关键词： 数智采购   数智供应链   人工智能   供应链生态  

摘要： 本文系统研究我国数智采购与供应链的发展机遇、现状、问题及趋势。数智采购供应链是以采购流程为核心，整合上下游资源，通过大数据、人工智能等技术实现全流程数字化转型、智能化决策与协同化运作的新型模式，融合了数字化的流程自动化与智能化的决策优化。其发展受政策引导（国家战略推动数智化转型）、技术进步（数字技术奠定基石）、经济转型（产业升级倒逼革新）、市场需求（企业降本增效驱动）及国际环境（全球化与逆全球化交织影响）共同驱动。当前，我国采购供应链迈向智慧化与韧性化新阶段，AI大模型驱动招标采购及供应链变革，在招标采购等场景应用成效显著；“AI+供应链”场景化实用化落地生根，为采购全流程提供精准数据支撑。与此同时，受技术瓶颈、管理短板、环境制约等多重因素影响，我国供应链仍面临诸多问题和挑战；其源于国内产业发展的阶段性特征，也受到国际环境变化的冲击，需要从多个维度深入剖析。未来将向技术融合深化、协同网络拓展、绿色低碳转型等方向发展，为经济高质量发展提供支撑。

关键词： 人工智能   高中数学   教学策略  

摘要： 随着人工智能的快速发展,其凭借强大的数据计算和分析能力,不仅为人们的日常生活带来了便捷与趣味,还逐渐渗透到教育领域,为教师的教学带来极大的改变。人工智能技术现在能通过智能辅导、在线教学平台、VR/AR这些高科技手段,来摸清和掌握每个学生的学习进度,还能调整课堂互动和实践环节的设计。这样一来,学生上课更有动力,主动参与度也得到了提高,高中数学的教学效果自然水涨船高。本文研究了人工智能时代下调整高中数学的教学策略,希望让数学课堂变得更高效。

关键词： 人工智能   职业院校   网络思政   教育创新   智能技术  

摘要： 在人工智能迅猛发展的背景下,职业院校网络思政教育面临新的机遇与挑战。本文分析了人工智能在提升互动性、优化资源、改进评价机制等方面对网络思政教育的推动作用,指出当前职业院校在教育理念、内容融合、师资能力及学生参与方面存在的问题。提出构建智能化平台、拓展教学场景、打造复合型教师队伍和强化学生主体性等创新路径。研究表明,人工智能赋能可显著提升网络思政实效,对推动职业教育高质量发展具有重要意义。

关键词： 人工智能   政治理论课   教学改革   教育介入   高校课堂  

摘要： 高校思想政治理论课肩负着塑造青年世界观、人生观、价值观的重要使命。然而,在快速变化的信息技术背景下,传统教学形式的局限逐渐暴露,课堂黏性减弱、学生主体性不足、内容传播的有效性下降成为普遍现象。人工智能的介入,并非是对教育的简单替代,而是在认知支持、过程引导与决策辅助等方面提供一种结构性力量。本文聚焦人工智能与思政课教学的内在联结,分析当前教学困境,并探讨人工智能在内容呈现、互动方式、反馈支持、教学调适等方面的介入路径,尝试构建一种可持续的协同机制,为思政教育质量提升提供新的思路与支撑。

关键词： 人工智能   小学数学教学   深度融合  

摘要： 科技的创新发展,带动了教育领域的变革。如今,教育信息化、智能化已成为主流趋势,教师需要以此为导向,进一步创新小学数学教学模式,努力开辟人工智能的新型应用路径,促进AI与数学教学的深度融合,切实提升智能化教学水平。主要从课前预习、智能教学活动、个性化教学辅导、创设直观情境等角度展开分析,探讨人工智能与数学教学的融合对策,力争带给同行业者一定的启发。

关键词： 人工智能   药物分析   改革   探索  

摘要： 制药工程专业培养目标在于培养能从事药品生产、质量控制、流通等工作的高素质应用型人才,其中《药物分析》课程占据着至关重要的地位,其教学质量直接影响学生对药物质量控制、药品研发等核心知识与技能的掌握,然而,随着制药行业的迅猛发展,特别是人工智能在药物研发、质量检测等环节的广泛应用,传统《药物分析》课程的教学内容和方式逐渐暴露出局限性,将人工智能技术融入课程教学,已成为提升教学效果、培养适应新时代需求的复合型人才的必然趋势。鉴于此,本文聚焦于制药工程专业的核心课程《药物分析》,探讨如何通过人工智能技术的创新应用,推动课程教学的全面改革。通过理论分析、实践探索与效果评估,旨在构建一个基于人工智能的《药物分析》教学新模式,以期提升教学质量,增强学生的实践能力和创新思维,为制药工程专业《药物分析》课程教学的发展注入新的活力。

