增强版ACT考试推广计划 - 2025年4月全国考试日期在线考生参加增强版ACT考试，9月面向所有国内外学生推出，2026年春季提供给州和地区学生[9] 增强版ACT考试改进内容 - 缩短测试长度和总体测试时间，每项测试时间增加，科学测试可选，嵌入现场测试项目，综合分数计算排除科学[9] 特别研究情况 - 2024年6月进行链接研究，目标是评估结构不变性和连接新旧考试；10月进行模式可比性研究，评估纸笔和在线考试分数等效性[2][10] 链接研究样本 - 采用随机分组设计，最终清洗数据集包含6882名学生，传统表格2298名，增强表格1有2280名，增强表格2有2304名[2][22] 构建等价性 - 单因素模型对所有形式和部分均符合可接受标准，项目与遗留和增强版ACT测试潜在因素中等相关，传统和增强形式报告类别因素负荷相似[25][29][30] 心理学特性 - 增强形式可靠性高，EMRS综合评分为0.96，EMR综合评分为0.94，测试部分介于0.83 - 0.88之间；SEM小幅增加对分数解释影响小；增强形式测试部分观察相关性低于传统形式，但无衰减相关性相似；有效权重相同或相似；分类一致性略低于传统形式但仍较高[37][42][45][48] 连接方法与结果 - 使用IRT真分数等值方法连接新旧分数，增强形式难度与旧测试相似，等值后标准分数描述性统计和分布相似[52][53][62] 人口不变性评估 - 增强形式人群不变性与传统形式相似，WRMSD值范围0.1 - 0.49，为链接结果稳健性提供证据[71] 时序分析结果 - 增强版快速响应率略低；科学完成率提升，其他测试完成率有增有减；阅读和科学增强形式省略率低于传统形式；增强型表格访问超过一次项目比例更高；阅读和科学增强形式学生感知时间充足百分比更高；长时学生在标准时间内提交考试比例在部分科目增加[74][78][82][88][94][98][103][107] 总结 - 增强版ACT考试测量相同结构，分数可与旧版互换，改进对学生表现影响小，对测试完成率和时间感知有小影响，测试长度缩短致测量精度下降但对分数解释影响小[6][111]

报告行业投资评级 未提及 报告的核心观点 - 对于参加ACT考试并获得便利的学生，ACT综合成绩比高中GPA更能预测大学第一年平均成绩和学位完成情况，且与多数文献结论相悖 [1] - 接受和未接受特殊照顾的学生在ACT分数、HSGPA和第一年大学平均成绩之间的关系存在差异，了解这些差异性质及其对预测有效性的潜在影响很重要 [4] - 获得ACT考试便利措施的学生在ACT综合分数范围内高中成绩更受限，HSGPA区分度低；未获得便利措施的学生ACT综合分数增加时HSGPA相应增加 [5] - 分析虽不能推广到所有学生，但提供了ACT综合分数更能预测考生大学表现的见解，未来研究应探讨接受协助学生HSGPA与ACT成绩关系差异的原因 [10] 根据相关目录分别进行总结 相关性研究 - 研究发现获得便利测试学生中，ACTC与FYGPA相关性高于HSGPA与FYGPA相关性，未获得便利测试学生则相反 [1] - 给出不同集团（总计、无住宿安排、住宿、不同年制院校等）下ACTC与HSGPA、ACTC与FYGPA、HSGPA与FYGPA的相关性系数，且所有相关系数在p < 0.0001水平上显著 [2] 重要性阐述 - ACT分数和HSGPA是衡量学术成就标准，用于判断高中生大学后计划准备情况，ACT是标准化测试，HSGPA可能受评分膨胀影响 [4] 分数与成绩关系分析 - 获得ACT考试便利措施的学生线条斜率更平缓，尤其是2年制院校学生，其HSGPA在ACT综合分数范围内更受限 [5] - 列举四年制和两年制院校中，有无特殊安排学生不同ACT复合分数对应的平均HSGPA及差距，体现获得便利学生差距更小 [9] 研究局限性与展望 - 分析样本为大学注册生，是自我选择样本，结果不能推广到所有学生 [10] - 未来研究应探讨接受协助学生HSGPA与ACT成绩关系差异原因，如行为因素、课程选择模式等 [10]

