2026年9月7日
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | International Journal of Human–Computer Interaction、IEEE Transactions on Learning Technologies、Expert Systems | 6 |
| 供应链金融 | Emerging Markets Review、China Finance Review International、The European Journal of Finance | 4 |
| 品牌 | International Journal of Bank Marketing、Journal of Islamic Marketing、Journal of Marketing for Higher Education | 6 |
| 合计 | 9本 | 16篇 |
注:三主题各检索3本期刊,均为一轮新增检索、未与此前记录重复。AI大模型主题 IJHCI 收录2篇、IEEE TLT 收录2篇、Expert Systems 收录2篇;供应链金融主题 EMR 收录2篇、CFRI 收录1篇、EJF 收录1篇;品牌主题 IJBM 收录2篇、JIM 收录2篇、JMHE 收录2篇。期刊分级:AI大模型当面 IJHCI 为 SSCI Q1、IEEE TLT 与 Expert Systems 为 SCIE;供应链金融 EMR、CFRI、EJF 均为 SSCI Q1;品牌 IJBM 为 SSCI Q1、JIM 为 SSCI Q2、JMHE 为 SSCI(ABDC A)。
使用两阶段ChatGPT方法(GPT-3.5抽取+GPT-4筛选)从2023年ACM CHI会议879篇论文中挖掘出4392条人机交互研究挑战,全语料成本仅约50美元,人工评估一致性接近完全一致(κ=0.97)。
大语言模型(LLM)越来越多地被用于分析任务,但其在真实应用中的有效性仍缺乏检验,部分归因于专有模型的不透明性。本文评估ChatGPT(GPT-3.5与GPT-4)在执行一项实际任务——从人机交互(HCI)大规模学术语料中挖掘研究挑战——时的表现。研究采用两阶段方法:先用GPT-3.5从2023年ACM CHI会议录879篇论文中抽取候选挑战,再由GPT-4为每篇论文筛选最相关挑战,最终获得覆盖113个主题的4392条研究挑战,并通过主题建模加以组织、以交互式可视化呈现。作者将识别出的挑战与此前确立的HCI重大挑战及联合国可持续发展目标进行对比,发现在伦理、无障碍等领域高度契合,而在人机协作等领域则存在空白。任务特定的评估显示,人工评审者认同抽取语句为可信研究挑战的比例接近完全一致(κ=0.97)。该两阶段方法的全语料成本仅约50美元,表明LLM为大规模定性文本分析提供了一种实用手段,尤其适用于研究想法原型构建与多分析视角的语料审视。
在技术接受与准备模型基础上整合三类动机理论,基于埃及122家数字营销机构600名员工数据,发现生成式AI的新颖性通过增强感知愉悦提升参与并降低抗拒,且不安全感仅影响感知易用性而不影响行为意向。
生成式AI正通过重塑员工在创意任务中与技术协作的方式改变数字营销。本研究在技术接受与准备模型(TRAM)中整合动机归因理论、理性行为理论与自我决定理论,以涵盖影响采纳的认知与情感驱动因素。研究对埃及122家数字营销机构的600名员工进行调查,运用结构方程建模检验扩展后的框架,并采用TCCM方法对结论进行情境化。结果表明,生成式AI的新颖性增强了感知愉悦,进而提高参与度并降低抗拒心理;出乎意料的是,不适感反而通过鼓励探索而成为催化剂,而不安全感影响感知易用性却不影响行为意向。员工更看重简洁与效率,偏好无缝集成而非复杂的交互。本研究细化了TRAM,挑战了关于不适感的既有观点,并推进了新兴市场人机采纳的跨情境研究。
