在研究性学习中使用“量规表”进行评价

机译：使用Smartwatch和机器学习模型对慢性中风幸存者的智能手表和机器学习模型的开发与临床评价：前瞻性比较研究

机译：在急诊科胸痛人群中，使用下一代高敏感性研究性心肌肌钙蛋白I（hs-cTnI）分析进行短期和长期风险分层。

机译：使用Twitter中的机器学习算法进行讽刺检测：系统评价

机译：使用光声光谱法对眼睛中的药理学成分进行研究性检测

机译：进行中：一项混合方法研究，考察运动学习表对学生在职行为和学业成长的影响。

机译：使用段落向量进行主题检测以支持系统评价中的主动学习

机译：这项研究的目的是确定性能的提高学习会计X年级会计1名SMK Negeri学生1年Sukoharjo2009/2010教s本研究使用集体诉讼研究方法（课堂行动研究）使用循环策略。科目本研究是XA类的学生，会计1国立职业高中1 Sukoharjo共有40名学生。该行动研究的研究对象是各种研究在学习过程中教室中发生的活动。 ud这项研究是与研究人员，班级老师和学生合作进行的涉及学生的参与。研究中使用的数据源这些行动包括告密者，地点或位置，事件，文件和文件文件。数据收集技术是通过观察，访谈，测试和学生完成的文档。研究过程包括以下阶段：（1）问题识别，（2）准备，（3）制定行动计划，（4）实施行动，（5）观察和解释，（6）反思和（7）报告准备。处理这项研究分三个周期进行，每个周期包括四个阶段，即：（1）行动计划，（2）行动实施，（3）观察和解释；以及（4）分析和反思。每个周期都进行在3次或4次会议中，每个会议的时间分配为2x 45分钟根据已经完成的研究，可以得出结论：通过学习模型的应用，学习成绩有所提高直接指令。这体现在以下几个指标中：（1）学生参与学习的积极性有所提高从第一周期的41.77％或11名学生到第一周期的51.72％或15名学生II和88.07％，即第三周期的32名学生。 （2）在讨论中，在校生中，有11名学生处于活跃状态，或者在第一周期中占41.25％第二阶段有16名学生，占55.81％，第三阶段有34名学生或91.07％，（3）在第一周期内解决问题的准确性和准确性有15名学生或54.88％，在第二周期有19名学生或64.78％而第三阶段有35名学生，占92.92％。 （4）增加第一个周期的学生学习成绩达到62.5％或25名学生成为第二周期的70％或28名学生，第三周期的90％或36名学生。 ud这种增加是在老师进行了几次尝试之后发生的，包括：（1）直接教学学习模式的应用，（2）教师制定计划在教学之前先学习，以便学习活动教学可以进行指导和计划，（3）教师进行评估

机译：计算科学。使用Weka进行电子科学中的数据挖掘和机器学习。

机译：在对能量消耗减少量进行评价的能量消耗减少量评价方法中，使用了能量消耗减少量评价方法。

机译：用于药物功效评价的动物，在动物中引起哮喘的药物评价方法以及使用该动物进行药物功效评价的方法

机译：自动上弦的方法豪华手表，包括分析手表的声音以确定手表的使用寿命，并在阶段中通过机械驱动手表的表冠来进行适合其使用寿命的手表上链