• 双蒸镀钨氮化物和碳纳米管复合薄膜在高性能超级电容器中的应用

  通过磁控溅射制备的W₂N薄膜经化学气相沉积碳化后形成W₂N/WC-CNT复合结构，显著提升超级电容器性能：比电容达66 mF/cm²（纯W₂N为23.5 mF/cm²），电荷转移电阻降低，循环寿命达98%（10,000次循环），不对称器件容量保持84%（3,000次循环）。

  来源：Diamond and Related Materials

  时间：2026-02-23

• 利用大型语言模型从自然语言描述中提取用于过程建模的声明性约束

  针对生成式AI加速的虚假在线评论检测难题，本研究提出融合累积概率密度与AdaBoost的监督学习方法。通过构建传统语言特征（TLV）与新型语言特征（NLV）变量集，结合概率密度尾部分析技术，有效提升AI生成假评检测精度，实验验证优于现有基线方法。

  来源：Decision Support Systems

  时间：2026-02-23

• ASK-BIM：基于知识图谱与LLM的自然语言BIM模型智能查询系统

  为解决建筑信息模型（BIM）数据因格式复杂、缺乏语义结构导致查询困难、对专业软件和知识依赖度高等问题，研究人员开展了结合知识图谱（KG）与大语言模型（LLM）的研究，提出了ASK-BIM系统。该系统能将IFC文件转换为知识图谱，并通过自然语言问答实现对BIM数据的直观访问，实验验证了其在结构化查询上的有效性，代表了向高效、可解释的AI驱动BIM分析迈出的重要一步。

  来源：Data & Knowledge Engineering

  时间：2026-02-23

• 感知效用调节动机干预在学习负责任地使用GenAI教学中的作用

  本研究针对职前教师在整合人工智能（AI）进行教学时，常面临技术、教学与伦理知识难以融合，进而影响其负责任决策能力的问题。研究人员开展了一项实验，探讨了带支架的效用价值干预对职前教师知识整合与习得的影响。研究发现，干预本身并无普遍性显著效果，但探索性分析表明，效用价值干预对初始感知效用价值高的职前教师的知识整合产生负面作用。这一结果凸显了根据学习者个体初始动机调整教学支持的重要性，对推动AI在教育中负责任地融合具有重要意义。

  来源：Computers and Education Open

  时间：2026-02-23

• 混合现实培训系统在人机协作工业环境中的应用与效果评估

  本文探讨了传统制造业培训在应对协作机器人（cobot）集成与复杂任务需求时存在的不足，为解决此问题，研究人员开发了一套用于人机协作装配任务的混合现实（MR）培训系统。研究表明，该系统能有效培训来自不同背景的员工与机器人协同工作，且训练效果不受用户MR熟悉度的影响。这为开发普适性强、高效的工业培训方案提供了实证依据。

  来源：Computers & Education: X Reality

  时间：2026-02-23

• 氧化石墨烯和还原氧化石墨烯改性的DyMnO₃钙钛矿（GO/rGO-DyMnO₃）在碱性环境中对氧还原反应（ORR）表现出电催化活性

  氧还原反应催化剂性能研究：通过溶胶-凝胶法制备DyMnO3-rGO复合材料，XRD、SEM、EDS等表征显示其具有正交晶系结构和均匀分散特性，碱性介质中ORR起始电位0.85 V，电流密度-4.85 mA cm−2，四电子路径占主导，Tafel斜率接近商业Pt/C，稳定性及抗甲醇交叉干扰性能更优。

  来源：Diamond and Related Materials

  时间：2026-02-23

• 揭示《丹玛库》（Danmaku）的阴暗面：激进的战斗机制以及原作特性对压缩片段表现的影响

  本研究基于认知失调理论，分析弹幕攻击行为对精简视频性能的影响，发现高比例或集中攻击性弹幕会降低视频表现，且原始作品的怀旧感和声誉起调节作用。通过大规模数据分析，揭示了非线性效应及攻击类型（内容与风格）的影响差异，为平台和创作者提供实践启示。

