管理学是研究组织运作、资源配置、决策制定及人员协调的系统性学科,涵盖计划、组织、领导、控制等核心职能。其分支包括战略管理、人力资源管理、运营管理及创新管理等,强调理论与实践结合,旨在提升组织效率与竞争力。通过分析内外部环境,管理学为各类机构提供科学管理方法,适应全球化与数字化变革,推动可持续发展。学科融合经济学、心理学等多领域知识,具有高度综合性与应用性。(该学科下共有 434 篇文章)
作者: aeks | 发布时间: 2026-08-10 18:03
学科: 应用经济学 新闻传播学 管理科学与工程
预测市场(如Polymarket、Kalshi)让普通人用加密货币押注现实事件结果,比如疾病暴发或AI进展。它依赖大众集体判断,但能否替代专家意见?本文分析其在疫情预测、气候预报等科学领域的实际效果与局限。
标签: 气候预测 疾病预测 科学传播 群体智慧 预测市场
作者: aeks | 发布时间: 2026-08-10 15:02
学科: 应用经济学 社会学 管理科学与工程 计算机科学与技术
调查显示,即使在AI快速发展的背景下,高管类职位(如CEO、行政经理等)仍将持续增长;但多数白领岗位受AI影响尚不明确。本文通过一个非严谨但启发性的测试,帮助读者初步判断自身职业是否面临AI替代风险。
标签: AI替代 人工智能影响 就业趋势 白领岗位 职业风险
作者: aeks | 发布时间: 2026-08-05 00:04
学科: 交叉学科 管理科学与工程 网络空间安全 计算机科学与技术
美国限制AI模型出口、闭源模型安全失控等事件,让欧洲意识到技术自主的紧迫性。法国公司Mistral以开源AI模型为突破口,推动欧洲建立自主可控的AI生态,避免被单一国家或企业‘断供’。
标签: AI安全 地缘AI 开源AI 模型蒸馏
作者: aeks | 发布时间: 2026-08-04 20:03
学科: 交叉学科 生物医学工程 生物工程 管理科学与工程
欧洲在生物工程这一关键健康科技领域正大幅落后于美中等国。本文呼吁欧盟制定专项发展议程,从建设顶尖学科、加大人才投入、强化产学研协同三方面发力,以提升全球竞争力。
标签: 产学研协同 医学技术创新 欧洲科研政策 生物工程 跨学科教育
作者: aeks | 发布时间: 2026-08-03 22:03
学科: 工商管理 计算机科学与技术
美国快餐店正悄然普及AI语音点餐系统:它更高效、更爱推荐加购,但偶尔出错、不够亲切。多数顾客满意,部分品牌已全面启用,而另一些则坚持人工服务——技术升级与人性温度之间,正展开一场静默博弈。
标签: AI得来速 个性化推荐 人机协作 快餐自动化 语音点餐系统
作者: aeks | 发布时间: 2026-08-03 12:01
学科: 科学技术史 管理科学与工程 系统科学 计算机科学与技术
科学家用AI工具(如大语言模型)写论文更快了,但论文质量可能下降。研究指出,问题不在AI本身,而在于科研界‘重数量、轻质量’的评价机制——AI只是照出了老问题。
标签: 大语言模型 学术激励机制 最优觅食理论 科研质量 预印本
作者: aeks | 发布时间: 2026-08-03 06:01
学科: 公共管理 应用经济学 法学 网络空间安全
本文揭示了美国所谓‘DOGE’(数字运营政府效率)计划与预测市场行业的深层关联:多名前DOGE成员转任主流预测市场公司高管,推动行业扩张;他们将政府改革经验带入企业,强调用户参与、快速试错和风险偏好,但该行业正面临监管收紧与合法性争议。
标签: DOGE计划 初创文化 政府数字化改革 监管套利 预测市场
作者: aeks | 发布时间: 2026-08-01 21:01
学科: 动力工程及工程热物理 材料科学与工程 环境科学与工程 管理科学与工程
中国电动车电池正迎来大规模退役潮:2025年销量超1600万辆,首批电池(约8年寿命)集中报废。但近八成退役电池流入无资质小作坊,造成土壤、水源污染和火灾爆炸风险。正规回收能力虽足,落地却严重不足——亟需车企担责、严管黑作坊、激励消费者选择正规渠道。
标签: 电动车电池回收 电池护照 电池梯次利用 退役电池 非正规回收
作者: aeks | 发布时间: 2026-08-01 16:00
学科: 新闻传播学 管理科学与工程 计算机科学与技术
过去一年,越来越多中国AI研究人员活跃在社交平台X(原Twitter)上,分享技术进展、交流观点。他们填补了欧美大公司研究人员减少公开讨论留下的空白,也让国际社会更真实、及时地了解中国AI发展。
标签: AI社区建设 中国AI研究人员 国际科技交流 技术传播 社交平台X
作者: aeks | 发布时间: 2026-08-01 03:01
学科: 管理科学与工程 计算机科学与技术
领英通过大幅提升AI硬件使用效率,一年节省2400万美元,实现AI功能扩张与计算资源零增长并存。这表明大公司无需疯狂砸钱建数据中心,也能让生成式AI真正落地。
标签: AI效率优化 GPU利用率 数据中心成本控制 模型蒸馏 生成式AI落地