• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 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

• 【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

• 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

• 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

• 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

• 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

• 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

• 眼动追踪技术结合可用性测试：提升学生以用户为中心的多模态文档设计能力

  为解决传统技术写作课程在基于证据的文档修订和用户感知评估方面的局限，本文作者（孟宇）在技术写作课程中，开展了一项为期五周的教学案例研究，将眼动追踪工具与可用性测试相结合。研究结果显示，通过眼动数据、任务表现和口头报告的三方验证，该方法不仅补充了传统的同行评审，为学生提供了关于受众的客观数据，更有效地增强了学生对以用户为中心的设计（UCD）和用户体验（UX）的意识。此研究证明了将眼动追踪与可用性测试作为教学工具的有效性，为专业与技术传播（PTC）教育提供了创新路径。

  来源：Computers and Composition

  时间：2026-02-23

• 用于同时进行过程数据清洗和稳态检测的强大时间序列建模方法

  数据清洗与稳态检测的挑战及统一框架研究。提出基于稳健时间序列建模的RSTM方法，通过有界影响ρ函数和局部趋势残差分析，实现数据清洗与稳态检测的同步在线滑动窗口建模。方法有效消除噪声和离群点同时保留真实趋势，确保工业实时监控的稳定性与可靠性。

  来源：Computers & Chemical Engineering

  时间：2026-02-23

• 一种具有强大同步能力的自适应网络流水印技术

  网络流量水印技术通过主动嵌入源身份信息实现攻击溯源，但现有方法难以适应动态网络环境。本文提出自适应性网络流量水印方法（CMD），采用融合复制、合并和延迟包的调制策略，通过同步头传递自适应参数，结合随机重传行为嵌入水印，在提升抗干扰能力的同时降低2%包丢失率，实验验证检测率达94%且误检率低于2%。

  来源：Computer Networks

  时间：2026-02-23

• 一种基于准原子与机器学习优化的固体多尺度分子动力学混合建模方法

  为解决大规模原子系统分子动力学（MD）模拟的计算瓶颈，同时保持关键区域（如接触面、裂纹区）的原子级精度，研究人员提出了一种新型混合多尺度方法。该方法结合了全原子模拟和由优化势参数控制的“准原子”连续介质建模，并利用机器学习框架进行高效参数优化。通过与LAMMPS软件集成，该方法在保持高精度的前提下，显著提升了计算速度，为固体力学研究开辟了新途径。

  来源：Computer Physics Communications

  时间：2026-02-23

• 利用合成语音：基于文本到语音（TTS）的数据增强技术，提升失语症患者语音识别的效果

  针对坦米尔语失语症（DASR）的自动语音识别系统研究，通过文本转语音（TTS）技术合成数据解决数据稀缺问题。实验对比隐马尔可夫模型（HTS）、FastSpeech2和Tacotron2三种TTS模型，发现FastSpeech2生成的合成语音在保留失语症特征方面最优，结合真实数据后系统误码率（WER）分别降至3.49%（轻度）和13.17%（中度）。进一步混合使用FastSpeech2和Tacotron2数据可降低至2.67%和8.32%。

  来源：Computer Speech & Language

  时间：2026-02-23

知名企业招聘：