📄 社会科学

Healthcare AI Ethics in Real-World Implementation: Implementation Findings as Ethical Evidence and Cross-Dimensional Alignment

本研究表明,现实世界中医疗保健人工智能实施情况的发现构成了关键的伦理证据,揭示了负责任的治理需要“跨维度对齐”,即伦理框架、问责机制以及应对措施必须在实践层面解决产生风险与负担的社会技术条件。

Kitty Balazadeh, Jens Nygren, Fábio Gama, Manoella Antonieta Ramos, Thomas Ploug, Petra Svedberg2026-09-23
📄 社会科学

Systems Analysis of Actor Perceptions on Collaborations Within a Philippine Regional Innovation System

本研究采用系统思维框架对菲律宾西维萨亚斯区域创新系统进行分析,揭示了一个由政府-学术界主导的网络,其产业与社区整合程度较低,反映出一个处于早期阶段的“四重螺旋”生态系统,而这种现状是由结构性孤岛和文化依赖而非孤立的绩效失败所导致的。

Olive Joy Abing, Primo G. Garcia, Magdaleno R. Vasquez, Kevin Christopher L. Go, Leo Mendel D. Rosario2026-09-23
📄 社会科学

Story and essential meaning dynamicsin Bangladesh’s July 2024 Student-People’s Uprising

通过分析 2024 年 7 月至 8 月期间超过 50 万条 YouTube 评论,本研究揭示了孟加拉国学生-人民起义期间公众情绪是如何从一个由负面情绪和暴力主导的局面,演变为一个以希望和正义为特征的局面,其特点是抗议死亡人数与评论幸福感之间存在显著的负相关,并最终实现了从“抗议”到“正义”的话语转变。

Tabia Tanzin Prama, Christopher M. Danforth, Peter Sheridan Dodds2026-09-23
📄 社会科学

Exploring identity conflict for widening access students during early experiences at medical school: an interpretative phenomenological analysis

本研究采用解释现象学分析法,探讨了在入学渠道扩大的背景下,医学生如何应对其多元背景与感知到的医学生刻板印象之间的身份冲突,揭示了虽然形成社交子群体等策略有助于缓解这些紧张关系,但隐藏自身身份等其他方式则会显著损害身心健康。

Anna Harvey Bluemel, Bryan Burford2026-09-23
📄 社会科学

Human–GenAI Interaction in Higher Education: A Multi-Agent Fuzzy Delphi Framework for Co-Creative Environmental Learning

本研究引入了一种创新的多智能体人—生成式人工智能(GenAI)模糊德尔菲框架,旨在通过实证建模与优化高等教育中的协同创造性环境学习,揭示教育者与多样化人工智能系统之间通过三个迭代交互循环所进行的协调互动,是如何促进系统思维、参与度以及适应性学习策略的。

Amirali Boroumand, Mohammad Javad Amiri2026-09-23
📄 社会科学

Invisible Inequality in Peer–AI–Peer Interaction: Rethinking Inclusion in Digital EFL Classrooms

基于社会文化理论,这项定性研究揭示了数字英语作为外语(EFL)课堂中的“同伴-人工智能-同伴”交互产生了隐性的认识论不平等,即专家型同伴在人工智能介导的知识构建中占据主导地位,这表明真正的包容要求将关注点从单纯的技术获取转向公平的参与,以及通过专家支架的战略性作用来维持协作学习。

Van Huong Nguyen, Minh Tuan Dang, Anh Tuan Nguyen, Nhu Huong Nguyen2026-09-23
📄 社会科学

The Impact of Agentic Verbal Expression in Companion Chatbots on User Satisfaction: An Explanatory Sequential Investigation

本研究采用解释性顺序混合方法设计,证明了表达独立观点的伴侣聊天机器人比表现出顺从一致性的聊天机器人能显著提升用户满意度,这一发现得到了包括自我扩张、社会存在感、感知对话张力、真诚度和拟人化在内的定性主题的支持。

Zhaohang Cao, Jaehwan Lee, Zibin Chen2026-09-22