提出基于显式思维LLM的认知学徒制方法,借助建模、辅导与反思机制显性化LLM推理过程,对68名大学生的准实验表明该方法可显著增强元认知调节、问题解决与批判性思维并改善学习表现。
随着生成式AI的快速发展,大语言模型(LLM)越来越多地应用于教育领域。尽管LLM在支持学生学习方面潜力巨大,但传统LLM倾向于直接给出答案而不明确阐述其推理过程,从而阻碍学生理解解题逻辑,限制了元认知参与与高阶思维能力的发展。为此,本研究提出一种基于显式思维LLM的认知学徒制方法,在LLM辅助学习活动中提供结构化思维支持。借助认知学徒制的建模、辅导与反思机制,该方法引导学生内化LLM的推理过程,从而培养高阶思维能力。研究采用准实验设计,68名大学生分为实验组与对照组,分别使用显式思维LLM或传统LLM完成写作型学习任务,并采用含眼动追踪的混合方法分析数据。结果显示,与对照组相比,实验组:(1)元认知调节增强;(2)问题解决与批判性思维表现更优;(3)当学生对显式思维LLM生成的推理过程投入更多注意力时学习成果更好。研究表明,显式思维LLM通过使推理过程透明化提升学习表现与高阶思维,并强调培养学生对AI进行批判性与创造性参与的关键作用。
首次构建面向数学教育、融合图文真实情境与小组社交化准则的多模态LLM框架SocioMathLLM,自动评估平均精确率0.906、召回率0.943、F1值0.925,可生成促进协作式社交化的数学应用题。
大语言模型(LLM)在自动题目生成(AQG)方面取得显著进展,通过生成拟人化的教育内容与测评材料提升了教与学效率。然而在数学教育中,生成大量数学应用题(MWP)耗时费力,而利用LLM设计能够培养小组协作、合作、协商与观点分享等社交能力的任务仍未得到探索。本研究首次开发专用多模态LLM框架SocioMathLLM,整合创新性提示工程策略,将多模态真实情境信息(文本与图像)、小组背景信息以及社交化准则(组内规模、任务性质、社交目标、社交频率、社交质量、互动数量与社交互依性)纳入其中,以生成旨在促进小组社交化的数学应用题。实验通过自动指标、人工评估与基于LLM的评估对SocioMathLLM进行检验:自动评估显示其生成促进社交化的数学应用题表现良好,平均精确率0.906、召回率0.943、F1值0.925;100个人工与LLM评估案例也验证了其稳健性,凸显其在协作式数学学习与测评场景中的应用潜力。
系统综述持续学习、元学习、参数高效学习与专家混合等LLM增量学习范式,指出多数方法不更新核心模型、且尚无方法实现实时增量更新。
增量学习是系统随时间获取知识、从而适应并泛化到新任务的能力,对智能的真实世界系统尤为关键,尤其在数据频繁变化或数据有限时。本综述对大语言模型(LLM)中的增量学习进行综合分析,梳理持续学习、元学习、参数高效学习与专家混合学习等前沿增量学习范式,并通过具体成果描述这些相关主题的效用及其关键因素。一个重要发现是:许多方法并不更新核心模型,且没有一种方法能实现实时增量更新。论文还指出该领域当前存在的问题及未来研究面临的挑战。通过整合最新相关研究进展,本综述为增量学习及其对设计与开发基于LLM学习系统的启示提供了全面理解。
基于LendingClub数据集比较LLM与SHAP、系数归因在信用风险解释中的表现,发现LLM在受控提示下可复现特征重要性排序,但自主生成解释时一致性有限,更适合作为叙事化界面而非正式归因方法的替代品。