关键词： 人工智能   智慧课堂   中职教育   计算机教学  

摘要： 人工智能是推动教学模式变革的重要动力,为中职计算机课堂提供了新路径、注入了新活力。在人工智能技术的带动下,中职计算机课堂逐步转向以智能导学、合作探究、虚拟实训与数据评价为核心的智慧教学模式。针对课堂学习动力弱、技能训练不足、评价手段单一等教学痛点,文章基于智慧课堂构建理念,对中职计算机教学中人工智能应用的有效路径进行了实践探索,从导学、互动、实训到评价四个层面提出优化策略,旨在提升课堂效能,增强学生的自主学习能力与计算机核心技能素养。

关键词： 肝切除术   非手术部位并发症   预测模型   机器学习  

摘要： 术后并发症分为手术部位并发症和非手术部位并发症,之前的研究多聚焦于手术部位并发症,目前尚无采用术前因素来综合评估肝脏术后非手术部位并发症发生风险的研究.本研究的目的是建立一个可解释的机器学习模型,将术前因素(包括手术预案相关因素)与肝脏术后非手术部位并发症的发生风险预测联系起来.共有2053名参与者入组这项研究.使用最小绝对值收敛和选择算子(least absolute shrinkage and selection operator, LASSO)回归筛选可能的预测因子组合成模型的预测因子,建立了7个机器学习模型,通过评估术前因素来预测肝脏术后非手术部位并发症的发生风险.采用曲线下面积(area under curve,AUC)作为主要评价指标,绘制各个模型的受试者工作特征(receiver operating characteristic, ROC)曲线,校准曲线,决策曲线分析(decision curve analysis, DCA)曲线,选出最优模型.使用沙普利加性解释法(shapley additive explanations, SHAP)来解释特征.最终选择了基于10种术前因素的具有最佳表现的极度梯度提升(extreme gradient boosting, XGBoost)模型来预测肝脏术后非手术部位并发症发生风险(验证集AUC:0.758, 95%置信区间:0.699～0.817,准确率:0.859;校准曲线显示预测概率与实际概率具有良好的一致性;DCA曲线整体表现最佳).体重指数(SHAP:0.0532)、病变位置(SHAP:0.0272)、异常的碱性磷酸酶值(SHAP:0.0170)、非肝脏手术的腹部手术史(SHAP:0.0125)、超过5种并存病(SHAP:0.0114)、黄疸(SHAP:0.0100)、肝切除术史(SHAP:0.0030)、毗邻脏器侵犯(SHAP:0.0013)对模型预测结果有正向作用,已婚(SHAP:0.0028)和正常的白蛋白值(SHAP:0.0132)对模型预测结果有负向作用.结果表明, XGBoost模型可准确预测术前因素与肝脏术后非手术部位并发症之间的关联.

关键词： 人工智能   中职教育   计算机课程   教育技术赋能  

摘要： 人工智能是一种具有综合赋能效应的教育技术,正在不断重塑中职教育生态,尤其在计算机课程教学中展现出广泛应用前景和实践价值。在教育数字化转型的推动下,人工智能技术正从辅助教学工具转向教师教学能力提升的关键支持力量。文章基于人工智能的实际应用路径,从教学设计、课堂组织、智能评价、实践创新等维度出发,分析AI在中职计算机教学中的赋能方式,并结合中职学校实践经验,提出五条教学能力提升路径,涵盖AI素养培训、资源建设、项目教学、教学诊断与协同发展等关键举措,力图为教师专业成长与课程改革提供系统化支持。

关键词： 人工智能   初中物理   实验教学   教学策略  

摘要： 人工智能技术的发展促进了人机互动,在物理实验教学中,人机互动越发得到广泛的应用。本文从人工智能辅助教学发展的背景及应用现状出发,针对当前初中学段物理实验教学的需求对人工智能在初中物理实验教学中的作用进行阐述,分析了人工智能辅助初中物理实验教学的具体作用,从激发学生的实验兴趣、突破初中物理实验难点、促进初中学生思维培养等方面介绍了人工智能辅助实验教学的方法、途径,分析人工智能技术的运用如何使物理实验教学的方法得到创新,从创设物理实验情境、辅助学生进行虚拟实验、助力个性化物理实验教学、助力学生数据分析、助力多元化的学生实验成果评价等方面,展现人工智能辅助物理实验教学,使初中物理实验教学方式创新的手段,提出为初中实验教学添色增辉的建议。