ISSN: 1009-5195

摘要： 同伴互评是培养高阶思维、提升学习绩效的重要学习策略。然而在教学实践中，同伴互评存在严重的低信任问题，即学习者对同伴的评价存在质疑或漠视，整体接受度不高。究其缘由，学习者的认知差异性是导致低信任问题的关键诱因：客观上，学习者的认知差异性导致同伴评价的不一致现象；主观上，学习者面对评价不一致现象时会产生确认偏误。人工智能赋能的可信同伴互评模型，使用可信系数标明评价的有效性，引导学习者建立正确的认同与信任，可以降低学习者的确认偏误。该模型的智能化实现过程分为4个阶段：评价及可信系数的表征、评分关系加权图构建、基于加权随机游走算法的同伴间认知水平关系挖掘、可信系数计算及评价反馈。基于该模型的教学实践表明：其能够依据评价者与被评者的相对认知水平为评价计算合理的可信系数；有助于提高学习者对同伴评价的接受度，在感知有用性、行为意愿2个维度上显著优于传统同伴互评模型；对学习者批判性思维倾向的培养具有显著的正向影响，在分析性、系统性、求知欲和思想开放性4个子维度上均有显著提升。

ISSN: 1672-190X

摘要： 大数据数字经济时代，企业传统财务决策所能起到的作用开始逐渐下降。面对基数庞大且种类形式多种多样的数据，企业应将大数据技术应用到企业财务决策中，及时高效地对获取的数据进行处理，从而帮助企业管理者更好地做出符合企业利益的财务决策。本文围绕企业如何在大数据环境中进行财务决策，分析企业可能会面对的问题，并提出相应的建议。

ISSN: 1004-6607

摘要： 随着人工智能医疗的兴起和发展，人工智能技术在医疗领域的应用相对成熟且前景可期。由于当前我国仍处于弱人工智能阶段，故探讨的是弱人工智能时代医疗损害的法律问题。通过梳理该阶段人工智能医疗带来的三大法律困惑：人工智能的法律地位、医疗损害后的法律归责和人工智能应用中的隐私权保护，借鉴国外尤其是欧盟和美国相关法律，提出完善我国人工智能医疗带来的法律挑战与对策建议。

ISSN: 1672-1500

摘要： 大数据时代，信息技术的更新换代使得侵犯公民个人信息罪中个人信息的法律内涵与外延呈现出不断扩张的态势。与此同时，个人信息背后所潜藏的经济价值也在急剧攀升。由此而来的是，传统刑法体系暴露出公民个人信息范畴界定不明晰、隐私权法益保护不合理、下游行为规制不完备等诸多不足。为适应大数据时代的技术变革，当前刑事立法亟需针对侵犯公民个人信息罪的这种结构性嬗变作出相应调整，有必要将公民个人信息扩大解释为公民个人数据，赋予公民个人信息以个人信息权法益，同时将侵犯公民个人信息的下游犯罪行为也一并纳入刑法的“打击半径”,以此形成公民个人信息在收集(获取)、储存(利用)、处理(提供)以及下游犯罪阶段的一整条“生态保护链”。

ISSN: 1004-6062

摘要： 针对大数据能力对企业运营绩效产生影响的传导机理问题,本文基于资源基础理论与双元创新理论,把大数据能力分为大数据资源整合、深度分析和应用三种能力,供应链协同创新分为突破式和渐进式创新两个维度,建立理论框架模型。本文通过对315份制造企业的有效样本数据进行结构方程实证分析发现:大数据资源整合能力与应用能力对供应链协同创新的突破式创新和渐进式创新两个维度都有显著正向影响,但大数据深度分析能力对供应链协同创新的两个维度都没有显著影响;供应链协同视角下的突破式创新和渐进式创新都对企业运营绩效有正向影响;大数据能力通过供应链协同创新的两个维度间接影响企业运营绩效。其中,渐进式创新在大数据能力各维度与企业运营绩效之间起中介作用,但突破式创新并没有中介作用。研究从理论上揭示了供应链协同创新作为互补资产在大数据能力与企业运营绩效之间的中介作用;从实践上明确企业应提高其大数据能力并重视供应链协同创新从而提高运营绩效。

ISSN: 1672-190X

摘要： 在我国综合国力不断发展的同时，人口老龄化问题也逐步加剧，发展智慧养老可以缓解当前日益严峻的老龄化问题。但是，我国智慧养老模式还处于萌芽阶段，存在老年人对智慧养老模式认识不足、接受能力差、社会供给不足以及行业标准不规范等问题。本文运用文献研究法，通过对现有智慧养老服务现状的分析，指出存在的问题并分析原因，提出对策建议。

