关键词： 生成式人工智能   资源发现服务   动态评价模型   智慧图书馆   大语言模型  

摘要： [目的/意义]生成式人工智能技术正在重塑图书馆资源发现服务的底层逻辑，但传统静态评价体系难以有效衡量其动态效能与优化需求。[方法/过程]从系统性、认知适配性与服务交互性3个维度解构AI驱动服务的核心特征，建立涵盖物理环境、技术架构、内容组织、用户交互与创新能力的多层次指标体系。采用层次分析法与熵权法融合的主客观混合赋权方法，确定语义网络深度、认知引导效率等关键指标权重，形成动态响应的评价框架。[结果/结论]基于实证结果进一步提出多模态交互优化、自适应差异化、分层协同推进、内容智能重组等策略，强调需通过认知负荷缓解设计、用户画像构建、知识图谱重组与分层协同机制提升服务效能。该模型为公共图书馆AI技术应用提供了兼顾技术性能与知识服务效能的动态评估工具，助力智慧图书馆建设战略的精准实施。

关键词： 人工智能   电子病历   质量控制   医院管理  

摘要： 病历作为推动医学发展的核心数据来源，随着人工智能在医疗领域的广泛应用，其质量管理模式逐渐从病历形式质控转向医疗数据应用。通过梳理相关文献资料，本文概述了人工智能在病历数据管理、辅助病历书写、医学研究、医疗管理等场景的应用情况，探讨了人工智能在病历质量管理、患者隐私保护和法律法规等方面面临的挑战,并分析了人工智能在病历质量管理领域的发展方向。

关键词： 城市街道景观   街景图像   人工智能   心理情感   太原市  

摘要： 城市是承载人类日常活动的主要场所，探究城市街道景观对居民心理情感感知的影响，能够为城市建设与城市更新提供客观参考。本文以太原市核心城区为例，通过爬取街景图像构建数据集；运用深度学习与机器学习模型对城市街道景观与心理情感进行量化测度，通过空间统计模型辨识城市街道景观感知与居民心理情感感知的影响关联。结果表明：(1)城市街道景观中人工要素的空间分布特点与城市用地格局密切相关；自然要素呈现出“中轴聚集-外围扩散”的梯度结构；交通要素中，行人-车辆因子呈现空间互补特征，与人行道因子间表现出空间相似性。(2)心理情感指数（PEI）存在显著的空间异质性，整体呈现出“西北高-东南低”的空间分布特征。(3)在城市街道物理要素各自变量中，对居民心理产生正向影响的要素排序：道路>天空>树木>建筑>草地>护栏>人行道；对居民心理产生负向影响的要素排序：行人>墙壁>车辆>灌丛>指示牌。研究结果有助于理解城市街道景观感知的空间分异特征，为资源型城市转型发展提供一定的参考依据，也为实现城市空间公平正义提供新视角。

关键词： 人工智能   高中英语   写作自动评价   应用现状   工具筛选  

摘要： 教育领域持续发展,人工智能技术应用逐渐普及,高中英语写作自动评价成为重要应用领域。高中英语教学中写作教学至关重要,传统评价方式却弊端丛生,既耗费教师大量精力,反馈又不及时,评价标准还因教师认知不同而存在主观性,影响学生写作能力提升。人工智能用于写作自动评价可提升效率、提供即时反馈。文章深入分析其应用现状,梳理模式和成效,从多方面探讨工具筛选,助力教师合理运用工具提高教学质量。

关键词： 人工智能   职业教育   教学改革   价值意蕴   实践路径  

摘要： 在新时代背景下,以人工智能赋能高等职业教育既是教育体系自我革新的内在要求,也是数字化教育时代呼声的积极回应。人工智能的融入对课程内容更新、教学模式重塑与教学管理优化具有深远影响,为高职教育打开了新的发展视角。文章首先探究人工智能赋能职业教育的价值意蕴,然后分析人工智能背景下职业教育教学改革存在的问题,最后,针对问题提出了人工智能赋能职业教育教学改革的实践路径。

关键词： 人工智能   医疗损害   可预见性   过错  

摘要： 《民法典》所规定的医疗侵权责任，以过错责任为一般性原则，过错推定为补充，无过错责任为例外。随着诊疗类人工智能的广泛应用，该归责模式在实务中仍具有较强的适用性。应依医疗机构与人工智能生产者的特点，分别考量。医疗机构应在“符合当时医疗水平的诊疗义务”基础上，结合“可预见性”标准，综合评估其过错。若诊疗类人工智能应用过程中出现《民法典》第1222条所列情形，得适用过错推定原则，从而推定医疗机构存在过错。与此同时，诊疗类人工智能生产者承担无过错责任。通过综合考察各方主体在损害中所起作用，合理界定责任承担主体，即可由医疗机构单独承担责任、亦可由双方承担连带责任或不真正连带责任，特殊情况下，亦可不承担责任。

