学习目标:
- 掌握如何运用PLS方法检验理论模型,以及根据分析结果撰写方法论与结果报告部分;
- 学习基于大规模语言模型的生成式写作助手(如GPT系列)在学术写作应用中的优势与可能性,包括文献综述、段落扩展、逻辑梳理、论证丰富等;
- 掌握如何有效地与AI写作助手“对话”,将其转化为可能的写作内容。
学习内容:
将提供大量成功发表的SSCI/SCI论文案例,分析论文框架结构与撰写要点
-
偏最小二乘法 (Partial least squares, PLS)基本概念与应用
-
SmartPLS 4.0软件的安装与操作
-
SmartPLS 4.0 应用于传统迴归分析 (Regression analysis)
-
PLS与研究模型的设定
-
PLS的二阶段模型检验
-
中介效果 (Mediation effect) 的评估
-
调节效果 (Moderation effect) 的型态与评估
-
形成式构面 (Formative construct) 的范例评估
-
二阶构面 (Second-order) 的设定与评估
-
Finite Mixture Segmentation与Prediction-oriented Segmentation功能与范例展示
-
PLS predict功能与范例展示
-
Importance-Performance Map Analysis (IPMA)
-
控制变量 (Control variable)的设定与评估
-
已发表的SSCI期刊与PLS应用实例
-
经典PLS文章分享
-
人工智能 (AI)是否能协助产生写作素材?
-
生成式AI人工智能协作的工具介绍
-
量化分析与写作素材有关的prompt与范例
-
AI 应用在学术写作上的原则与讨论
学习时间:
远程学习,提供录播回放
- 2024年3月29-31日(三天)
- 9:00-12:00;14:00-17:00;答疑
学习目标:
- 探索偏最小平方法 (PLS)与生成式人工智能(Generative AI)之间的令人振奋的交汇处
- 开启一场统计与智能融合的学术冒险
- 将科研想法推向新的高峰
试听咨询:
尹老师
电话:13321178792
QQ:42884447
WeChat:JGxueshu