  来源：Decision Support Systems

  时间：2026-02-23

• 综述：本科生使用ChatGPT的学习成果：一项荟萃分析研究

  这篇荟萃分析综述了2023年1月至2025年5月间发表的66项实证研究（共129个效应量），定量评估了ChatGPT在提升本科生学业成果上的总体效果与影响因素。结果显示，ChatGPT应用对学习成果具有显著的积极影响（Hedges' g = 1.14），效应量为“大”级别。分析发现，学习效果的异质性可能与学生先前对ChatGPT的接触程度、专业背景（如STEM与非STEM）以及使用时是否获得指导等因素相关。该研究为人工智能（AI）在高等教育中的有效整合提供了基于证据的见解，并指出了未来研究与实践的方向。

  来源：Computers and Education: Artificial Intelligence

  时间：2026-02-23

• 虚拟现实、工作记忆与感官保真度：3D虚拟形象与2D视频界面对比研究

  本研究聚焦于探究在虚拟现实环境中，信息是通过3D虚拟形象还是2D视频界面传递，会如何影响用户的工作记忆。研究设计了三个任务，分别测试语音回路、视空间模板和中央执行器功能，招募了106名参与者。结果表明，对于涉及数字记忆和空间模块识别的任务，两种界面在统计学上未表现出显著差异，但在需要调用中央执行器的复杂任务中，观察到3D虚拟形象组有略好的趋势。这些发现强调了对虚拟现实多模态界面设计进行未来研究的重要性，以优化认知任务中的信息传递效果。

  来源：Computers & Education: X Reality

  时间：2026-02-23

• 生成式人工智能（GAI）在中學教育的應用：一份用於評估教師實踐的多維度問卷設計與驗證

  本研究針對缺乏工具系統評估中學教師使用生成式人工智能（GAI）的現狀，設計並驗證了一份包含30個題項的問卷。研究結果確立了一個包含教師管理、教學材料創建、學生評估、學生賦能、關注多樣性和學生動機等六個維度的可靠評估工具，為量化教師的GAI使用模式、指導教師培訓與教育政策制定提供了實證基礎。

  来源：Computers and Education Open

  时间：2026-02-23

• 通过孔隙设计增强了多晶石墨烯的延展性和韧性

  多晶石墨烯的孔隙结构与晶界工程对其力学性能的影响研究通过分子动力学模拟系统揭示了晶粒尺寸、孔隙率和孔隙排列方式对断裂强度、杨氏模量和断裂韧性的调控机制，证实优化孔隙排列可显著提升材料抗拉强度和断裂韧性。

  来源：Diamond and Related Materials

  时间：2026-02-23

• 为了提供更精准的推荐：在数字平台中整合反事实学习与信任区域机制

  两阶段框架通过反事实学习和信任区域约束直接优化会话级点击率CTR，解决传统推荐系统与业务目标不匹配问题，在网易云音乐数据集上验证显著提升CTR并保持可靠性。

  来源：Decision Support Systems

  时间：2026-02-23

• 在职教师对AI的信任与不信任：解码伦理维度智能TPACK量表与教师伦理感知的关联

  随着人工智能(AI)在教育中的应用日益广泛，如何培养教师对AI的信任并促进其负责任地整合AI成为关键挑战。本研究基于智能TPACK (Intelligent-TPACK)框架的伦理维度，通过一项多案例研究，探索了在职教师对AI的伦理认知（如透明度、公平性、问责制和包容性）如何塑造其信任。研究发现，教师的AI技术知识与信任水平呈非线性关系，深入了解AI的伦理风险反而可能降低初始信任度；伦理构建相互关联且动态，但教师在教学中对透明度和问责制关注不足。该研究为教师教育中定义和操作智能TPACK的伦理维度提供了重要启示，并为制定针对性的教师AI伦理素养培训策略指明了方向。

  来源：Computers and Education Open

  时间：2026-02-23

• 整合TAM–TPB–SDT模型：探究动机与社会认知因素对高等教育中生成式AI采纳的影响

  随着生成式人工智能(GAI)在高等教育中快速扩散，如何理解并促进学生对其工具的采纳成为关键难题。研究者以约旦大学生为样本，整合了技术接受模型(TAM)、计划行为理论(TPB)和自决理论(SDT)，通过结构方程模型(SEM)验证，发现认知、社会与动机因素共同影响采纳行为，解释了83%的行为意向与81.6%的实际使用方差。该研究为理解AI采纳行为提供了首个来自中东地区的综合性实证框架，并为推动负责任、可持续的AI教育整合提供了重要启示。