学生参与情况 - 2024年ACT考试毕业班中1374791人参加考试，374465人参加PreACT测试，其中27789人同时参加PreACT 8/9和PreACT测试[3] 测试成绩差异 - 参加PreACT测试的学生ACT综合平均分数为20.94，未参加的为19.94，平均分数差异数学0.83到英语1.28不等，调整后差异显著减小[5][8] - 从PreACT到ACT平均分数提升各科目不同，阅读最低0.25分，英语最高3.70分，平均综合提升1.81分[29] 大学准备情况 - 大学生课程准备情况差异从STEM专业课程2.9%到英语写作课程8.6%不等，调整后差异减小，调整后差异从STEM专业课程0.9%到英语写作课程2.8%不等[15] 大学入学率 - 2021 - 2023年ACT考试高中毕业生中，参加PreACT测试的学生大学入学率高于未参加的，调整后差异减小[18][22] - 无教育或培训计划的学生中25%仍在大学就读，14%在四年制大学，11%在两年制大学[28] 分数增长相关因素 - 复合平均得分随高中课程等级和严谨性提高而增长[33] - 不同种族/民族群体从PreACT到ACT平均综合涨幅有差异，最低为原住民夏威夷人/其他太平洋岛民学生1.11分，最高为亚洲学生2.61分，调整后差异减小[38] - 从PreACT到ACT平均复合增长随家庭收入增加而增加，调整后不同收入群体间平均增长差异减小[47]

报告核心观点 - ACT综合评分比高中平均成绩更能预测大一平均成绩和大学学位完成情况，结合ACT分数和高中平均成绩预测更准确 [2] - 残疾学生使用ACT分数预测大学成功比高中成绩更准确，结合两者能更准确反映成功可能性 [3] - 高等教育机构应采用多种措施评估学生，残疾学生进入大学后应寻求支持以增加成功可能性 [5] 引言 - 有残疾住宿条件的ACT考生大学入学意向比率与无住宿条件考生相似，但残疾学生在教育中面临障碍，影响大学准备和教育机会获取 [11] - 残疾学生平均绩点、考试成绩较低，高中毕业、进入高等教育和大学毕业率均低于无残疾同伴，且在不同类型院校的入学和毕业情况存在差异 [12] - ACT考试用于大学录取、课程分配、奖学金等，对所有学生包括接受便利措施的残疾学生，ACT是大学成功的准确预测因素很重要 [13][14] 研究问题与假设 研究问题 - ACT对接受和未接受考试安排学生的第一年大学平均绩点和学位完成情况的预测程度及关系方向和大小是否相同 [19] - HSGPA对有和无特殊考试安排学生的第一年大学GPA和学位完成情况的预测程度及关系方向和强度是否相同 [19] - ACTC和HSGPA共同使用对有和无测试便利条件学生的第一年大学GPA和学位完成情况的预测程度及关系方向和大小是否相同 [19] - ACTC和HSGPA共同使用能否提高预测精度超过单独使用任一预测器 [19] 假设 - 接受ACT考试辅导的残疾学生大学平均绩点和学位完成率低于未接受辅导考生，其ACT分数和高中平均绩点也低于同龄人 [19] - HSGPA和ACT分数对有或无便利条件学生的大学生涯成功有统计显著预测作用，同时使用两者能提高预测准确性 [20] 数据样本与局限性 数据样本 - 样本包含143,768名参加ACT考试的学生，最后一次考试在11或12年级，于2008 - 2016年高中毕业，在同一南方州公立两年制或四年制机构全职就读，大学学年为2008 - 2009年至2016 - 2017年 [26] - 样本中有2,659名学生参加带特殊安排的ACT考试，141,109名学生参加不带特殊安排的考试，25%学生最初在两年制机构注册，75%在四年制学院注册 [26][27] 局限性 - 研究焦点是接受便利测试的学生，非所有残疾学生，结果应从接受便利测试的残疾学生分数预测效度角度解释 [21] - 缺乏残疾学生在大专期间可能收到的支持信息，以及学生在高中期间残疾和所获得安置措施的数据，无法调查特定安置措施影响和同龄群体效应 [22] - 数据仅限于单一州内公立院校学生，不知私立或州外院校学生成果，且该州不同机构选择性存在异质性 [23] 研究设计 预测因子 - ACT综合得分，1 - 36分，多次考试取最近一次成绩，有便利条件取便利测试最近成绩 [40] - 自报HSGPA，按0.00 - 4.00比例，基于学生对23门高中课程选择和成绩回答，缺失数据用单独顺序度量中点替代 [40] - 学生人口统计学变量，包括性别、种族/民族、父母教育、家庭收入 [42] 结果 - FYGPA，学生在主修大学第一年春季学期结束时的累积一年级大学GPA，分两年制和四年制院校考察 [45] - 学位完成情况，四年制院校学生包括两年内、三年内获得副学士学位，四年内、六年内获得学士学位；两年制学院学生包括两年内、三年内获得副学士学位或转学到四年制机构 [46][50] 分析 - 描述性统计，计算ACT综合分数、高中平均成绩和第一年大学平均成绩的平均分、范围和标准差，以及各人口统计类别分布和学位完成结果百分比，还有三者之间的相关性 [48] - 回归模型，线性回归预测学年GPA，逻辑回归预测学位完成情况，构建四个模型，分别包含不同预测变量和交互项 [49][51] - 图表，创建图表示在ACT得分量表和HSGPA量表第5和第95百分位数的学生在不同机构类型的测试结果 [53] - 模型拟合，计算线性回归模型预测的FYGPA解释的方差比例，用赤池信息准则和贝叶斯信息准则比较逻辑模型与数据的拟合程度 [54] - 残差，分析剩余值检查学生成绩结果是否被低估、高估或准确预测 [55] 结果 描述性统计 - 不同机构类型学生人口统计学特征百分比有差异，四年制院校学生父母接受大学教育和家庭收入超过10万美元的比例更高，男性和接受特殊安排考试的学生更易省略部分信息 [56][57] - 接受考试辅助的学生ACT综合分数、HSGPA、FYGPA和学位完成率普遍低于未接受辅助的学生，且两年制院校学生相关指标低于四年制院校学生 [58][60][61][63] - ACT综合分数与高中平均成绩相关性通常高于与大学一年级平均成绩的相关性，接受考试便利的学生中，ACT综合与FYGPA相关性高于HSGPA与FYGPA相关性 [69][70] 回归模型 - 研究问题1：ACT综合分数是FYGPA和学位完成情况的统计学显著预测指标，更高分数预示更高FYGPA和学位完成率，但在预测四年制院校学生FYGPA和四年内学士学位完成率时，未接受辅导学生与结果关系更紧密 [103] - 研究问题2：HSGPA能预测学生第一年大学GPA和学位完成情况，不同住宿状态学生的预测结果关系方向相同，但增加速率取决于住宿状态，未接受测试或住宿的学生增加速率更高 [106][111][116]

报告行业投资评级 - 对Advanced Micro Devices Inc的12个月评级为Buy (CBE)；对Alphabet Inc.的12个月评级为Neutral；对Foxconn Industrial Internet的12个月评级为Buy；对Giga - Byte Technology的12个月评级为Buy；对Hon Hai Precision的12个月评级为Buy；对Inventec的12个月评级为Neutral；对Quanta的12个月评级为Buy；对Taiwan Semiconductor Manufacturing的12个月评级为Buy；对Wistron的12个月评级为Buy；对Wiwynn的12个月评级为Buy [24] 报告的核心观点 - 谷歌因云增长受限股价回调，但AI发展有进展且资本支出指引提高，超大规模企业2025年资本支出前景仍强劲，对亚洲半导体和硬件供应链有支撑；AMD虽业绩较好但股价下跌，AI GPU短期停滞中期有望增长，对台积电、硬件供应商和ASMedia等有不同影响 [1][3][4][6][7] 根据相关目录分别进行总结 谷歌相关情况 - **财务业绩**：2024年第四季度营收同比增长12%至965亿美元，略低于市场预期的967亿美元；谷歌云收入增长放缓，从同比增长35%降至30%，为120亿美元，低于市场预期2个百分点，公司称供应限制了增长 [3] - **AI发展举措**：在基础设施方面，18个月内训练/推理计算能力提高8倍，5年内每单位电力计算能力提高4倍；ASICs方面，5nm的TPU v6需求强劲；大语言模型方面，Gemini开发者达440万，推出Gemini 2.0；内部使用上，7个谷歌产品/平台超20亿用户使用Gemini；Vertex AI开发者平台客户和使用量大幅增加；推出Project