這項研究探討情感表達在群眾募資中的影響，重點在口頭與視覺元素。研究分析了3,817個專案，發現正向情感表達能提升捐贈決策，尤其口頭表達對捐贈金額影響顯著。情感價值透過同理心影響捐贈行為。募款者應強調正面情感，結合視覺與口頭內容，以提升參與度和捐贈效果。這些見解有助於理解利他行為的情感動機，並優化線上募款策略。 PubMed DOI

大型語言模型（LLMs）有潛力改變高中數學的教學方式。雖然大部分研究專注於輔導學生，但對於如何幫助教師的探討仍然不足。本研究提出利用LLMs增強教學計畫，透過模擬教師與學生的互動並生成教學反思，進而指導LLM改善教學計畫。人類評估顯示，這種方法顯著提升了LLM生成的教學計畫質量，與人類教師創建的計畫相當。這不僅幫助教師排練模擬，還提供了完善教學計畫的見解，展現了LLMs在教學準備中的實際應用。 PubMed DOI

這項研究探討如何利用大型語言模型（LLMs）為高中生提供個性化建議，以提升他們的福祉和學業表現。研究分析了12名學生的數據，包括Fitbit指標和學校表現，並針對每位學生生成建議。結果顯示，雖然建議通常清晰可行，但與學生個別數據的對應程度有所不同，顯示出改進空間。研究強調了LLMs在個性化支持的潛力，但也需進一步驗證和完善，未來應聚焦於介入研究及解決倫理和數據隱私問題。 PubMed DOI

這項研究探討影響護理研究生指導教師與學生之間關係的因素，這些關係對學生的學術和職業成長非常重要。研究分析了14位護理研究生的訪談，找出影響指導關係的四大領域：指導教師的特質、學生的主動性、雙方的互動以及學術環境。結果顯示，良好的溝通、明確的期望和合作對優化指導關係至關重要，能提升護理教育和研究的質量。 PubMed DOI

這篇論文探討大型語言模型（LLMs）在改善外科手術知情同意過程中的角色，強調提供準確醫療資訊和同理心互動的重要性。雖然LLMs能增強資訊檢索和模擬情感，但也面臨倫理挑戰，特別是病人自主權和信任問題。論文區分主動與被動同理心，建議LLMs應專注於被動同理心，協助識別病人焦慮，並提醒醫療人員。最終，作者提倡倫理使用LLMs，確保其補充而非取代人類同理心，提升知情同意體驗。 PubMed DOI

這項研究分析了四種人工智慧大型語言模型（LLMs）對有學習障礙和沒有學習障礙學生的反饋、挫折感、同情心及未來失敗期望的評估。結果顯示，LLMs對有學習障礙的學生表現出較低的挫折感和較高的同情心，且對未來失敗的期望也低於實習教師。特別是ChatGPT4對兩組學生提供了更多正面反饋。整體而言，LLMs可能促進對有學習障礙學生的包容態度，但仍需調整以增強文化和情感的敏感性。 PubMed DOI

這份報告探討了使用大型語言模型（LLMs）進行教育情感分析的初步結果。我們分析了學生報告中的質性描述，以評估他們對學業表現的情感狀態和態度。情感分析揭示了學生參與度的重要見解，並指出需要改進的地方。研究顯示，LLMs能有效分析文本數據，提供比傳統方法更深入的情感理解，顯示出在改善教育評估和干預方面的潛力。 PubMed DOI

這份報告探討了將大型語言模型（LLMs）與可穿戴技術結合的初步成果，目的是提供個性化建議，提升學生的福祉與學業表現。我們分析了學生的數據，包括可穿戴設備的指標和學術報告的質性反饋，進行情感分析以評估情緒狀態。研究顯示，LLMs能有效分析文本數據，提供實用見解，幫助了解學生的參與度並找出改進空間，顯示出LLMs在教育上的潛力，能更深入理解學生需求。 PubMed DOI

這項研究發現，經過微調的大型語言模型（LLM）能有效辨識老師語言中的自我決定理論（SDT）動機訊息，但對削弱動機訊息的辨識較弱。課堂管理自信的老師較常給予支持關聯感的訊息，學生參與自信高的老師較少用削弱能力或關聯感的語言，而教學策略自信高的老師則較少支持自主性。LLM分析和人工標註結果相似，但仍有差異。 PubMed DOI

這項研究用大型語言模型分析德文心理治療逐字稿，偵測28種情緒，並預測病人症狀嚴重度和治療聯盟。模型在情緒分類表現普通，但預測症狀嚴重度效果不錯（r=.50），預測治療聯盟則中等（r=.20）。認可、憤怒、恐懼與症狀嚴重度有關，好奇、困惑、驚訝則與治療聯盟有關。結果顯示正負向情緒都很重要，未來應加強情緒資料集並納入更多語境和感官資訊。 PubMed DOI