  来源：Computers and Education: Artificial Intelligence

  时间：2026-02-23

• 增强现实互动可视化热力学概念以提升批判性思维的研究

  为解决物理教学中热力学概念抽象难懂、学生批判性思维发展受限的问题，研究人员开展了基于增强现实(AR)的互动式教学研究。研究发现，AR技术能显著提升学生对热力学概念的理解深度，并通过可视化与交互促进其在阐释、分析、评估、推断与反思等五个维度的批判性思维能力。这项研究为利用沉浸式技术变革科学教育、构建探究驱动的认知环境提供了实证依据。

  来源：Computers & Education: X Reality

  时间：2026-02-23

• 原位合成N掺杂的碳包裹钴颗粒用于电化学葡萄糖传感

  本研究通过高温热解法合成氮掺杂碳纳米管包裹钴颗粒（Co@NCTs-800），其高比表面积和导电性基质促进Co⁴+活性位点形成，实现葡萄糖检测灵敏度达141.3 μA·mM⁻¹·cm⁻²、响应时间1.9秒、检测限2.3 μM，并具备抗干扰和良好稳定性（RSD=3.24%），且成功应用于真实饮料样本检测。

  来源：Diamond and Related Materials

  时间：2026-02-23

• 为什么视频评论并不总是更优：格式与场景匹配在在线决策中的作用

  视频与文本评论在消费者决策两阶段中的适配性研究。摘要：该研究提出格式-阶段适配概念，实证表明视频评论在决策确认阶段提升购买决策绩效，而文本评论在选项筛选阶段更有效。研究发现适配使用能增加认知投入，提升决策质量感知。

  来源：Decision Support Systems

  时间：2026-02-23

• 基于虚拟现实（VR）混合仿真的内窥镜鼻窦手术技能客观评估与熟练度分类研究

  本研究针对内窥镜鼻窦手术（FESS）训练中，传统主观评估方法存在偏差和不一致性的问题，开发了一套基于虚拟现实（VR）的混合仿真系统，并利用动态时间规整（DTW）算法和决策树C5.0分类器，实现了对学员手术熟练度（新手/专家）的客观、高精度自动分类。该研究为外科模拟训练提供了数据驱动的客观评估框架，有助于实现个性化反馈，提升微创手术（MIS）培训效率与安全性。

  来源：Computers & Education: X Reality

  时间：2026-02-23

• 人工智能支持的编程教育中表现与学习的解离：更少压力、更优表现与同等学习

  这项研究针对生成式AI在编程教育中的影响尚不明确的问题，研究人员开展了一项随机对照试验，比较了三种AI支持类型（支架式辅导Iris、无限制ChatGPT、无AI对照）对大学生编程任务表现、概念学习、认知负荷和内在动机的影响。研究发现，尽管AI辅助显著提高了任务完成分数并降低了挫折感，但并未带来显著的知识增益，且只有Iris能提高内在动机。结果表明，生成式AI主要充当了“表现助手”而非“学习增强器”，凸显了在编程教育中整合有教学法指导的AI与设计能抵御仅依赖表现评估的评估系统的重要性。

  来源：Computers and Education: Artificial Intelligence

  时间：2026-02-23

• : 大型语言模型情感量化分析揭示其与人类课程评估评分者存在选择性趋同

  为解决高校课程评估中大量质性学生评论因人工分析耗时费力而未被充分利用的难题，研究人员探讨了BERT、RoBERTa、GPT-4o和o3等多种大型语言模型（LLM）能否准确复制人类对这些评论的情感判断。研究发现，部分AI模型（如RoBERTa）能在少量微调或无需微调的情况下，达到与人类评估者相当的评分者间信度，为高校挖掘海量课程评估质性数据的价值提供了高效可行的技术方案。然而，并非所有模型（如GPT-4o）都能进行可靠的情感分析，强调了根据具体任务审慎选择AI模型的重要性。

  来源：Computers and Education: Artificial Intelligence

  时间：2026-02-23

知名企业招聘：