Mariner代理；YouTube可使用Vo2视频创作模型；在编码和业务流程上提高效率 [3] - **资本支出情况**：2024年第四季度资本支出为143亿美元，同比增长30%，环比增长9%，高于市场预期的133亿美元，全年资本支出达525亿美元，同比增长63%；2025年第一季度指引为16 - 18亿美元，中点同比增长42%，全年指引高于75亿美元，同比增长43%；2024年资本支出/销售额维持在15%，2025年可能增至19%，投资集中在服务器技术基础设施、数据中心和网络 [3] - **对行业影响**：超大规模企业在DeepSeek推出后维持支出前景，2025年Meta资本支出增长超60%，谷歌增长超40%，微软资本支出虽有调整但AI服务器增长约40%；对亚洲半导体供应商如KYEC、Chroma、ASE等有影响，联发科在2026年下半年参与谷歌TPU推理项目，预计到2027年运行率超10亿美元；对硬件供应商如Celestica、Quanta、Inventec、Hon Hai / FII等有支撑，对Inventec因估值溢价给予中性评级 [3][4] AMD相关情况 - **财务业绩**：2024年第四季度营收环比增长12%，同比增长24%至77亿美元，高于市场预期的75亿美元；数据中心收入环比增长11%，同比增长69%至39亿美元，略低于市场预期的41亿美元；客户端PC收入为23亿美元，环比增长21%，同比增长58%；游戏收入为5.63亿美元，环比增长22%，同比下降59%；嵌入式收入略降，同比下降13%至9.23亿美元 [7] - **业务展望**：2025年第一季度销售季节性下降7%，但同比增长30%至71亿美元，略高于市场共识；数据中心预计与公司平均水平同步下降，客户端和嵌入式部门下降更多，游戏下降较少；公司整体预计在数据中心和客户端带动下实现强劲两位数同比销售和每股收益增长，游戏和嵌入式温和增长；预计PC市场规模中个位数增长并获得市场份额 [7] - **AI GPU情况**：2025年虽未给出量化指引，但预计服务器和数据中心GPU产品线将实现强劲两位数增长；2025年上半年销售持平，下半年随着MI350系列转向3nm和新CDNA 4平台有望恢复增长，目标2026年达130亿美元 [7] - **库存情况**：2024年第四季度末库存环比增长7%，同比增长32%至57亿美元，库存天数从155天降至149天 [7] - **对相关企业影响**：对台积电，AMD约占其2024年销售额的10%，若实现目标份额增长和AI GPU扩张，可能维持该比例，AMD 3nm MI355预计2025年年中提前量产；对硬件供应商，Wistron是AMD Mi300 GPU模块和基板的唯一供应商，与Hon Hai共同生产Blackwell计算板，其他合作伙伴包括Quanta/QCT等，看好Wistron、Quanta、Wiwynn、Hon Hai/FII和Gigabyte等；对ASMedia，预计2025年第一季度销售环比增长9%，因AMD积极建立PC芯片组库存，主板前景积极，股价可能随运营利润率扩张而重新估值 [7][8]

行业与公司 - 涉及的行业：科技与电信行业[1] - 涉及的公司：AAC Technologies Holdings (2018.HK)[1] 核心观点与论据 2024年业务更新 - 2024年收入预计同比增长30%，包括PSS（精密结构件业务）的整合[2] - 其他业务表现超出预期，运营支出增长低于收入增长[2] - 产品升级包括散热器、麦克风、侧边按钮等[2] - 公司是美国客户的主要侧边按钮供应商，并为智能手表提供组件，笔记本电脑外壳业务也实现增长[2] - 在精密机械领域，公司是高端三折智能手机中框外壳的独家供应商，也是国内旗舰智能手机散热器的主要供应商，市场份额超过50%[2] - 光学业务预计同比增长30%，5P+塑料镜头占出货量的70%，7P镜头已进入量产阶段，预计2025年WLG混合镜头出货量将增加[2] 2025年展望 - 2025年收入预计同比增长10-15%，毛利率目标为22-25%[3] - 智能手机市场预计同比增长中低个位数百分比，其中300美元和600美元以上细分市场增长将高于市场平均水平[3] - 