• 超越炒作：从TOE框架的角度看组织对生成式AI的采纳——一种混合方法视角

  随着生成式人工智能（GenAI）的迅速发展，其对各行各业的影响已经引发了广泛的关注。GenAI的出现，使得组织能够自主生成内容、文本、图像、音频、视频、代码、模拟和合成数据，这不仅改变了技术的使用方式，也重塑了组织内部的运作模式。尽管GenAI的潜力巨大，但其实际应用中仍存在诸多挑战，包括技术复杂性、组织适应能力以及环境不确定性。本文通过混合方法研究，采用技术-组织-环境（TOE）框架，揭示了GenAI在组织中的采用路径、影响决策的因素以及技术应用过程中遇到的主要挑战。GenAI的广泛应用使得研究者和政策制定者更加关注其对组织绩效的影响。据Gartner统计，到2027年，GenAI将在AI软

  来源：INTERNATIONAL JOURNAL OF INFORMATION MANAGEMENT

  时间：2025-10-11

• 使用欧拉随机场方法对实验室规模的NH3/空气喷射火焰进行的大涡模拟，分别考虑了未使用化学方程组和使用了化学方程组的情况

  氨作为碳中和替代燃料，因其在生产、运输和利用方面的成熟基础设施，正逐渐受到关注。随着全球对减少温室气体排放的需求日益增长，氨燃烧技术成为研究热点。然而，氨燃烧过程中存在一些挑战，如较低的反应活性和较高的氮氧化物（NO）排放。因此，为了更好地理解和优化氨燃烧特性，开发高精度且高效的数值工具显得尤为重要。本研究提出了一种基于大涡模拟（Large Eddy Simulation, LES）框架的计算方法，该方法结合了欧拉随机场（Eulerian Stochastic Field, ESF）方法，并分别采用无表格式化学和表格式化学进行计算。通过对比实验数据和直接数值模拟（Direct Numerica

  来源：International Journal of Hydrogen Energy

  时间：2025-10-11

• 甲醇燃料固体氧化物燃料电池（SOFC）系统用于散货船推进的技术可行性

  在当前全球航运业面临减排压力的背景下，甲醇作为一种具有潜力的替代燃料，因其易处理性、操作安全性以及与现有船舶系统兼容性而受到越来越多的关注。本文研究了将甲醇用于固体氧化物燃料电池（SOFC）动力系统，以评估其在高效率船舶动力系统中的可行性。通过详细分析和建模，研究展示了该系统在能源效率和环境效益方面的优势，特别是在减少二氧化碳排放方面表现突出。此外，研究还探讨了在船舶上安装这种新型动力系统的重量和空间需求，以确保其在实际应用中的可行性。### 甲醇在船舶动力系统中的优势与挑战甲醇作为一种低碳燃料，其优势在于它在常温常压下为液体状态，能够与现有的燃料储存和加注基础设施兼容，只需进行有限的调整即可

  来源：International Journal of Hydrogen Energy

  时间：2025-10-11

• 利用实验设计方法，在六路交叉微流控装置中对双乳液滴进行了数值研究并实现了可控生成

  在微流控技术迅猛发展的背景下，双乳滴（double emulsions）因其独特的核心-壳结构而备受关注。这种结构在多个领域展现出了广阔的应用前景，包括食品工业、制药行业、化妆品和细胞培养等。随着对双乳滴性能要求的不断提高，传统的乳滴生成方法，如批量乳化和膜乳化技术，逐渐暴露出其在控制乳滴大小、形态、壳层厚度以及封装核心数量等方面的局限性。因此，研究者们开始探索更为先进的微流控策略，以实现对双乳滴生成过程的精确控制。微流控技术的核心优势在于其能够通过精确调控流体流动条件，实现对乳滴特性的高度控制。其中，流聚焦（flow-focusing）技术因其能够有效生成具有均匀大小和稳定形态的乳滴而受到广

  来源：International Journal of Cognitive Computing in Engineering

  时间：2025-10-11

• 将机器学习技术应用于阐明G. barbadense BMC79品种30个性状的遗传基础，该品种具有优异的纤维特性

  植物提取物在纳米材料合成中的应用是一个迅速发展的研究领域，尤其是在金属和金属氧化物纳米颗粒（NPs）的制备方面。近年来，研究人员越来越关注如何通过绿色、低成本的方法生产具有生物活性的纳米材料，以替代传统的化学合成方法。这些传统方法往往伴随着有毒副产物的产生，而生物合成方法则能够减少环境污染并提高材料的生物相容性。本研究中，利用木质素作为包裹材料，制备了一种新型的生物纳米复合材料——木质素修饰的氧化锌纳米花（L-ZnONFs）。这种材料不仅具有独特的物理和化学特性，还展现出显著的抗菌和抗癌活性，因此在生物医学和农业领域具有广阔的应用前景。氧化锌纳米颗粒（ZnO NPs）因其独特的半导体特性、低成

