Critical Slowing Down, Not Intensity, of Collective Anger Predicts Surges of Social Movement Activity
通过分析 6000 万条 #BlackLivesMatter 推文,本研究表明,集体愤怒的持续性增加(而非其强度)是预测社会运动活动激增的一个可靠预警信号。
3097 篇论文
通过分析 6000 万条 #BlackLivesMatter 推文,本研究表明,集体愤怒的持续性增加(而非其强度)是预测社会运动活动激增的一个可靠预警信号。
这项对三十篇同行评审文章的系统综述提出了 CRLoC 范式,论证了高等教育中的文化回应性实践如何调节学生的控制点,以促进更强的学术能动性、韧性与成功。
本研究采用结合情感分析、主题建模和批判性话语分析的混合方法框架,对 30,000 篇新闻文章的语料库进行研究,旨在揭示尽管中国媒体主要围绕国家发展将人工智能进行正面框架化,但德国媒体则采取了一种在乐观与批判性审视之间寻求平衡的矛盾立场,反映了其在 ChatGPT 出现前后截然不同的社会政治背景。
本研究对203名巴基斯坦护士进行了潜在剖面分析,以识别四种不同的心理—精神资源剖面,结果显示福祉在这些群体之间存在显著差异,并表明干预措施应针对动机、承诺、自我效能感和职场精神性的特定组合进行定制,而非普遍应用。
本文引入了交叉验证预测准确度(CVPA),这是一种通过衡量其预测独立现实世界结果的能力来评估基于调查的聚类的经验相关性的新颖指标,证明了该方法能够有效区分具有社会意义的群体与仅在数学上紧凑的群体,并且在受益于基于 Transformer 的嵌入的同时,其表现与专家人工聚类相当。
针对津巴布韦高等教育领域存在的关键监管空白,本研究采用定性多案例研究设计,旨在提出一个具有特定语境的八维人工智能政策框架,以符合国家及国际战略,从而引导伦理、公平且有效的人工智能整合。
这项实证研究调查了高等教育教育者中组织角色压力(特别是“角色侵蚀”)与习得性无助感之间的显著关系,揭示了外部特定归因解释了超过一半的压力方差,并提出了一个基于 MATLAB 的诊断模型,以指导包括工作丰富化和归因训练在内的针对性干预措施,从而提升福祉与绩效。
本文认为,2016年孟加拉国农村地区党派选举制的引入,通过使政权盟友领导人能够通过政治庇护进行国家资源的分配来巩固权力,从而加剧了政治暴力和派系冲突。
这项混合方法研究表明,尽管经济援助和学费减免对于具有寄养经历的学生获得大学入学机会至关重要,但要克服行政负担和心理障碍——例如创伤、污名化以及碎片化的支持系统——需要儿童福利机构与高等教育机构之间进行协调一致且具备创伤知情意识的引导。
本研究基于对越南跨国公司员工的数据分析,并采用了一种开创性的多方法论路径(PLS-SEM、ANN、fsQCA 和 NCA),揭示了尽管工作压力驱动了工具性与情感性的 AI 依赖,但认知卸载作为一种关键的工作资源,是实现高工作投入的唯一必要条件,即便在 AI 幻觉存在的情况下,这种幻觉既未能减轻依赖,也未能提高警觉性。