大语言模型(LLM)日益被视为信用风险决策支持场景中传达基于模型解释的潜在界面。本研究评估LLM能否充当信用风险模型的事后可解释性工具,重点关注其保留给定特征重要性排序以及自主生成特征重要性排序的能力。利用LendingClub数据集,作者将LLM输出与SHAP及基于系数的归因进行比较。结果表明,LLM在受控提示下能够可靠复现参考排序,但在自主生成解释时一致性有限。这些发现表明,在信用风险治理中,LLM更适合作为叙事化界面而非正式归因方法的替代品。论文组织结构为:第1节介绍研究问题;第2节综述可解释AI及LLM在金融应用中的相关文献;第3节描述实验设计,包括数据处理、基线模型训练、提示工程策略与评估指标;第4节呈现两项研究问题的实证结果;第5节总结启示并展望未来研究方向。
利用2010—2023年中国上市企业季度数据,发现地缘政治风险上升促使企业减少向客户提供的商业信用,其机制在于融资环境恶化、经营不确定性上升与企业保守主义增强,且企业倾向于缩短信用期、聚焦优质客户以减少坏账。
本文探讨中国地缘政治风险(GPR)与企业商业信用供给之间的关系。利用2010年至2023年中国上市企业的季度数据,研究发现企业在GPR较高时期倾向于减少向客户提供的商业信用。融资环境的恶化、经营不确定性的增加以及企业保守主义的上升是推动这一关系的关键机制。此外,当企业在制度环境更发达的地区运营或优先考虑供应链稳定性时,GPR的负面影响会减弱;而对于有外资持股的企业,这种影响则会加剧。进一步分析表明,地缘政治风险促使企业采取风险管理策略,包括缩短信用期和专注于优质客户以减少坏账。这项研究为企业如何在不确定性加剧时期调整供应链策略提供了新的见解。
以2007—2023年中国A股上市公司为样本,发现绿色投资者通过缓解代理问题、提升环境信息披露质量、提高分析师评级和获得正面媒体报道改善企业贸易信用,并能进一步推动企业绿色创新。
非正式融资方式如贸易信用有助于缓解企业的融资困境。本文以2007年至2023年间的中国A股上市公司为样本,从企业治理与形象提升两个维度探讨绿色投资者对企业贸易信用的影响及其作用机制,并研究绿色投资者是否通过贸易信用激励企业加强绿色治理实践。实证研究表明,绿色投资者通过缓解代理问题、提升环境信息披露质量、提高分析师评级以及获得正面媒体报道,有助于改善企业的贸易信用。同时,研究发现当绿色投资者显著提升企业贸易信用后,还能进一步推动企业开展绿色创新,表明贸易信用是企业参与绿色治理的内在动力。经过多种稳健性与内生性检验(含关键变量替代度量、模型调整、变化趋势分析、熵平衡匹配与差分法),结果依然稳健。进一步分析显示,在没有绿色CEO的企业、污染程度较低的行业以及没有环境处罚的城市中,绿色投资者提升企业贸易信用的作用更为显著。
基于2015—2022年中国上市公司政府采购数据,发现政府采购合同通过政府信用背书与规模经济双重效应,增强企业向客户而非供应商提供的商业信用,并降低客户端的商业信用需求。
目的:本研究主要探究两个关键问题:(1)获得政府采购合同如何影响企业在商业信用供给方面的公司战略?(2)获得政府合同后商业信用政策变化的潜在机制是什么?设计/方法/路径:研究采用2015—2022年中国上市公司获得的政府采购合同数据,运用双向固定效应模型进行计量分析,并系统实施工具变量估计、Heckman两阶段修正、倾向得分匹配(PSM)与安慰剂检验等稳健性检验以验证基线结论的可靠性。发现:政府采购合同增强的是企业向客户而非向供应商提供的商业信用,其原因是获得政府合同的企业能够获得更多银行贷款与政府补贴并扩大生产规模。此外,上述效应的主要驱动因素来自企业总部所在地城市政府及地方政府而非中央政府授予的采购合同;在需求端,政府采购降低了企业——主要是来自客户的——商业信用需求。原创性/价值:本研究开创性地揭示政府采购作为“制度信号”,通过政府信用背书效应与规模经济效应双渠道增强企业商业信用供给,从而为商业信用融资的决定因素研究及政府采购合同的经济效应研究做出贡献。
利用Word2Vec模型分析中国上市公司MD&A文本度量企业文化,发现企业文化通过缓解财务困境风险、降低信息不对称与供应商集中度显著促进商业信用融资,且诚信、尊重、团队、创新与质量等子维度均正向相关。
