• 沙特阿拉伯可持续高等教育电子学习治理创新：基于“2030愿景”国家框架的综合政策分析

  摘要专业翻译： 沙特阿拉伯的“2030愿景”将高等教育定位为可持续发展的战略驱动力，然而国家政策工具与院校电子学习治理之间的关联仍仅部分明确，且缺乏综合性分析。本研究考察了所选国家政策工具如何共同构建与可持续高等教育相关的电子学习治理。研究人员对三份公开可获

  来源：Frontiers in Sustainability

  时间：2026-09-24

• 基于共同设计方法的多中心低血糖管理监测模型在英国的实施：形成可操作洞察

  中文翻译 引言： 严重低血糖与死亡率增加相关。尽管被视为“永不发生事件”（never event），住院患者中严重低血糖仍在持续发生。数据收集和监测的不一致性限制了评估趋势、识别危险因素以及实施针对性干预的能力。本研究旨在：（1）共同设计一个针对住院低血糖的多

  来源：Frontiers in Health Services

  时间：2026-09-24

• 高绩效工作系统与创新工作行为：知识隐藏的中介作用与绩效目标导向的调节作用

  尽管高绩效工作系统（High-Performance Work Systems, HPWS）被广泛认为是员工绩效的重要驱动因素，但关于它们如何抑制最终塑造创新成果的防御性知识行为，人们的了解仍然有限。研究人员整合AMO模型（Ability-Motivation

  来源：Frontiers in Psychology

  时间：2026-09-24

• 生成式人工智能与高等教育：教师对在线教学方法中学生伦理张力的感知研究

  生成式人工智能（Generative AI, Gen-AI）工具的兴起与发展使高等教育受益匪浅，但同时也引发了教育体系中若干伦理张力。这种张力在在线教学环境中尤为突出，因为学生在此类环境中往往依赖人工智能工具。已有研究探讨了伦理问题，但这些问题如何在在线人工智

  来源：Frontiers in Psychology

  时间：2026-09-24

• STEM学生数字素养与学术创新行为的关系：知识共享意愿与创造性自我效能的双重中介作用

  摘要专业翻译 引言： 随着数字技术与高等教育的深度融合，数字素养已成为影响大学生学术创新行为的关键前因变量，然而其内在作用机制仍未得到充分探索。不同于以往主要聚焦于单一中介路径的研究，本研究基于知识创造理论（knowledge creation theory）

  来源：Frontiers in Psychology

  时间：2026-09-24

• 亚硝酰氯（NOCl）：性质、合成方法及新兴应用综述

  亚硝酰氯（NOCl）是一种多功能无机中间体，兼具亲电亚硝化（electrophilic nitrosation）与自由基氯化（radical chlorination）反应活性，在精细合成、材料加工及大气化学中具有广泛应用。本综述整合了NOCl在基础理解、合成

  来源：Journal of Chemical Research

  时间：2026-09-24

• ChatGPT生成反馈对英语学术写作能力与参与度的差异化影响：一项混合方法研究

  **摘要专业翻译** 生成式人工智能工具已成为提供即时、可规模化且具有教学一致性的自动纠正反馈（Automated Corrective Feedback, ACF）的实用解决方案。尽管已有研究支持ChatGPT生成反馈在改善英语表层写作技能和培养学习者自主

  来源：Sage Open

  时间：2026-09-24

• 沼气在何处可行：市政级经济部署的地理空间与技术驱动因素

  •空间映射显示葡萄牙生物甲烷的技术潜力为0.225 bcm/年•可实施潜力为0.140–0.183 bcm/年，分布在81–133个市镇地点•最佳现有技术每年可实现1,211 kt CO₂eq的温室气体净减排•未受控泄漏将使减排量减半，并导致9%–12%的地点成为净排放源•9

  来源：Biomass and Bioenergy

  时间：2026-09-24

• 迈向槲皮素分析的可持续发展：从性能、实用性、绿色化学与创新视角对分析方法的多维度评价

  •对35种槲皮素分析方法进行了首次多维基准评估。•综合评估了可持续性、实用性、性能和创新性。•电化学法和光谱荧光法取得了最佳平衡。•薄层色谱法（HPTLC）作为一种绿色环保且经济的高效替代方案脱颖而出。•决策框架推动了更绿色的一代槲皮素分析方法的研发。引言黄酮类化合物是一类结

  来源：TrAC Trends in Analytical Chemistry

  时间：2026-09-24

• 探究单变量与多变量信号分解技术对日参考蒸散发预测的影响

  **摘要要点** - 比较一元与多元分解方法在ETo预报中的表现。 - 将TVF–EMD、VGNMD和MVMD与XGBoost机器学习模型相结合。 - 确定MVMD–XGBoost为最具鲁棒性的混合模型。 - 提出岭回归堆叠集成方法以增强ETo预报能力。 **引言**

  来源：Computers and Electronics in Agriculture

  时间：2026-09-24

知名企业招聘：