Nataliia Prykhodkina; Marina Tsynova; H. Kravets; Olena Нrechanovska; V. Nichyshyna
Ringkasan
Digest ini menyintesis tinjauan literatur atas 50 sumber dari Web of Science, Google Scholar, dan Scopus, yang mengkaji bagaimana teknologi interaktif meningkatkan kualitas pembelajaran dan kompetensi ilmiah. Digest ini menyoroti pergesera…
Metode
Pendekatan metodologisnya mencakup tinjauan literatur yang komprehensif. Analisisnya meliputi 50 sumber dari basis data akademik terkemuka, termasuk Web of Science, Google Scholar…
Hasil
Hasilnya menunjukkan bahwa teknologi interaktif memainkan peran krusial dalam mendorong pembelajaran aktif, meningkatkan pemikiran kritis, dan membangun keterampilan praktis. Secara spesifik, penggun…
M. A. Martínez-González; M. Barbería-Latasa; Z. Vázquez-Ruiz; M. Álvarez-Mon; D. Martínez-Urbistondo; M. Ruíz-Canela; M…
Ringkasan
UNATI adalah uji acak besar yang merekrut lebih dari 10.000 orang dewasa di Spanyol untuk membandingkan penghentian alkohol sepenuhnya versus konsumsi moderat dengan pola Mediterania. Uji ini berupaya memberikan bukti kausal definitif tent…
Metode
UNATI akan merekrut lebih dari 10.000 orang dewasa di Spanyol (pria berusia 50–70 tahun dan wanita berusia 55–75 tahun) yang saat ini mengonsumsi alkohol secara teratur. Peserta a…
Hasil
Karena uji masih berlangsung, belum ada hasil yang tersedia. Luaran yang diharapkan mencakup perbandingan kejadian kardiovaskular, mortalitas, dan titik akhir klinis lainnya antara kelompok penghenti…
Tinjauan ini menganalisis 228 penelitian tentang AI dalam pendidikan teknik mesin, mengidentifikasi penerapan seperti pembelajaran personal dan tutor cerdas, serta menyoroti celah penelitian dan arah masa depan.
Metode
Para penulis menggunakan kerangka PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) untuk secara sistematis memilih dan menganalisis 228 makalah peneliti…
Hasil
Tinjauan ini mengidentifikasi beragam penerapan AI dalam MEE, termasuk pembelajaran personal, sistem tutor cerdas, digitalisasi gambar teknik, peningkatan simulasi dan penilaian, serta peningkatan mo…
Studi ini menyelidiki apakah LLM seperti ChatGPT mengurangi atau hanya menutupi eksklusi linguistik dalam penerbitan ilmiah. Dengan menganalisis hampir 80.000 tinjauan sejawat ICLR dan mewawancarai 14 peserta konferensi, para penulis menem…
Metode
Studi ini menggunakan pendekatan metode campuran yang menggabungkan analisis kuantitatif skala besar dengan wawancara kualitatif. Pertama, para penulis menganalisis hampir 80.000 …
Hasil
Analisis kuantitatif atas hampir 80.000 tinjauan sejawat mengungkap bias signifikan terhadap penulis yang berafiliasi dengan institusi di negara-negara tempat bahasa Inggris kurang luas digunakan. Bi…
Hongyi Pan; Gorkem Durak; Halil Ertugrul Aktas; Andrea M. Bejar; Baver Tutun; Emre Uysal; Ezgi Bulbul; Mehmet Fatih Dog…
Ringkasan
LUMINA memperkenalkan dataset mamografi digital full-field multi-vendor dengan 1.824 citra terkonfirmasi patologi dan metode harmonisasi energi yang memetakan citra ke referensi energi rendah sambil mempertahankan morfologi lesi. Tolok uku…
Metode
Dataset LUMINA dikurasi untuk mencakup citra FFDM multi-vendor dengan anotasi klinis yang kaya. Setiap citra dikaitkan dengan label terkonfirmasi patologi, penilaian BI-RADS, dan …
Hasil
Penulis menilai beberapa model CNN dan transformer pada ketiga tugas tersebut. Model dua-tampilan secara konsisten mengungguli model satu-tampilan di semua tugas. Untuk diagnosis (jinak vs. ganas), E…
