university student
PulseAugur coverage of university student — every cluster mentioning university student across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
LLM 语音日记在睡眠追踪方面显示出潜力，但存在数据精度权衡
研究人员开发了一种 LLM 驱动的对话式语音日记，以改善行为睡眠医学和失眠治疗的睡眠追踪。在一项为期四周、针对大学生进行的研究中，与传统的基于文本的移动日记相比，这种基于语音的系统表现出更高的依从性并收集了更丰富的上下文数据。尽管参与者发现语音日记更容易融入他们的日常，但它也导致某些字段的结构化数据不那么完整，突显了详细的自我报告与数据精度之间的权衡。
-
AI与大学生阅读理解能力下降有关
据报道，大学生在阅读理解方面能力有所下降，难以阅读比普通短信更长的文本。这一趋势与人工智能的影响有关。一名学生承认，由于难以把握要点，他无法集中精力阅读一篇20页的文章。
-
学生利用生成式AI作为学习资源，培养监管技能
大学生正将对生成式AI的看法从焦虑转变为战略性利用，将其视为宝贵的学习资源。这种转变涉及培养监管能力、评估判断和道德责任。重点是将AI融入高等教育，作为学习工具并理解其影响。
-
大学生询问 ChatGPT Edu 数据隐私以进行论文检查
一名大学生正在询问其 ChatGPT Edu 聊天记录的隐私性，特别是其所在机构是否可以访问这些日志以检查与论文相关的 AI 使用情况。这个问题突显了人们对大学提供的教育 AI 工具中的数据访问和隐私问题的担忧。
-
新研究定义了大学生的人工智能疲劳
一项发表在arXiv上的新研究将“人工智能疲劳”概念化为大学生在使用人工智能工具进行学术工作时所经历的一种独特的压力形式。通过对一千多名学生回复的扎根理论分析，研究人员确定了人工智能疲劳的五个维度：认知过载、动机脱离、道德不安、身体劳损和注意力漂移。研究结果提出了一个阶段模型，说明这些压力是如何随着人工智能的反复交互而累积的，为理解和解决教育环境中的这一现象提供了一个新框架。
-
英国学生担心人工智能失业将引发社会动荡
一项最新民意调查显示，英国三分之一的大学生认为人工智能将导致快速失业并随之引发社会动荡。尽管学生们是人工智能的常用者，但他们对其经济影响表示出显著的悲观情绪，许多人担心的失业比典型衰退时期更甚。尽管有这些担忧，但相当一部分人，特别是男性学生，对人工智能对人类的积极作用持正面看法，并认为它能增强他们的思维能力，尽管许多人也报告称在使用人工智能工具时遇到了事实错误和虚假信息来源。
-
大学生利用AI取得更高成绩，但学习内容减少
一项最新研究表明，由于人工智能工具在其学术工作中的使用日益增多，大学生在获得更好成绩的同时，保留的信息却更少。这一趋势促使教育工作者重新考虑传统的评估策略，以应对人工智能的普遍影响。
-
简短的学生文本条目补充可穿戴数据用于健康监测
研究人员探索使用简短文本条目来补充可穿戴传感器数据，以监测学生健康。在一项对458名大学生的为期一年的研究中，参与者提供了关于他们担忧的简短回应，并与Oura戒指的数据一起进行了分析。研究发现，这些文本条目的情感基调，而非具体主题，与睡眠质量、体育活动和心率变异性相关。