• 从旅行前到旅行后，利用增强现实（AR）和虚拟现实（VR）技术提升文化遗产旅游中的游客体验（TE）

  本研究运用系统文献综述与元合成方法，探讨AR/VR技术在文化遗产旅游体验管理中的作用。结果显示，AR/VR技术在预游阶段辅助决策与目的地认知，游览阶段提供沉浸式、教育性及文化语境丰富的体验，后游阶段促进记忆留存与长期参与。基于此，提出整合框架以优化数字文化遗产服务设计，提升游客满意度、学习效果与忠诚度。

  来源：Digital Applications in Archaeology and Cultural Heritage

  时间：2026-02-23

• 利用高能球磨技术从煤尾矿中合成并表征基于二氧化硅/碳的纳米复合材料

  煤尾ings机械研磨制备纳米复合材料，优化球料比（30:1）、球径（5mm）、时间（16h），获得30-100nm纳米颗粒，孔隙直径8nm，含SiO₂和石墨，铁污染致磁性，热稳定性高。

  来源：Diamond and Related Materials

  时间：2026-02-23

• 通过多模型数据库系统中的索引选择方法优化存储策略：一项调查

  本文系统分析多模型数据库系统中的索引选择问题，对比关系型、文档型、图数据库等主流系统的存储策略与索引机制，评估现有单模型数据库索引算法在多模型环境下的适用性，揭示算法在数据异构性、查询模式多样性及计算复杂度方面的局限性，并提出未来研究方向。

  来源：Data & Knowledge Engineering

  时间：2026-02-23

• 综述：高等教育中人工智能素养的七边形框架：一种结构化方法

  本文深入剖析了高等教育中人工智能素养（AIL）的定义与实践鸿沟，提出了一个创新的七边形框架。该框架整合了技术（TKS）、应用（AP）、批判性思维（CTA）、伦理（EAR）、社会（SIU）、整合（IS）与法律（LRK）七个维度，并引入基于布鲁姆分类法的四级能力进阶模型（新手到专家）。它不仅为课程设计提供了结构化工具，更通过学科实例映射，论证了构建通用AIL基础与领域特色化拓展并重的必要性，旨在系统化培养未来AI驱动社会的合格参与者。

  来源：Computers and Education: Artificial Intelligence

  时间：2026-02-23

• 虚拟现实技术在英语作为第二语言口语能力发展中的应用优势与优化策略研究

  为解决ESL学习者口语流利度和准确性不足的问题，研究人员开展了一项关于虚拟现实（VR）如何支持马来西亚中学生英语口语发展的案例研究。通过使用ImmerseMe平台进行为期八周的干预，结合课堂观察、访谈和反思日志收集数据，研究发现VR可显著提升学习者的参与度、沉浸感、定制化体验和可及性，从而增强动机、信心和情境化语言运用。学习者提出了交互式发音练习、实时反馈、个性化路径和情景相关场景等优化策略。该研究表明VR可弥补传统ESL课堂的真实性缺陷，对课程设计和教师专业发展具有启示意义。

  来源：Computers & Education: X Reality

  时间：2026-02-23

• Riemannian曲面乘积中的极小曲面：几何约束、拓扑限制与构造新方法

  在Riemannian几何中，探究乘积流形中的极小曲面是理解高维子流形的重要课题。本文系统研究了两个一般曲面乘积空间（Σ1×Σ2，G=g1⊕g2）中的极小曲面。作者通过几何分析与拓扑工具，给出了全测地曲面的刚性刻画，证明了负曲率条件下不存在极小2-球面，并得到了极小2-环面必为Lagrangian（对两个乘积辛结构）。此外，文章还构建了一类新的由sinh-Gordon方程解生成的1-参数族极小曲面，并得到了紧致极小曲面面积下界的精确估计。这项工作不仅丰富了乘积空间极小曲面的理论，也为相关几何和拓扑问题的研究提供了新视角。

  来源：Differential Geometry and its Applications

  时间：2026-02-23

• 在短视频分享平台上对用户兴趣和参与度的演变进行建模：一种基于注意力的深度生成方法

  短视频平台用户兴趣与参与状态建模研究提出动态兴趣与参与模型（DIEM），基于S-O-R理论框架，融合因果Transformer与双向自注意力机制，有效捕捉用户快速兴趣演变与复杂参与状态动态。实验表明该模型在Kuaishou数据集上显著优于基线方法。