  来源：Industrial Crops and Products

  时间：2025-10-11

• 阿夸伊博姆州立大学针对土壤和水文地质条件进行的积水与排水问题的地球电学及水文地球化学评估：基于野外和实验室数据挖掘的方法

  在尼日利亚东南部的阿夸伊博姆州立大学（AKSU）校园内，水浸、排水不畅以及地下水质量下降已成为亟需解决的环境与农业问题。这些问题主要由浅层地下水位、低渗透性土壤、强烈的降雨以及未经规划的土地开发所引起。这些挑战不仅影响了校园的可持续土地利用，还降低了农业生产力，导致土壤退化，并对基础设施造成破坏。为了应对这些挑战，本研究通过结合地球物理方法（如垂直电测深和电阻率成像）与水文地球化学分析、数据挖掘（帕累托分析和层次分析法）以及灌溉适宜性评估，对AKSU的水文地质和水化学条件进行了时空分析，旨在为可持续的地下水和排水管理提供科学依据。 0.9），这为理解地下水流体动力学提供了重要线索。在实验室分析

  来源：Geosystems and Geoenvironment

  时间：2025-10-11

• 基于深度学习的预测方法：用于垂直井中水力压裂过程中动态断裂扩展的预测，以促进地能开发

  液压压裂是一种在多种地能资源开发中至关重要的技术，包括地热、油气和天然气水合物等。通过精准的压裂设计优化，可以显著提高这些资源的开采效率和产量。然而，传统的数值方法在求解耦合微分方程时计算成本较高，且输入参数中存在不确定性，例如岩石力学特性与流体属性，可能会降低模拟的准确性。为解决这些问题，本研究提出了一种新颖的方法，结合了前馈神经网络（FNN）与卷积长短期记忆网络（ConvLSTM）图像预测网络，用于预测垂直井压裂过程中的裂缝扩展情况。该方法不仅提高了预测效率，还增强了模拟结果的可靠性，为优化压裂设计和提升目标层段的产能提供了有力支持。在研究的初始阶段，我们构建了一个详尽的样本数据集，包含2

  来源：Geoenergy Science and Engineering

  时间：2025-10-11

• 一种基于可扩展后缀指纹的双层动态图摘要方法

  随着大数据技术的迅猛发展，图数据在多个领域中得到了广泛应用，如社交网络分析、物联网和蛋白质生物网络合成等。这些图数据通常具有极高的规模和复杂性，例如，互联网上存在超过35亿个网页和1000亿条超链接，而社交网络中也包含数十亿条连接关系。面对如此庞大的数据量，传统的图处理方法在性能、存储效率和可扩展性方面逐渐暴露出不足。特别是在处理图流（graph stream）和具有幂律分布特征的图时，现有方法往往面临高昂的时间和空间开销，以及显著的性能下降问题。图流的特性使得其存储和处理变得尤为复杂。图流数据通常是动态生成的，且随着时间不断变化，这种特性使得图的更新和维护变得频繁。即便是微小的节点或边的变化

  来源：Future Generation Computer Systems

  时间：2025-10-11

• 通过全长测序和16S rRNA基因可变区测序技术探索法医皮肤样本中的细菌群落

  王双双|宋峰|杨宇飞|刘波|周成业|王传旭|王彦云|罗海波中国四川省成都市四川大学基础医学与法医学西部学院法医遗传学系摘要人体皮肤微生物组对每个人来说都是独特的，人类皮肤与其接触物体之间的微生物交换有助于追踪个体身份。然而，短暂接触物品上的微生物转移和沉积及其在法医学上的应用仍不为人所充分了解。因此，我们模拟了一个嫌疑人短暂握持刀具的情景，通过测序16S rRNA基因的全长区和变异区来研究从手部到接触物体表面的皮肤相关微生物群的转移情况。结果显示，全长16S rRNA基因测序（V1-V9）在皮肤和接触物体微生物组中实现了更高的分类分辨率（物种水平）和更丰富的α多样性，相比仅测序变异区（V3-V

  来源：Forensic Chemistry

  时间：2025-10-11

• 分割、融合与表示：一种针对长文本的多标签分类新方法

  在自然语言处理（NLP）领域，多标签文本分类（Multi-Label Text Classification, MLTC）是一项基础而重要的任务，其目标是为给定的文本分配多个相关的标签。这一任务广泛应用于内容推荐系统、情感分析以及信息检索等多个实际场景中。随着文本长度的增加，特别是面对诸如法律文件、科研论文和新闻报道等长文本时，传统的多标签分类方法面临诸多挑战。尤其是，预训练语言模型（Pre-trained Language Models, PLMs）虽然在文本表示方面表现出色，但其固有的输入长度限制往往成为处理长文本的瓶颈。为了解决这一问题，本文提出了一种创新的框架，命名为SKFRL，该框架