Alexis Popovici; Andrei Ionascu; Adrian-Marius Dumitran
Ringkasan
Audit terhadap 1.800 respons tutor LLM di lima persona pelajar menemukan bahwa model yang selaras keamanan memblokir 76,7% permintaan edukatif dari pelajar tingkat rendah dan secara sistematis menahan kompleksitas geopolitik dari pelajar y…
Metode
Para penulis melakukan audit API sistematis terhadap empat LLM yang berperan sebagai tutor sejarah dengan topik Revolusi Rumania 1989. Desain eksperimen menyilangkan identitas mod…
Hasil
Audit mengungkap empat pola paternalisme epistemik yang saling terkait. Pertama, **Penolakan Diferensial**: model yang selaras keamanan memblokir 76,7% permintaan edukatif dari pelajar tingkat rendah…
Ahmad Radwan; Mohannad Amarneh; Hussam Alawneh; Huthaifa I. Ashqar; Anas M. R. Alsobeh; Aws Abed Al Raheem Magableh
Ringkasan
Studi ini mengusulkan penggunaan embedding GPT-3 dan machine learning untuk mengklasifikasikan unggahan media sosial yang mengindikasikan gangguan stres, mencapai akurasi 83% dengan SVM. Ini menawarkan alat skrining awal untuk pemantauan k…
Metode
Studi ini menggunakan dataset lebih dari 10.000 unggahan media sosial berlabel, masing-masing dianotasi sebagai indikatif stres atau tidak. Embedding GPT-3 digunakan untuk mengonv…
Hasil
Model SVM mencapai akurasi tertinggi 83% pada test set, mengungguli model lainnya. Random forest, XGBoost, KNN, dan neural network juga menunjukkan performa kompetitif, tetapi tidak ada yang melampau…
Makalah ini menyajikan sistem perangkat lunak untuk klasifikasi teks otomatis menggunakan Naive Bayes, Support Vector Machine, dan Recurrent Neural Network berbasis LSTM, yang mencapai akurasi sekitar 92% pada empat kategori. Studi ini men…
Metode
Sistem perangkat lunak ini diimplementasikan dalam Python, memanfaatkan pustaka inti termasuk TensorFlow, scikit-learn, Natural Language Toolkit (nltk), NumPy, dan Pandas. Matplot…
Hasil
Aplikasi grafis yang dikembangkan mencapai akurasi sekitar 92% dalam mengklasifikasikan teks ke dalam empat kategori ("World", "Sports", "Science/Technology", "Business") untuk bahasa Inggris dan Ukr…
Penelitian ini mengembangkan platform edukasi berbasis AI yang menggunakan Graph Neural Network (GNN) untuk menyelesaikan ekuasi matematis dengan akurasi 93,36%. Model mencapai error loss terbaik 0,374512 dan membuka peluang integrasi deng…
Metode
Metodologi penelitian ini terdiri dari beberapa tahap: (1) pengumpulan dataset soal ekuasi matematis; (2) transformasi soal menjadi representasi graf, di mana node merepresentasik…
Hasil
Hasil pelatihan model menunjukkan error loss terbaik sebesar 0,374512. Evaluasi pada pertanyaan matematis menghasilkan akurasi sebesar 93,36%. Angka ini menunjukkan bahwa pendekatan berbasis graf efe…
Penelitian ini mengeksplorasi penerapan GPT-3.5, sebuah large language model dengan 175 miliar parameter, untuk analisis sentimen saham. Hasil menunjukkan bahwa GPT-3.5 secara signifikan meningkatkan akurasi dan efisiensi dibandingkan meto…
Metode
Dengan memanfaatkan GPT-3.5, sebuah deep neural network dengan 175 miliar parameter, kami menelusuri lanskap sentimen saham yang bernuansa. Ini mencakup pemahaman kontekstual atas…
Hasil
Untuk mengukur efektivitas pendekatan kami, kami melakukan evaluasi yang ketat dan perbandingan dengan metodologi analisis sentimen tradisional. Hasilnya membuktikan bahwa pemanfaatan GPT-3.5 secara …