  来源：Decision Support Systems

  时间：2026-02-23

• 大学生在备考中使用大型语言模型的伦理条件：基于多维伦理量表（MES）与技术接受模型的整合分析

  本文探讨了大型语言模型（LLMs）在高等教育考试准备中的应用伦理。研究者调查了西班牙大学生的伦理观念（基于道德公平、结果论和义务论）如何影响其使用LLMs的意向（IU）及实际使用行为（USE）。研究发现，三种伦理维度均为使用意向的必要条件，其中结果论（CO）和义务论（DE）是意向的充分预测因子，而使用意向（IU）则是实际使用（USE）的必要且充分条件。该研究为理解AI教育工具的伦理接受机制提供了实证基础。

  来源：Computers and Education Open

  时间：2026-02-23

• 越南少数民族寄宿制高中教师对AI驱动XR技术整合的准备度评估：量表开发与多群体验证

  为了解决教师是否准备好有效且符合伦理地将人工智能（AI）和扩展现实（XR）技术整合到教学中的关键问题，研究人员在越南少数民族寄宿制高中开展了一项大规模调研。他们开发并验证了一个名为“教师对AI驱动XR整合的准备度”（TRAXRI）的多维度模型，发现教师的态度、绩效期望和自我效能感是影响其整合准备度的最强预测因素，而伦理与隐私意识也具有显著的新兴影响。这项研究不仅为理解和评估教师对沉浸式智能教学技术的接纳意愿提供了有效工具，也为制定针对特定文化背景和资源受限学校的教师能力建设策略提供了实证依据。

  来源：Computers & Education: X Reality

  时间：2026-02-23

• 概率慢特征对比学习（PSFCL）：提升复杂工业过程早期故障诊断性能的创新框架

  这篇研究论文提出了一种名为概率慢特征对比学习（PSFCL）的新颖框架，用于工业过程的早期故障诊断。该方法通过结合Jensen-Shannon散度（JSD）提取表征时域缓慢性和分布差异性的概率慢特征，并将其融入对比学习架构中生成正负样本对，从而学习更具判别性的特征表示。一个慢度引导机制在训练中自适应调整模型参数，强化了故障特征的提取。最终，学习到的特征被送入Softmax分类器进行故障诊断，无需参数微调。在田纳西-伊斯曼过程（TEP）基准测试中的验证表明，该框架在诊断精度和鲁棒性上均优于现有先进方法，为保障工业过程安全提供了新方案。

  来源：Computers & Chemical Engineering

  时间：2026-02-23

• 基于贝叶斯传递学习与马尔可夫链蒙特卡洛方法的实验装置与工业数据动力学建模

  本文针对化工过程中不同规模数据集（如中试装置与工业装置）因各自覆盖设计空间不同而导致单一数据集难以稳健估算所有模型参数的问题，研究人员提出了一种结合贝叶斯传递学习和马尔可夫链蒙特卡洛方法的动力学模型参数拟合新策略。该方法利用贝叶斯定理和先验分布整合不同数据源信息，有效减少了参数过拟合，并通过加氢脱氮过程的案例研究，证明其能获得比传统两阶段直接搜索方法更稳健的模型，为处理复杂、异质数据源的模型开发提供了高效工具。

  来源：Digital Chemical Engineering

  时间：2026-02-23

• 采用外延侧向生长技术制备的、带有埋藏金属电极的金刚石薄膜辐射探测器

  一种通过激光直写制备埋藏钨电极并利用外延侧向生长技术沉积30μm厚CVD金刚石薄膜的新方法，成功实现了5.5MeV α粒子探测，探测器结构无需与基底分离，工作电压可降低至0.4V/μm。

  来源：Diamond and Related Materials

  时间：2026-02-23

• 数字化转型如何通过服务创新驱动可持续供应链绩效？基于资源基础观的实证研究

  本研究针对在数字化转型（DT）背景下，如何通过服务创新（SI）提升制造业可持续供应链绩效（SSCP）这一核心问题，聚焦于A股上市制造企业样本，深入探索了DT对SSCP的直接影响及其通过服务产品创新（SPI-product）、服务流程创新（SPI-process）和服务模式创新（SMI）三个维度的中介路径。研究发现，SI是DT提升SSCP的关键放大器，其中SPI-process的中介作用尤为显著，而SMI却产生了负向抑制作用。该成果不仅从理论上揭示了DT→SI→SSCP的内在传导机制，弥补了现有研究的空白，也为企业整合数字技术与服务创新战略以增强供应链韧性与可持续性提供了实践框架。