关键词： 人工智能   疾病诊断相关分组   随机森林   预测模型   多源医疗数据  

摘要： 目的：探索人工智能技术在DRG预测模型中的应用，构建高效准确的DRG分组预测模型，实现医保支付的精细化和科学化管理。方法：从政策和技术两个角度，分析人工智能应用于DRG分组预测模型的可行性，通过整合某医院的电子病历文本、病案首页信息、患者基本信息、医疗费用、主要诊断等数据构建出一个多源医疗数据集，采用随机森林算法搭建DRG分组预测模型，并使用F1值对模型进行评价。结果：基于随机森林算法的DRG分组预测模型，预测准确度为85%。结论：基于多源医疗数据的人工智能应用在DRG分组预测模型可兼顾预测准确率和效率，为DRG分组智能化提供新范式。

关键词： 图书馆学   人工智能   智能体   跨学科研究   人机协同  

摘要： [目的/意义]通过跨学科比较揭示智能体概念的核心内涵、共性内核与领域分化，揭示图书馆学蕴含的智能体相关概念和理论，并分析大语言模型驱动的AI Agent对图书馆核心服务的革新价值，推动知识服务向智能化、协同化范式转型。[方法/过程]采用跨学科文献分析法，梳理哲学、经济学、法律、生物学、社会学、计算机科学六大学科中智能体的名词定义、理论演进与应用特征，发掘图书馆学中蕴含与Agent相关的概念和理论，对比各学科Agent在自主性、感知性、目的性、适应性、交互性五维特性的共性与分化，将六大学科理论精髓映射至图书馆学实务场域中三元主体，解析读者、馆员、系统的智能体角色协同机制。[结果/结论]跨学科智能体共性围绕自主行为体在环境中实现目标展开，五维特性构成跨学科共识，差异源于学科核心问题；图书馆本质是多智能体系统，读者智能体融合哲学意向性与经济学博弈策略，体现需求驱动的适应性检索，馆员智能体继承法律代理权责与社会学结构能动性，成为资源与用户的专业中介，系统Agent借鉴生物学演化适应与计算机感知闭环，进阶为自主优化的智能基座。AI Agent是对图书馆学固有智能体特性的技术增强，通过大语言模型实现自动化、个性化与智能化服务升级，实现意图理解、工具调用、多智能体协作，驱动三元主体从被动响应转向主动协同。首创图书馆学三元智能体框架，明确读者、馆员、系统的协同智能体角色，揭示大语言模型驱动的AI Agent与图书馆学的深层契合逻辑。

关键词： 人工智能   土木工程   专业升级   数字化  

摘要： 本文构建系统化的土木工程专业升级改造框架,解决传统教育与人工智能技术融合的结构性矛盾,推动行业数字化转型。首先,采用混合研究方法——文献计量分析(2019-2023年WOS、CNKI核心文献)提取关键词图谱;德尔菲法整合15位专家意见确定路径优先级;SWOT-PEST模型分析内外部环境因素。其次,识别“智能算法驱动的工程决策”“数字孪生技术教学融合”两大核心方向,提出“课程-平台-评价”三维改造路径,并验证其可行性。最后,突破“技术叠加”的浅层改革,提升改造后体系的动态反馈能力,建立区域性产教融合共同体是人工智能时代土木专业升级改造的中心。

关键词： 人工智能   智能鸿沟   数据要素   数据资源化   数据资产化   数据资本化  

摘要： [研究目的]在数字经济成为我国高质量发展核心引擎的背景下,缩小地区间智能鸿沟是释放数据要素价值、驱动人工智能技术健康可持续发展的核心路径。[研究方法]本研究在揭示智能鸿沟和数字鸿沟形成本质差异的基础上,创新性地引入数据要素视角构建了一个用于揭示智能鸿沟地区异质性形成机理的框架。[研究结果/结论]该框架以数据要素价值释放路径为横轴,以智能鸿沟形成过程中的前置要素、演化路径和表现维度为纵轴,系统揭示了智能鸿沟地区异质性的形成机理:数据基于关键数据行为经过资源化、资产化、资本化,与技术、组织、环境三要素交互赋能,由于地区间数据要素三阶段价值释放能力的差异最终形成数据沟、经济沟和社会沟。本研究从数据要素视角剖析智能鸿沟地区异质性,于理论上拓宽数据要素理论边界;于实践层面上,为科技资源配置、政策优化指明方向。