土耳其人工智能素养适应性量表验证研究
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
本研究论文标题为《人工智能素养:适应性研究》(ArtificialIntelligenceLiteracy:AnAdaptationStudy),由Celalettin ÇELEBİ等人合作完成,主要探讨的是如何将Wangetal. (2022)所开发的人工智能素养量表(AILS)适配到土耳其语环境,并对其效度和可靠性进行评估。该量表的目标是测量非专业人士的成人对人工智能的理解水平。 研究采用了402名参与者的数据,通过结构方程模型(ConfirmatoryFactorAnalysis, CFA)来验证适应性量表的理论构想与实际数据的一致性。CFA的结果显示,调整后的χ²/df值为1.82,表示模型拟合度良好;RMSEA(均方残差误差)为0.04,RMR(均方根误差)为0.03,这些指标都表明模型具有较高的拟合度。NFI(Normative Fit Index)为0.95,CFI(Comparative Fit Index)为0.98,GFI(Goodness-of-Fit Index)为0.96,以及AGFI(Adjusted Goodness-of-Fit Index)为0.94,这些都是衡量量表内部一致性的重要参数,数值接近或超过标准阈值,进一步证实了量表在土耳其语环境下具有良好的信度。 研究人员还使用了克龙巴赫α系数(Cronbach’s alpha)来测试量表的稳定性,这是一种衡量同一群体内各个项目间关联程度的方法,通常认为大于0.7的α值代表较高水平的一致性。然而,论文并未具体提及这一部分的结果,但可以推测,如果采用这种方法,其结果也应支持量表的可靠性。 这项研究成功地将人工智能素养量表进行了文化适应,并且初步验证了其在土耳其语环境下的有效性与可靠性。这一成果对于教育工作者、政策制定者以及人工智能教育普及有着重要意义,有助于提升公众对人工智能的认知和适应能力,推动当地社会对AI技术的理解和接纳。未来可能进一步探讨如何根据本地特点优化量表,以更好地服务于土耳其成年人群。
剩余15页未读,继续阅读
- 粉丝: 5106
- 资源: 2万+
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 51单片机驱动DS1302时钟与LCD1602液晶屏万年历设计
- React 0.14.6版本源码分析与组件实践
- ChatGPT技术解读与应用分析白皮书
- 米-10直升机3D模型图纸下载-3DM格式
- Tsd Music Box v3.02:全面技术项目源码资源包
- 图像隐写技术:小波变换与SVD数字水印的Matlab实现
- PHP图片上传类源码教程及资源下载
- 掌握图像压缩技术:Matlab实现奇异值分解SVD
- Matlab万用表识别数字仪表教程及源码分享
- 三栏科技博客WordPress模板及丰富技术项目源码资源下载
- 【Matlab】图像隐写技术的改进LSB方法源码教程
- 响应式网站模板系列:右侧多级滑动式HTML5模板
- POCS算法超分辨率图像重建Matlab源码教程
- 基于Proteus的51单片机PWM波频率与占空比调整
- 易捷域名查询系统源码分享与学习交流平台
- 图像隐写术:Matlab实现SVD数字水印技术及其源码