精度不高,本研究提出一种基于干旱天气指数减产率模型的改进分层线性模型(Improved Hierarchical Linear Model,IHLM),旨在提高在干旱条件下作物产量估算的精度。[方法]采用最大值的增强植被指数-2(Maximum Enhanced Vegetation Index 2,EVI2max)和每年3月~5月降水量,辐射量和气温等气象数据和2018—2021年山东省160个农情调查基点的冬小麦实测产量数据构建冬小麦产量预测基础分层线性模型(Hierarchical Linear Model,HLM)。考虑到气象因素的变异程度是影响作物生长的关键障碍因子,首先将气象因子相对性计算进行模型改进,并对改进的HLM模型与随机森林(Random Forest,RF)模型、支持向量回归(Support Vector Regression,SVR)模型和极端梯度提升(Extreme Gradient Boosting,XGBOOST)模型进行精度对比。然后引入农业保险行业的干旱天气指数减产率模型,对改进的HLM模型进一步优化,从而更加适应干旱条件下的作物估产。为了验证IHLM模型的迁移性,本研究将其应用于河南省进行对比分析,以评估该模型在不同地理和气候条件下的表现。[结果和讨论]基于相对气象因子(Relative Meteorological Factors,rMF)改进的HLM模型精度相比于RF、SVR和XGBOOST更高,验证精度皮尔逊相关系数r为0.76,均方根误差(Root Mean Square Error,RMSE)为0.60 t/hm^(2),归一化均方根误差(Normalized Root Mean Square Error,nRMSE)为11.21%。在干旱条件数据集中,利用冬小麦干旱天气指数和冬小麦减产率的关系对模型进行了改进,改进之后RMSE减少了0.48 t/hm^(2),nRMSE减少了28.64个百分点,提高了IHLM模型在干旱条件下的精度。[结论]该研究对冬小麦产量HLM模型进行改进,提高了模型精度,在干旱情况下模型精度和稳定性有一定提升,相比于RF、SVR、XGBOOST模型,IHLM模型更适合对冬小麦产量预测。

关键词： 课堂评价   智慧教育   人工智能   学习行为   计算机视觉  

摘要： 随着人工智能技术的迅速发展,将其积极融合到课堂教学效果分析中具有重要意义。文章提出了一种基于计算机视觉的课堂教学效果多元分析方法,该方法通过教室内的摄像头获取视频数据,分析学生状态并量化指标,同时开发了一套课堂教学效果多元分析系统。系统具有4项主要功能,包括对学生的学习行为、情绪状态和出勤情况的精准识别,从而实现对课堂教学效果的多维度分析。实际应用验证表明,该系统能够有效分析学生的课堂状态,为教师提供科学的教学反馈,助力智能化教学管理。未来,随着该系统的广泛应用,将进一步促进智能化教学管理的实现,为提升教育教学质量提供强大的技术支持。

关键词： 英语新课标   信息技术   看技能   人工智能  

摘要： 伴随信息技术和人工智能的发展,传统的听说读写已远不能涵盖信息交流的现实需求。因此,2017版和2022版英语新课标中提出第五项技能“看”(viewing),这既是对现实生活的积极回应,也是对未来人才培养的前瞻布局。然而,过去几年的教研和教学中,大家对“看”技能的认识存在诸多分歧。

关键词： 人工智能   教育应用   伦理风险   主体性  

摘要： 以人工智能为代表的数字信息技术正成为教育场域深刻变革的核心驱动力。以批判性逻辑审视人工智能在教育中的应用可以发现,“技术幽灵”在认知维度、主体维度、知识维度、数据维度等方面可能引发外在异己性伦理风险。工具理性与价值理性的失衡、教育技术的自限性、利益相关者责任意识不足、人工智能规制机制尚未完善,是引发教育主体性之痛的成因。应当遵循技术调解、数字向善、责任分布、完善制度的实践理路,以促进人工智能在教育中的科学应用,更好实现教育数字化转型。

关键词： AI技术   金融市场   人工智能  

摘要： 作为一种信息技术和工作方法,AI(人工智能)具有强大的计算能力和模拟人脑进行思考的能力,而且由于其规避了人为决策中的感性因素,在提高服务效率以及安全性的基础上,能够保障产出决策的客观性和科学性,因此将其应用于金融市场,能够对我国金融行业的发展有所助益。但值得一提的是,由于我国大量历史数据截至目前还没有实现真正意义上的电子化,同时横跨人工智能及金融学科的人才数量有限,AI技术在金融市场的融入和使用还有很大的改善空间。基于此,本文首先分析了A I技术对金融市场的积极和消极影响,其次就具体的应用优化策略提出相应的建议,以期为广大金融行业更好地应用AI技术降低行业发展的成本以及提升相关资源的使用效率带来一定的助益。

关键词： 钻井参数   机械钻速   机器学习   贝叶斯优化   大位移井  

摘要： 海上大位移井井眼轨迹复杂,水平位移较大,导致井下摩阻高,严重影响了钻井效率。为此,根据钻井数据和录井数据等,提出了一种基于机器学习钻速预测与钻井参数优化的大位移井钻井提速方法。首先,对现场原始数据进行滤波、归一化等预处理,进行相关性分析,发现钻压、转盘转速等钻井参数及井斜角、水平位移等井眼轨迹参数与钻速有显著的相关性;然后,构建了基于BP神经网络、随机森林和支持向量机的钻速预测模型,评价结果表明,BP神经网络模型表现最优,可以较为准确地预测海上大位移井的机械钻速;最后,采用贝叶斯优化算法,以提高钻速为目标对钻压、转盘转速和排量等参数进行优化。优化结果表明,钻井参数优化后,机械钻速平均提升了18.86%。研究结果揭示了钻井参数和井眼轨迹参数对大位移井钻速的影响规律,为大位移井钻井提速提供了理论依据。

关键词： 传统工艺   工艺美术   时代新脉   人工智能  

摘要： 工艺美术是历史浩渺长河中熠熠生辉的璀璨明珠,它承载着人类文明演进的厚重脉络。每一件精美绝伦的作品皆是中华民族文明的生动注脚,封存着先人的智慧与情感。然而,当时代的磅礴巨轮驶入现代社会,工艺美术的前行之路陷入前所未有的复杂迷局,机遇与挑战如影随形。如今,我们已踏入人工智能技术时代,这无疑为现存的人类生产、创造方式提出了新的时代议题——当传统工艺美术与AI技术、新型信息处理方式相遇,究竟会出现怎样的时代新脉?

关键词： 形成性评价   教育评价改革   关爱学生   人工智能  

摘要： 在教育评价改革的大背景下,本文探讨了基于人工智能和大数据的学业述评平台,旨在解决学习压力、沟通障碍和评价质量问题。平台通过详细记录和分析学生的行为表现、深挖成绩、促进师生互动、加强家校联系,为学生提供一个充满理解和关爱的学习环境。

关键词： 人工智能   会计职能演变   技能需求   教育适应性  

摘要： 文章论述人工智能技术在会计行业中的作用,剖析会计人员角色转变的必要性和技能需求转变。采用文献综述、案例分析等方法对会计职能由记录、报告到分析、决策的变化及会计人员对新职能的角色定位进行研究。研究表明:数据分析技能,信息技术应用以及业务流程管理已成为会计人员必须具备的新能力。并探讨了教育体系应如何顺应这一转变,主要有更新会计教育课程,加强在职会计人员继续教育等,同时也对企业内部培训及确立职业发展路径等问题进行了探讨。结论突出会计人员角色转变的重要性和教育体系急需培养具有数字化转型能力会计人才。