ISSN: 1003-7071

摘要： 随着人工智能的广泛应用，其在为人类生产和生活带来便利的同时，也引发了数据隐私泄露与算法偏见、责任主体冲击与边界模糊、主客体异化与信任危机、软法缺陷与硬法缺失等伦理风险。规制人工智能的伦理风险，须优化人工智能技术设计，注重隐私保护与社会公正；赋予人工智能以社会角色，划定人与智能的责任边界；构筑人工智能伦理规约，强化人的主体地位与诚信品质；加快人工智能的法制化进程，健全智能伦理制度体系，从而促使“人—机”和谐共处。

ISSN: 1672-190X

摘要： 在高速发展的信息时代，合理、高效地使用区块链技术可以提高企业战略管理会计的应用价值。本文基于区块链技术收集、分析、共享等特征，分析化工企业在战略管理会计实践中遇到的问题，并进一步指出区块链技术应用于战略管理会计的可行性。

关键词： 缺血性卒中   溶栓药物   人工智能算法   Wide&Deep模型   精准治疗  

ISSN: 1007-9572

摘要： 背景缺血性脑卒中(IS)起病急，治疗时间窗窄，治疗效果的影响因素复杂，患者自身情况各异，因此治疗方式、给药种类、给药剂量、给药方式均会影响患者的溶栓效果。既往研究常利用统计方法分析溶栓效果的影响因素，人工智能算法在该方面的临床应用尚少见。目的 基于真实世界的数据，建立IS患者从一般特征、药物治疗方式到恢复效果的人工智能算法模型，实现个体化溶栓药物精准治疗，为临床用药决策提供数据支持。方法 采用回顾性研究方式，从大连医科大学附属第二医院医渡云科研大数据服务器系统提取本院确诊为IS患者(n=55 621)的临床信息，时间为2001-01-01至2021-12-31。依据纳入标准共筛选出信息完整的IS患者1 855例，依据每位患者入院与出院时美国国立卫生研究院卒中量表(NIHSS)评分差值评价患者溶栓效果，并将患者分为神经功能改善组(差值≥4分，n=1 236)和对照组(差值<4分，n=619)。经3位神经内科高级职称专家背对背推荐，并结合查阅的IS诊治指南及文献，整理可能与IS发作后溶栓效果相关的影响因素，归类为患者一般特征、用药指标、检查指标、检验指标、治疗方式5类。首先进行影响因素的单因素筛选，再利用主成分分析法对影响因素做降维处理。构建Logistic回归模型、支持向量机(SVM)、C5.0决策树、分类回归树(CART)、深度神经网络(DNN)及Wide&Deep模型，进行模型对比评价，比较不同模型对IS患者溶栓效果的预测情况，确定最佳模型，进而寻找模型的最优参数。将1 855例患者的临床信息进行分割处理，随机数为7和11，随机分为训练集(1 113例)、验证集(371例)、测试集(371例)，其中训练集用来构建和训练模型以发现规律，验证集用来调整模型参数，测试集用来评价最终模型的泛化能力。应用特征工程构建简化模型并评估模型准确度。从大连市中心医院的医渡云科研大数据服务器系统中提取IS患者的临床信息(共提取3 925例)，利用其数据进行外部验证。结果 共纳入26个患者特征(即溶栓效果影响因素)进行模型构建。经主成分分析降维成2个主成分，累积方差贡献率为93.1%。比较Logistic回归模型、SVM、C5.0决策树、CART、DNN及Wide&Deep模型预测溶栓效果的价值，发现Wide&Deep模型的预测性能最佳，准确度为0.815,F指数为0.871。训练集受试者工作特征(ROC)曲线下面积为0.753，测试集ROC曲线下面积为0.793。确定Wide&Deep模型的隐含层层数为7层，每层神经元个数为15个，以Sigmoid作为激活函数，模型参数最优。IS患者溶栓治疗后神经功能改善影响因素的特征工程分析结果显示，用药种类、给药方式和用药剂量的重要性排序均在前列，重要性排序由大到小分别为：是否有脑血管病史、用药种类、给药方式、单次剂量、动脉粥样硬化、溶栓时间窗、是否使用抗凝药物和活血化瘀药物等。模型自变量简化后得出，Wide&Deep模型准确度为0.819，模型自变量简化后外部验证的准确度为0.801。结论 Wide&Deep模型各项评价指标优异，影响溶栓效果的因素排序由大到小分别为：是否有脑血管病史、用药种类、给药方式、单次剂量、动脉粥样硬化、溶栓时间窗、是否使用抗凝药物和活血化瘀药物等。通过人工智能算法从影响因素和个体化给药方面可为临床医生提供及时和有效的IS患者药物溶栓治疗方案，对减轻疾病社会负担具有积极意义。

ISSN: 1674-1730

摘要： 当下人工智能背景下高校思想政治教育仍存在教育思想滞后、教学设计单一、多方联动冲突、评估体系模糊等问题，基于OBE理念，高校思想政治教育应该坚持人本性、个性化、科学性和时代性等原则，做到因时而进、因势而新，明确教育目标、树立成果导向的OBE理念，重视教育方案、设计成果导向的教学策略，优化教育实践、搭建信息化的管理服务平台，完善教育评估、构建多层贯通的教育循环体系。