智能手机升级趋势包括：AI驱动的散热器采用和麦克风升级、模块化设计、声学和触觉的轻薄设计、光学升级等[3] AI智能眼镜机会 - 公司正在为AI智能眼镜客户提供麦克风，扬声器正在谈判中，可能成为下一个机会[4] 制造布局 - 公司在越南设立制造设施已有7-8年，占总产能的10-20%（在收购PSS之前），主要为韩国客户服务[5] - PSS的产能50%在中国，50%在中国以外[5] - 长期计划是在5-10年内将产能分配调整为50%在中国，50%在中国以外[8] - 2025年资本支出计划可能保持在22亿人民币或以下[8] 股票回购 - 公司此前宣布将在半年内实施1亿美元的股票回购计划，可用于员工期权，不一定用于注销[9] 人民币贬值影响 - 公司认为人民币贬值的影响有限，因为海外业务贡献与美元债务之间存在自然对冲[10] 估值与风险 估值 - 目标股价为41港元，基于2025年预期市盈率约20倍[12] - 目标倍数由智能手机业务的18倍和汽车业务的30倍组成，与5年历史平均值的+1标准差一致[12] 风险 - 下行风险包括：需求低于预期、产品推出速度慢于预期、利润率改善缓慢[13] 其他重要信息 - 公司股票评级为“买入”，目标股价为41港元，预期股价回报率为14.4%，预期股息收益率为0.4%，预期总回报率为14.8%[6] - 公司市值为428.3亿港元（约55亿美元）[6]

行业投资评级 - 报告对亚太科技行业整体持乐观态度 尤其是半导体和内存领域 预计2025年下半年将出现供应不足的情况 [8] 核心观点 - 人工智能相关投资在2025年仍将有效 但需关注新AI加速器和生成式AI应用的推出 [8] - 边缘AI的兴起可能带动智能手机市场的复苏 [8] - 内存市场预计将在2025年第四季度开始复苏 主要得益于HBM产能的重新分配 [8] 行业趋势 - 2025年智能手机出货量预计同比增长2% 2026年增长1% [8] - 高端智能手机的规格升级将推动设备端AI的发展 但消费者是否愿意为此买单是关键 [8] - DRAM和NAND需求目前面临下行压力 但NAND制造商已开始减产 预计2026年将有所改善 [8] 重点公司评级 - 三星电子和SK海力士均获得买入评级 目标价分别为66 000韩元和245 000韩元 [9] - 台积电获得买入评级 目标价为1 300新台币 [9] - LG Display获得卖出评级 目标价为10 200韩元 [9] 市场权重 - 韩国和台湾市场被给予超配评级 尤其是半导体和内存领域 [13] - 中国大陆和日本市场被给予低配评级 主要由于中国半导体和显示器行业的疲软 [13] 估值分析 - 亚太科技行业2025年预期市盈率为21 3倍 市净率为2 83倍 [66] - 台湾市场估值较高 2025年预期市盈率为23 7倍 市净率为3 71倍 [66] - 中国大陆市场2025年预期市盈率为28 5倍 市净率为3 54倍 [66]

行业投资评级 - 报告对PC行业的投资评级为正面，预计2025年PC市场将同比增长6%，而2024年市场表现持平或下降1% [1] - 报告对TSMC的投资评级为正面，预计2025年TSMC的收入将同比增长25%，毛利率将从56%提升至59-60% [7] 核心观点 - CES 2025展会将聚焦PC游戏和AI PC的发布，NVIDIA、Intel、AMD和Qualcomm将推出新的AI PC平台，预计将推动PC市场的复苏 [1] - 微软计划在2025财年投资800亿美元用于数据中心建设，主要用于AI模型的训练和云应用的部署，这将推动AI服务器的需求增长 [1][4] - 中国可能扩大对智能手机、平板电脑和智能手表的消费补贴，预计将提振智能手机销售，尤其是国内供应链企业如Mediatek、Semco、ASE和TSMC将受益 [4][5] - TSMC的2nm工艺进展符合预期，预计将在2025年下半年开始量产，主要客户包括Apple、Mediatek、Qualcomm、NVIDIA和AMD [6][7] 行业趋势 - PC市场在2024年表现疲软，但2025年有望复苏，主要得益于AI PC的推出和游戏市场的需求增长 [1] - AI服务器市场预计将在2025年强劲增长，微软的资本支出计划将推动台湾硬件供应商的需求 [1][4] - 中国智能手机市场在2024年11月同比下降9%，但补贴政策可能刺激销售，尤其是在2025年 [5] - TSMC在2nm工艺上的领先地位将继续巩固，预计将在2025年下半年开始量产，主要客户包括Apple、Mediatek、Qualcomm、NVIDIA和AMD [6][7]

