-
人格的性别差异再审视:基于控制论大五理论(CB5T)的巴西非WEIRD样本研究
本研究基于控制论大五理论(CB5T),在巴西非WEIRD样本(N=1200)中考察大五人格特质(Big Five)及其10个方面的性别差异。结果显示,女性在神经质(Neuroticism)、宜人性(Agreeableness)及尽责性(Conscientiousness)得分更高,且在Withdrawal、Volatility、Compassion、Politeness、Orderliness及Openness方面表现显著;男性仅在Intellect方面更高。研究证实了人格性别差异的跨文化稳健性与情境依赖性。
来源:Personality and Individual Differences
时间:2026-04-24
-
亲社会歌词音乐通过共情心理生理反应预测捐赠行为:一项基于GLM模型的HRV与在线捐赠研究
为解决亲社会歌词能否客观诱发共情并预测真实捐赠行为的问题,本研究基于GLM模型,结合HRV生理指标与在线捐赠任务开展研究。结果证实亲社会歌词通过提升HF-HRV促进捐赠,为音乐干预提供了心理生理学证据。
来源:Acta Psychologica
时间:2026-04-24
-
迷失在翻译的疲劳中:同声传译诱导的心智疲劳损害工作记忆并调控射血前期
为探究同声传译这种高强度认知任务如何引发心智疲劳及其对后续认知功能的影响,本研究通过行为、生理及主观报告相结合的方法,考察了33分钟同声传译任务前后的工作记忆表现、主观感受及反映努力动员的生理指标(射血前期,PEP)。结果发现,同声传译会显著损害后续2-back任务表现(表现为d'值下降),并引发交感神经β-肾上腺素能活动(PEP反应性)的适应性减弱。该研究为理解持续高认知负荷任务下的认知-生理适应机制提供了新证据。
来源:Acta Psychologica
时间:2026-04-24
-
基于SEER数据库与机器学习模型的儿童及青少年胰腺肿瘤预后分析:手术切除的关键作用与风险分层探索
本研究基于SEER数据库(2004–2021)分析了203例<20岁胰腺肿瘤患者的临床病理特征及预后。针对该群体肿瘤罕见、预后指导匮乏的现状,研究整合传统生存模型与机器学习算法(Random Forest/Gradient Boosting),证实手术切除是生存的独立保护因素(HR 0.13),SPN(Solid Pseudopapillary Neoplasm)预后极佳,而远处转移(HR 21.49)及腺癌亚型预后差。机器学习模型AUC达0.935,提示分期与手术为关键预测因子,为这一罕见群体的精准管理提供了数据支撑。
来源:Surgeries
时间:2026-04-24
-
连续创伤情境下音乐治疗中的嗓音工作:视角、适应与调整
本研究聚焦连续创伤情境(CTS)中音乐治疗的嗓音工作实践。为解决如何在持续威胁下安全有效地应用嗓音工作以支持情绪调节和创伤处理的问题,研究人员通过访谈八位从业者,探讨了其技术、认知及适应性调整。研究发现,嗓音工作能通过具身性、关系调谐及结构化-即兴连续体等技术,支持身份整合、自我意识提升,并触及无意识材料;在CTS下,其应用更侧重于情绪泛滥管理、治疗边界的处理,并利用团体嗓音工作促进统一与连接。该研究为临床工作者在CTS中应用嗓音疗法提供了实践指导基础。
来源:The Arts in Psychotherapy
时间:2026-04-24
-
神经网络驱动的多组分(H2/O2)真实流体两相燃烧模拟:克服传统查表法的限制
为突破传统查表法在模拟多组分真实流体燃烧时面临的内存与计算效率瓶颈,研究人员提出了一种基于人工神经网络(ANN)与现场自适应列表(ISAT)相结合的方法,成功将真实流体模型(RFM)框架扩展至多物种燃烧模拟。该研究构建了三个专用神经网络分别预测关键热力学与输运性质,在保持精度的同时将计算效率提升20倍,为复杂多组分两相燃烧的高效高保真模拟提供了创新性解决方案。
-
基于早期放电电压与轻量级ML模型的锂离子电池健康状态高效估计
为解决锂离子电池健康状态(SoH)估计依赖全周期数据、计算复杂的问题,本研究提出仅利用放电初期有限电压采样点,结合随机森林(RF)与前馈神经网络(FNN)构建轻量级预测框架。在合成与NASA实测数据验证中,RF在无噪环境下仅用5点即达0.07% RMSE,FNN在实测噪声下误差较RF降低50%,显著减少对老化实验与复杂特征的依赖。
来源:Journal of Low Power Electronics and Applications
时间:2026-04-24
-
生物信号自适应平台:电子市场中的技术框架、研究现状与未来挑战
为解决电子市场中个性化服务深度不足的问题,研究人员聚焦于BAPs(Biosignal-adaptive platforms),通过构建形态学框架、系统综述现有研究并识别技术伦理挑战,为未来负责任、以人为中心的设计提供指导,填补了该领域的研究空白。
来源:Electronic Markets
时间:2026-04-24
-
基于模块化人工神经网络(ANN)的土壤类型分类与含水量快速测定系统研究
为解决传统土壤分类与含水量测定方法设备昂贵、耗时长的问题,研究人员开展了基于模块化ANN的自动化分析研究。通过14个神经网络模块协同,实现了5类土壤94.69%的分类准确率及高精度含水量预测,为工程现场快速检测提供了新方案。
-
基于遗传算法与思维进化算法优化的BP神经网络在卫星钟差预测中的性能对比研究
为解决卫星导航系统高精度实时定位授时需求,研究人员针对传统BP神经网络预测卫星钟差易陷入局部最优、误差发散快的问题,开展了利用遗传算法(GA)和思维进化算法(MEA)优化BP神经网络的对比研究。结果表明,GA优化的GABP模型在短期(2-6 h)和长期(12-24 h)预测中均表现最优,其24 h预测的平均均方根误差(RMS)仅为标准BP模型的10.9%,对铯钟卫星G24的24 h预测精度更是MEABP模型的23倍,展现出卓越的全局优化能力和稳定性,为高精度卫星钟差预测提供了可靠解决方案。
来源:Applied Sciences
时间:2026-04-24