  来源：Expert Systems with Applications

  时间：2025-10-11

• 一种基于雕刻建筑网格的结构简化方法

  在当今快速发展的城市环境中，三维建筑模型已成为智能城市和环境评估等多个领域的重要工具。这些模型不仅用于可视化，还广泛应用于空间分析、能源计算、城市规划等任务。然而，随着建筑模型复杂性的增加，如何在保证模型质量的前提下实现高效简化成为了一个关键问题。传统方法通常依赖于基于局部几何结构的简化策略，但在处理复杂拓扑关系和结构时存在局限，难以同时保持几何结构的准确性和拓扑关系的完整性。为此，本文提出了一种基于结构雕刻（structure carving）的新型建筑网格简化方法，旨在生成轻量化、无孔洞且具有高几何相似性的建筑模型。建筑模型的复杂性主要体现在其几何结构和拓扑关系上。例如，建筑物可能包含大量

  来源：Expert Systems with Applications

  时间：2025-10-11

• 抗噪声且具有行业意识的表示学习方法在天然气需求预测中的应用

  自然气作为一种重要的能源资源，其碳强度相对较低，因此在全球实现碳中和目标的策略中扮演着关键角色。随着全球对清洁能源的需求不断增加，自然气的消费量也在持续增长，2023年已达到3.96万亿立方米，2024年仍保持上升趋势。在这样的背景下，精确的自然气需求预测对于保障能源供应的稳定性、实现高效资源分配、合同规划、库存控制以及缓解供需失衡具有重要意义。特别是在工业场景中，即使微小的预测偏差也可能导致显著的效率损失和成本增加，这进一步突显了构建高精度预测模型的必要性。然而，现有的自然气需求预测方法在实际应用中仍面临两大关键挑战：工业数据集中的大量噪声以及不同行业之间的消费模式差异。数据噪声通常来源于传

  来源：Expert Systems with Applications

  时间：2025-10-11

• 综述：用于无线诊断和治疗的植入式磁电生物电子学技术

  磁电生物电子（MEBs）作为一项新兴的无线技术，正在为智能健康管理和医疗设备的未来发展提供全新的解决方案。MEBs通过结合压电（PE）和磁致伸缩（MS）材料，实现了电场与磁场之间的耦合效应，从而能够在不依赖电池或有线连接的情况下，进行生理信号的采集、疾病治疗以及能量收集。这种技术不仅克服了传统皮肤贴附式设备在精度、持久性和安全性的不足，还为开发具有自主供电能力的植入式医疗设备提供了可能性，使得无线生物电子系统能够更高效、更安全地应用于体内，如脑部和周围神经的刺激，以及组织修复等。MEBs的核心在于其独特的磁电耦合机制，这种机制允许通过外部磁场激发内部电响应，从而实现信号的采集与传递。根据不同的

  来源：eScience

  时间：2025-10-11

• 一种混合模糊决策框架，用于方法论分析净零制造供应链中低碳技术采用的障碍

  全球变暖的影响已经成为地球生命面临最严峻的威胁之一。为了实现2030年零碳排放的目标，各国在气候议题上采取了迅速行动。特别是在制造业供应链中，采用低碳技术被视为实现这一目标的关键。同时，可持续性也是达成零碳未来的重要支柱。本文的研究旨在引入一种改进的模糊决策模型，通过识别和排序障碍因素，帮助政策制定者做出更有效的决策。因此，提出了一种新的方法，称为“Fermatean Fuzzy Compromise Ranking of Alternatives from Distance to Ideal Solution”模型，该模型用于可持续制造，构成了本研究的创新点。此外，利用“Fermatean

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-10-11

• 一种基于直觉模糊多准则双边匹配决策方法的新型无人机任务分配方法

  在全球变暖的背景下，人类面临着前所未有的环境挑战。这种变化不仅影响自然生态系统，还对社会经济结构产生深远影响。因此，如何有效应对气候变化，减少碳足迹，成为各国政府、企业以及学术界共同关注的焦点。特别是在制造业领域，随着可持续发展理念的深入人心，低碳技术的采用被视作实现碳中和目标的重要手段。本文的研究正是在这一背景下展开，旨在通过引入一种新的模糊决策模型，帮助政策制定者更有效地应对低碳技术推广过程中遇到的障碍。在全球范围内，许多国家已经制定了碳减排战略，设定了在特定时间内实现碳中和的目标。例如，联合国气候变化大会（COP26）上提出的零碳目标，为全球各国指明了方向。然而，实现这一目标并非易事，因