评估工具概述 - Mosaic™ by ACT 社会情绪学习筛选器评估小学、初中和高中学生的社会情感技能，涵盖持续努力、与他人相处、保持冷静、开放思维和社会连接等维度[9] - 小学筛选器包含23个项目，初中和高中筛选器各包含30个项目，学生可在5-7分钟内在线完成[11] - 筛选器提供学生个人报告和学校汇总报告，学生得分范围为1（发展中）到4（掌握），并标记出需要额外支持的学生[11] 评估工具的有效性与可靠性 - 筛选器在所有样本中表现出可靠性和有效性，小学样本1的克朗巴赫α系数范围为0.63至0.79，中学样本1的α系数范围为0.46至0.85[41][66] - 小学样本1中，社会情感技能与五大人格因素的相关性平均为0.51，显示出良好的收敛效度[46] - 中学样本1中，持续努力与GPA的相关性最强（r=0.36），保持冷静与负面情绪和数学焦虑呈负相关（r=-0.35和-0.40）[73] 学生表现与学校环境 - 小学样本1中，34%的学生在社会情感技能上被评为“发展中”，22%的学生在学校环境上被评为“发展中”[50] - 中学样本1中，社会情感技能“发展中”的学生GPA显著较低（d=-0.48），且负面情绪和数学焦虑更高（d=0.54和0.49）[75] - 高中样本1中，社会情感技能“发展中”的学生GPA显著较低（d=-0.58），且负面情绪和数学焦虑更高（d=0.37和0.51）[111] 子组差异分析 - 小学样本2中，三年级学生在所有量表上的得分显著高于五年级学生，但差异幅度较小[53] - 中学样本2中，八年级学生在持续努力方面的得分显著高于六年级和七年级学生[77] - 高中样本4中，12年级学生在“保持开放思维”和“与学校人员的关系”方面得分显著高于其他年级[113] 学校环境与学术表现 - 小学样本1中，社会情感技能与学校氛围感知呈正相关，与“与学校人员的关系”相关性更强（平均r=0.44）[46] - 中学样本1中，学校安全与学术表现呈正相关，九年级学生在学校安全方面的得分显著高于其他年级[113]

学术准备定义 - 学生认为学术准备包括准备好参加大学水平的课程（465人）、掌握基础知识和技能（344人）、拥有良好的学习策略/习惯（295人）、在高中学习严格/具有挑战性的课程（236人）、在高中课程中取得好成绩（194人）[6] 学术准备现状 - 约70%进入两年制机构和40%进入四年制机构的学生需要修读补习课程[2] - 2023届高中毕业生的平均ACT综合分数下降，超过40%的学生未达到ACT大学预备基准分[2] - 学生自评学术准备与ACT成绩不符：82%英语、61%数学、64%阅读、55%科学自评准备充分但达到基准，15%英语、28%数学、31%阅读、32%科学自评准备充分但未达到基准[25] 学术准备评估 - 79%的学生使用多种衡量标准评估学术准备，包括高中GPA、标准化考试分数、高中课程难度级别、学分课程成绩等[29] - 准确评估学术准备的学生更倾向于使用标准化考试分数、高中课程难度级别和大学学分课程成绩[33] 学术准备相关因素 - 参加大学学分课程数量与学术准备程度显著相关，每多修一门课程，达到ACT基准的概率增加1.30倍[41] - 学习技能（如时间管理、笔记技巧）与学术准备程度显著相关，每增加一个学习技能单位，达到基准线的可能性分别提高1.52倍、1.30倍和1.28倍[50] - 学术资源的可用性与学术准备程度显著相关，每增加一种可用资源，达到基准线的可能性在数学和科学方面分别提高1.15倍和1.12倍[59] 学生支持与行为 - 学生认为高级且严格的课程、学术资源、来自知识渊博成年人的专业支持、来自家人和朋友的个人支持对学术准备有帮助[64] - 学生强调培养学习技能（如时间管理、笔记技巧）和其他社会情感行为（如职业道德、决心）对学术准备的重要性[76]