  来源：Data Science and Management

  时间：2026-02-23

• 综述：预测学生表现：机器学习、深度学习和可解释人工智能方法的全面回顾

  这篇系统综述（遵循PRISMA指南）聚焦于应用机器学习(ML)、深度学习(DL)和可解释人工智能(XAI)于教育数据挖掘(EDM)领域，旨在实现学生表现的早期预测。它系统分析了72项研究，探讨了常用数据集与特征、主流ML/DL算法及其评估指标，并特别强调了模型可解释性(XAI)对于连接复杂算法与教学实践、支持循证教学与自适应学习、促进教育公平决策的关键作用。

  来源：Computers and Education: Artificial Intelligence

  时间：2026-02-23

• 生成式AI文学助手在提升九年级学生写作动机、心流与学业成就中的作用：一项混合方法研究

  本研究探讨将生成式人工智能（GAI）文学助手整合至九年级写作教学中产生的多方面影响，聚焦于学生的写作动机、心流体验及整体写作表现。通过一项为期三天的写作营，研究人员采用文学角色模拟与结构化提示词工程等创新教学法，引导学生在AI辅助下进行写作与修订。研究发现，该干预显著提升了学生的写作成绩（Cohen‘s d = −0.83）和心流体验，并在情境动机与任务参与度方面获得质性肯定，有效印证了ARCS-V动机模型与自我决定理论（SDT）。研究结果为如何在K-12写作教学中运用AI提供支架、促进学生深度投入而非浅层依赖，提供了循证教学建议。

  来源：Computers and Education Open

  时间：2026-02-23

• 数字技术为木乃伊研究服务——弗罗茨瓦夫大主教博物馆中的埃及儿童木乃伊

  古埃及儿童木乃伊经CT扫描分析，确认来自南上埃及 Kom Ombo 附近遗址（托勒密时期），年龄约8岁，保存状况良好但存在现代修复痕迹。研究揭示了传统包裹工艺及可能的病理或人为干预，并探讨了欧洲19世纪末考古背景下文物流通的历史问题。

  来源：Digital Applications in Archaeology and Cultural Heritage

  时间：2026-02-23

• 一种利用未经改性的掺硼金刚石电极对黄酮类化合物没食子素进行快速、灵敏伏安法定量分析的新方法

  采用裸硼掺杂金刚石电极开发了方波伏安法检测山柰酚的新方法，在BR缓冲液（pH4.0）中观察到两个氧化峰（+0.49V和+0.81V），优化后检测限分别为0.0015μg/mL和0.075μg/mL，并通过与HPLC结果对比验证了准确性。

  来源：Diamond and Related Materials

  时间：2026-02-23

• 大型语言模型分析书面教案的质量可靠吗？一项基于教师实习项目的混合方法研究

  为评估大型语言模型（LLM）在分析职前教师教案质量方面的可靠性，研究人员对32份公民教育教案进行了混合方法研究。研究发现，LLM在识别显性教学特征上达到中等一致性（α = .689），但难以评估需要深层教学推理的复杂标准。这表明LLM可作为设计阶段的筛选工具，但人类的专业判断对于确保评估过程的伦理和教学完整性至关重要。

  来源：Computers and Education: Artificial Intelligence

  时间：2026-02-23

• 【中文标题】 释放人类潜能：中小学教育中兼顾技术整合与人文价值的人工智能素养框架

  本研究探讨了如何将人工智能（AI）有效且负责任地整合到K-12教育中，以应对AI可能削弱人类独特价值的挑战。作者通过对54项研究的范围综述，识别出现有AI素养框架的三大核心能力，并提出一个全新的“理解-使用-释放”三维发展框架。该框架强调在掌握AI知识与技能的基础上，应通过反思性使用培养元认知能力，并最终导向以“纯简”心态发展学生的“精神自我”，从而真正释放人类潜能，确保教育在AI时代仍能促进人的全面发展。这为未来AI教育课程设计与教学实践提供了重要理论指引。

  来源：Computers and Education: Artificial Intelligence

  时间：2026-02-23

• 基于超结构方法的动态色谱过程优化：识别单柱高效液相色谱最佳操作策略

  本研究针对批量色谱过程动态优化因时间复杂性而变得极具挑战，且传统方法需对不同操作策略逐一优化、效率低下的问题。作者提出了一种可同时考虑常规洗脱及多种循环策略的超结构优化方法，并将其应用于高效液相色谱(HPLC)过程。该方法不仅能识别不同目标函数下的最优操作策略，相比逐一优化方案更能节省超过60%的CPU时间，为复杂动态过程的集成设计与高效优化提供了有力工具。

  来源：Computers & Chemical Engineering

  时间：2026-02-23

知名企业招聘：