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-10-11

• 大规模群体决策中的特征选择与民主共识度量：一种方法论整合

  在人工智能与博弈论的研究领域，隐藏角色决策问题一直是一个重要的研究方向。特别是在那些信息不完全的游戏中，参与者无法全面了解对手或队友的身份，这种不确定性对策略制定提出了更高的要求。本文聚焦于《The Resistance: Avalon》这一经典隐藏角色游戏，提出了一种名为DeepBayes的新算法，旨在提升在信息不完全环境下玩家的决策能力。通过将历史驱动的角色分配预测网络与贝叶斯身份识别方法相结合，DeepBayes在多个方面实现了对传统方法的超越，特别是在五人版本的Avalon实验中，其胜率显著优于现有的强基线模型。### 隐藏角色游戏的挑战隐藏角色游戏是一类特殊的不完全信息博弈，其中参与

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-10-11

• 一种利用去噪、预训练和集成方法的强大对话评估指标

  在现代社会，随着人工智能技术的不断发展，越来越多的研究开始关注如何在复杂、不确定的环境中进行有效的决策。其中，隐藏角色游戏（Hidden Role Games）作为一种具有高度策略性和不确定性的游戏类型，受到了广泛关注。这类游戏通常涉及多个玩家，每个玩家在游戏开始时被分配一个秘密角色，而这些角色的信息对其他玩家是未知的。游戏的胜负往往取决于玩家如何通过观察、推理和策略来识别对手的真实身份，并据此做出最优决策。这种类型的博弈不仅具有理论价值，还在现实世界中有着广泛的应用，例如在网络安全、社交工程等领域。本文提出了一种名为DeepBayes的算法，旨在解决隐藏角色游戏中面临的不确定性与角色识别难题

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-10-11

• 通过数字技术提升学术表现：后疫情时期沙特阿拉伯本科生的UTAUT2研究洞察

  在数字技术迅速发展的背景下，高等教育领域正经历深刻的变革。特别是新冠疫情的爆发，使得数字技术在教育中的应用显著加速，这不仅改变了教学方式，还为学生参与学习提供了新的途径。本研究聚焦于沙特阿拉伯的本科生群体，探讨数字技术参与对学术表现的影响，并采用统一技术接受与使用理论（UTAUT2）框架进行分析。研究使用偏最小二乘结构方程模型（PLS-SEM）来评估数字技术参与的关键驱动因素，包括技术享受（享乐动机）、学习自主性（学习价值）和学习效果（绩效预期），这些因素被发现对学生的参与程度有显著影响，而努力预期和习惯则没有显著作用，这表明内在和外在动机在促进数字技术使用中的重要性。此外，研究指出学生参与在

  来源：Computers in Human Behavior Reports

  时间：2025-10-11

• “我怀念那些偶然的邂逅”：混合工作和远程工作中的创新工作行为

  ### 混合办公对创新工作行为的影响随着现代工作环境逐渐向混合办公模式转变，员工在创新工作行为（Innovative Work Behavior, IWB）中的体验也发生了显著变化。混合办公意味着员工可以在不同的时间和地点选择工作方式，这种灵活性在一定程度上提高了工作效率和员工满意度。然而，这一模式也引发了关于其对组织创新能力影响的担忧。尽管技术工具的普及为远程协作提供了便利，但研究发现，混合办公环境削弱了员工之间的社交互动，影响了创新行为的各个阶段。本文旨在探讨员工在混合办公情境下的创新行为体验，通过社会资本理论和扎根理论方法，分析了25位知识工作者的访谈数据，揭示了混合办公对创新行为的四个

  来源：Computers in Human Behavior Reports

  时间：2025-10-11

• 文化产品设计新方法：基于文化载体识别、元素转化与特征应用的三层框架

  在全球市场竞争日益激烈的今天，产品如何体现文化多样性成为提升竞争力的关键。优秀的产品往往蕴含深厚的文化内涵，但设计师在将文化特征融入产品时面临巨大挑战：文化本身具有多元性和层次性，不同地区文化载体形式各异，而现有设计方法缺乏系统化的文化元素识别、提取和转化体系。更棘手的是，非本土设计师对陌生文化的理解有限，容易陷入对表面符号的简单复制，难以挖掘更深层的文化内涵。在这一背景下，西南交通大学设计学院的向泽锐、李淼、吴永萌、徐晓菲、张帆和赵潇团队在《Design Science》发表了一项开创性研究，提出了一套完整的文化产品设计方法。该方法从三个不同层面协助设计师将文化特征融入产品，包括：文化载体的

  来源：Design Science

  时间：2025-10-11

知名企业招聘：