-
真实型领导与组织氛围对印尼公立医院财务绩效的影响:管理创新能力的调节作用分析
本研究通过结构方程模型(SEM-PLS)分析发现,真实型领导(AL)能显著提升医院财务绩效(FP),且组织氛围(OC)对该路径起正向调节作用;而管理创新能力(MIC)对FP的直接影响不显著,OC的调节效应也未得到支持。研究为资源基础观(RBV)和权变理论提供了实证依据,对公立医院优化领导力发展策略具有实践启示。
来源:International Journal of Healthcare Management
时间:2026-01-01
-
基于DWT-SVD-Schur矩阵分解的鲁棒QR码数字图像水印新方法
本文提出一种结合离散小波变换(DWT)、奇异值分解(SVD)和Schur矩阵分解的鲁棒数字水印方案,通过将QR码水印嵌入LL和HH子带,在保持高不可感知性(PSNR>43 dB,SSIM>0.99)的同时,对直方图均衡化、椒盐噪声、裁剪、平滑和波纹等多种攻击展现出卓越的鲁棒性(NC>0.95),为数字版权保护提供了新思路。
来源:Cryptography
时间:2026-01-01
-
面向GDPR合规决策透明度的可解释AI系统工程框架:持续合规的模块化方法
本文提出XAI-Compliance-by-Design框架,通过模块化架构将可解释人工智能(XAI)输出转化为结构化审计证据,实现欧盟人工智能法案(EU AI Act)和通用数据保护条例(GDPR)要求的持续合规。该框架包含技术-监管对应矩阵和Evidence-by-Design评估协议,为高风险AI系统提供可验证的治理路径。
来源:Journal of Cybersecurity and Privacy
时间:2026-01-01
-
从创新到应用:人工智能在认知行为疗法培训与监督中的应用
人工智能可提升认知行为疗法(CBT)培训与督导效率,通过模拟患者、实时反馈和跨文化培训实现目标,但面临数据质量、算法伦理、资源分配及研究不足等挑战,需制定未来发展指南。
来源:Behaviour Research and Therapy
时间:2026-01-01
-
基于网络分析的增值税欺诈检测:一种结合拉普拉斯矩阵与机器学习的创新方法
本刊推荐:为解决增值税(VAT)欺诈造成的财政收入流失问题,研究人员开发了结合网络结构与节点特定信息的可扩展异常检测算法NIMAD和HACI。研究利用保加利亚全国增值税数据验证,结果显示该方法能检测约50%的欺诈交易,显著优于忽略网络结构的传统方法。该技术可在纳税人提交申报后自动实施,为税务当局提供高效欺诈预防工具。
来源:Journal of the Royal Statistical Society Series A: Statistics in Society
时间:2026-01-01
-
工作场所治理与劳动者技术风险感知:权力结构如何塑造对新兴技术的态度与行为
为解决劳动者对新兴技术反应差异的机制问题,研究人员聚焦工作场所治理主题,探讨集体权力、组织权力与职位权力如何调节技术部署的分配效应,发现权力结构显著影响劳动者的技术效价、行动与政治溢出效应,对构建包容性创新路径具有重要政策意义。
来源:Industrial and Corporate Change
时间:2026-01-01
-
争议性创新的地理机遇:边缘空间如何重塑创新轨迹
为解决创新“既被渴求又被抵制”的社会悖论,研究人员聚焦于“争议性创新(CI)”这一主题,提出了“创新空间口袋(SPI)”理论框架。该研究揭示了边缘地区通过“与核心脱钩”和“制度松弛”两大机制,为争议性创新提供了独特的庇护所和发展机遇,为理解创新地理学提供了全新视角。
来源:Industrial and Corporate Change
时间:2026-01-01
-
期望分位数周期图:一种用于时间序列频谱分析和周期性检测的新方法
本文提出了一种名为期望分位数周期图(Expectile Periodogram, EP)的新型频谱估计方法,通过将普通周期图(PG)中的最小二乘法替换为期望分位数回归(ER),能够更全面地分析时间序列的频谱特征。研究表明,EP不仅保留了PG作为频域表示的关键性质,还能通过考察不同期望分位数水平下的数据分布,有效检测隐藏周期性,在仿真和地震波形分类任务中均表现出优越性能。
来源:Computational Statistics & Data Analysis
时间:2026-01-01
-
虚拟现实艺术展览中的学生参与度与再使用意愿研究:基于体验经济与技术接受模型的实证分析
本文聚焦VR在艺术教育中的应用瓶颈,基于TAM模型和体验经济理论,通过148名艺术专业学生的VR画廊体验实验,发现感知享受(Perceived Enjoyment)在沉浸感、交互性等体验因素与再使用意愿间起完全中介作用,且该路径受先前电子学习经验调节。研究为设计情感化VR艺术教育体验提供了理论依据和实践路径。
来源:Computers in Human Behavior Reports
时间:2026-01-01
-
雾计算前沿:一种用于工业网络威胁检测与入侵防御的联邦机器学习方法
为解决工业网络在数据隐私、可扩展性及实时威胁检测方面的挑战,研究人员开展了一项基于联邦机器学习(FML)的入侵检测系统(IDS)研究。该研究利用UNSW-NB15数据集,通过随机森林(RF)等算法,在保护数据隐私的同时实现了高达99.98%的检测准确率,为构建安全、可扩展的工业物联网(IIoT)防御机制提供了新范式。
来源:Journal of Cybersecurity
时间:2026-01-01