2024春季SSCI專場_基於最新版SmartPLS 4.0與AI

2024-02-20資訊

SmartPLS是一種偏最小平方法，在SSCI論文中常被用於構建結構方程式模型（SEM）和路徑分析，以探究復雜的數據關系和因果關系。

在SSCI的發表中，使用SmartPLS分析方法可以提供更深入、更精確的分析結果，從而增加論文的創新性和說服力。 這有助於提高論文的品質和水平，增加被參照和參照的機會，從而提升論文在學術界的影響力和地位。

隨著社會科學研究的不斷深入和發展，越來越多的研究者開始關註復雜數據關系和因果關系的探究。SmartPLS作為一種有效的分析工具，可以幫助研究者更好地理解和解釋這些關系。因此， SmartPLS 在SSCI中的套用在2024會繼續得到重視和發展。

需要註意的是，使用SmartPLS等統計方法時，需要遵循一定的步驟和規範，以確保分析的準確性和可靠性。此外，對於不同型別的數據和問題，可能需要選擇不同的統計方法進行分析。因此，在進行SSCI論文寫作和發表時，建議提前向相關領域的專家學習及交流，以獲得更準確的指導和建議。

同時，傳統的PLS方法在處理復雜模型和大規模數據時可能會遇到一些困難。為了解決這些問題，需要引入了生成式人工智慧（Generative AI）的強大能力。 透過結合PLS和Generative AI，能夠更好地處理復雜模型和大規模數據，提高研究的靈活性和創造力。

基於最新版SmartPLS 4.0與人工智慧

2024 年SSCI系列課程 新課 - 當偏最小平方法(PLS)遇見AI

~與大家一起分享SSCI/SCI論文成功發表之道

~探索PLS與AI之間的令人振奮的交匯處

課程將圍繞成功發表SSCI/SCI論文這一核心目標，融合講授Partial Least Squares統計分析方法與高水平論文寫作技巧。你將學習如何運用PLS方法檢驗理論模型，以及根據分析結果撰寫方法論與結果報告部份。 我們還將提供大量成功發表的SSCI/SCI論文案例，分析論文框架結構與撰寫要點。

此外， 將重點介紹基於大規模語言模型的生成式寫作助手(如GPT系列)在學術寫作套用中的優勢與可能性，包括文獻綜述、段落擴充套件、邏輯梳理、論證豐富等 。學員將學習合理有效地與寫作助手「對話」，將其轉化為可能的寫作內容參考。

加入本課程，開啟一場統計與智慧融合的學術冒險，將您的科研想法推向新的高峰！

課程資訊

培訓時間： 2024年3月29-31日（三天）

授課安排： 9:00-12:00；14:00-17:00；答疑

培訓地點： 遠端直播，提供錄播回放

授課嘉賓

陳世智老師，現任台灣高雄科技大學資訊管理系教授。

台灣交通大學管理博士與大同大學資訊工程研究所雙博士學位。

陳老師近年內發表超過60 篇SSCI/SCI篇國際期刊；論文總被引次數超過4800次；連續三年獲得史丹佛大學全球前 2% 頂尖科學家排行榜；共發表26篇國際研討會論文，其中4篇得到Best Paper Award（最佳論文獎）；曾擔任超過20個SSCI/SCI期刊的審稿人；論文總被引次數超過4800次；曾主持超過15個科研與產學計畫。

開設SSCI/SCI寫作發表課程以來，不止課程受到了廣泛好評，也成功幫助多名學員成功發表SSCI/SCI論文！

課程大綱

D1 ：

1. 偏最小平方法 (Partial least squares, PLS) 基本概念與套用

2. SmartPLS 4.0軟體的安裝與操作

3. SmartPLS 4.0 套用於傳統迴歸分析 (Regression analysis)

4. PLS與研究模型的設定

5. PLS的二階段模型檢驗

5.1 Outer model analysis (外模型的評估)

5.2 構面效度 (Construct validity)

5.3 區分效度 (Discriminant validity)

5.4 模型擬合度 (Model fit)