本研究考察企业文化对商业信用融资的影响。作者利用Word2Vec模型对中国上市公司MD&A文本进行分析,发现企业文化与商业信用融资之间存在显著正相关关系,并通过多种内生性与稳健性检验加以验证。研究结果表明,企业文化能够缓解财务困境风险、降低信息不对称与供应商集中度,从而增强商业信用融资。这些正向效应在供应商关系较短、地理距离较大、董事会多样性较低、国有控股以及儒家文化影响较弱、市场化程度更高、法律执行更强的地区企业中更为突出。此外,企业文化的五个子维度——诚信、尊重、团队、创新与质量——以及文化相似性均与商业信用融资正相关。研究为企业文化在塑造企业与供应商关系、促进商业信用融资中的作用提供了新的经验证据。
基于2009—2022年全球120家银行的面板数据,发现ESG评分本身不影响品牌价值,但银行规模与风险显著调节——大规模、高风险银行的ESG承诺正向影响品牌价值,且以治理支柱作用最强。
目的:本研究旨在考察银行业ESG承诺与品牌价值之间的关系,并探究银行规模与风险的调节作用。设计/方法/路径:以2009—2022年全球运营的120家银行为样本,采用固定效应面板回归考察以ESG评分衡量的ESG承诺与品牌价值的关系。品牌价值取自Brand Finance数据库,ESG评分取自MSCI数据。发现:结果表明ESG评分并不影响品牌价值,但考虑银行规模与风险的调节作用后,二者之间出现显著正向关系——对于大规模与高风险银行,ESG承诺正向影响品牌价值。分析各ESG支柱的影响后发现,治理支柱是这一效应中最具影响力的因素;加入不同控制变量后结论依然稳健。实践启示:从理论角度看,结果为进一步探究银行采纳可持续实践如何影响客户行为及金融品牌价值前因提供了洞见;从实践角度看,本研究为银行管理者理解市场如何评价银行的可持续承诺、以及投资者最看重哪些领域提供了参考。原创性/价值:本研究阐明了银行文献中尚未充分探索的ESG承诺与品牌价值关系,并提供了可能影响该关系的机制(调节作用)证据,此两项贡献在银行文献中均具有新颖性。
基于英国银行、汽车/家庭保险与人寿保险三类金融服务品牌数据,在控制双重危险效应后发现:品牌规模带来更强忠诚、满意度高的品牌首选忠诚略高、而偏向高收入客群的品牌忠诚度略低。
目的:本研究考察品牌层面满意度得分与忠诚度指标之间的关系,并控制双重危险效应(double jeopardy)及品牌客户群的人口统计特征。设计/方法/路径:研究使用英国金融服务三个品类的品牌数据:银行、汽车/家庭保险与人寿保险,通过回归分析考察品牌规模、满意度水平、人口统计特征与忠诚度之间的关系。发现:首先,研究证实了显著的“双重危险”关联,即品牌规模越大的品牌拥有更高的忠诚度,无论在行为还是陈述偏好层面均如此;其次,控制双重危险效应后,满意度得分较高的品牌往往拥有略高的首选忠诚度,而满意度与行为忠诚的关系结果不一;最后,品牌客户群中偏向高收入客群的品牌,行为与意向层面的忠诚度指标均略低。原创性/价值:本研究的贡献在于将此前主要以个体买家层面建立的满意度、人口统计与忠诚度关联,转译为品牌层面的关系,后者对在此管理层面决策的管理者更具相关性。
基于清真认证在线零售商消费者调查与PLS-SEM,发现购物便利通过品牌意识与感知质量强化品牌联想,品牌联想增强态度忠诚并驱动行为忠诚,而顾客体验负向调节品牌联想与态度忠诚的关系。
目的:本研究旨在考察清真电商品牌联想如何在购物便利、品牌意识、感知质量与消费者忠诚之间发挥中介作用,并进一步检验顾客体验是否调节品牌联想对态度忠诚与行为忠诚的影响。设计/方法/路径:对曾在清真认证在线零售商购物的消费者进行定量横断面调查,采用偏最小二乘结构方程建模(PLS-SEM)检验中介与调节效应。发现:购物便利显著提升品牌意识与感知质量,二者均促进清真电商品牌联想的形成;品牌联想增强态度忠诚,进而驱动行为忠诚,但品牌联想对行为忠诚的直接效应未获支持。顾客体验负向调节品牌联想与态度忠诚的关系,表明存在一种替代动态:高质量体验会降低情感承诺形成中对联想线索的依赖。实践启示:清真电商应优先提升运营便利与感知质量以强化品牌联想与情感忠诚;同时,一致的顾客体验管理至关重要,因为在数字化清真市场中体验质量会改变品牌建设努力的相对重要性。原创性/价值:本研究并非简单扩展既有理论,而是细化品牌权益理论、信号理论与顾客体验理论在清真电商情境中的应用,阐明联想机制与体验机制在数字中介化的宗教市场中如何互动塑造忠诚形成。
基于奥克兰30位非穆斯林消费者访谈的定性研究,提出非穆斯林清真品牌认知的六项指标框架,强调以贯穿全供应链的清洁理念提升清真品牌认知与接受度。
目的:本研究旨在为非穆斯林群体建立清真品牌认知指标框架,回应新西兰地区非穆斯林对清真品牌认知有限的问题,整合清真产品接受模型、文化维度理论与清真证书理论三个理论框架。设计/方法/路径:研究对食品行业消费者采用定性方法,基于结构化访谈提纲以目的性抽样方式对奥克兰30位受访者进行数据收集,并运用主题分析程序进行分析。发现:非穆斯林清真品牌认知的关键指标强调实践透明性、文化行为、监管接触、实践接触、品牌感知与清洁态度。研究建议在整个清真供应链中强调清洁理念以提升清真认知与接受度。研究局限:数据收集方法多样性不足,且所选地区食品相关行业非穆斯林消费者样本量较小。实践启示:尽管新西兰清真实践意图保证卫生与安全,但有限的认知推广举措导致消费者对清真品牌缺乏兴趣、忽视清真产品清洁性。社会启示:对非穆斯林消费者而言,完整理解清真供应链的纯净性,是认识到清真食品不仅宗教上允许、且本质上卫生、安全与高品质的关键。原创性/价值:本文通过智能清真实施项目为非穆斯林群体提出清真认知模型,有助于更广泛理解清真品牌如何在多元文化情境中运作。
整合高等教育与社会学文献,基于353名担任课外活动领导职务本科生的调查,发现对自身社群的高度认同会引发对其他社群的厌恶并导致贬损等对抗性行为,此类行为与学生群体极化可能损害课外体验质量。
本文概念化并实证检验了一个模型,通过整合高等教育与社会学两个独立文献脉络,考察针对课外活动(EAs)的对抗性行为。研究基于对353名在课外活动中担任领导职务本科生的实证问卷调查,运用结构方程建模检验该模型。结果表明,对课外活动社群的认同会影响对其他社群及其成员的厌恶情绪;而且,那些厌恶其他社群及其成员的社群领导者更可能参与对抗性行为——尤其是对其他社群进行贬损(trash-talking)。研究结果为管理实践提供启示,揭示了一个此前在教育行业中鲜少被研究的现象:对抗性行为构念及其导致的学生群体极化,可能潜在地损害学生课外体验的质量。
以7个科威特-西方高校合作(14所院校)为完整样本提出信号一致性框架(SCF),发现原产国信号强度与品牌个性一致性呈反向关系,并识别出美式附属(强调Excitement)与非美式附属(强调Competence)两类院校集群。
本研究分析海湾合作委员会(GCC)高等教育机构如何模仿其发达市场伙伴的品牌,以借助后者的声誉。信号理论此前已用于高校研究,但尚无研究探索原产国、机构声誉与品牌个性如何共同构成信号以减少跨境高校合作中的信息不对称。本文提出信号一致性框架(SCF)用于评估品牌个性信号对齐,并对7个活跃的科威特-西方高校合作(14所院校)进行全面普查。研究结果揭示了原产国信号强度与品牌个性一致性之间的反向关系:当伙伴国家的品牌全球知名时,新兴市场高校在品牌个性信号上反而产生更明显的分化。研究识别出两类高校集群:美式附属院校一致性较低、强调“Excitement(兴奋)”特质;非美式附属院校则模仿伙伴方对“Competence(能力)”特质的强调。