新高考改革背景下高中生涯教育实施路径研究

职业生涯教育对于人的一生都有重要的意义,高中阶段尤其重要。我们要做好现阶段高中生的生涯教育工作,首先要对职业生涯教育进行溯源,回顾生涯教育的研究历程,然后紧跟时代步伐,在新高考改革的背景下,明确高中职业生涯教育的重要性,总结目前高中职业生涯教育存在的问题,进而从国家、学校和家庭三个角度分别为高中职业生涯教育提供实现路径。     

跨学科研究生培养模式：美国的典型案例及启示

跨学科研究生教育是培养高水平复合型人才的重要途径,也是世界研究生教育发展与改革的新方向。美国跨学科研究生教育的历史悠久、经验丰富,宾夕法尼亚大学教育研究生院人类发展跨学科研究项目就是一个典型案例。该项目已形成包括明确创新性跨学科学术人才的培养目标、开设丰富的跨学科课程、多样性的科研实践活动与多学科学习经历的师资、由研究生院主导的跨学科教育组织形式以及保障人才培养质量的考核机制等在内的较为成熟的培养模式。该项目对我国高校跨学科培养研究生的启示是：应更新培养理念,明晰培养目标;优化培养过程,完善考核评价机制;健全保障机制,推动跨学科教育发展。     

远场类谐和地震作用下双柱墩梁桥失效分析

根据远场类谐和地震动、普通地震动反应谱与规范反应谱之间的包络关系,选取输入结构的地震动加速度峰值?建立双柱墩式抗震梁桥,分析同峰值加速度的远场类谐和地震动和普通地震动作用下双柱墩式梁桥主梁、墩柱的地震响应等,揭示远场类谐和地震动作用下双柱墩式梁桥的动力响应与失效机理?采用SR模型模拟双柱墩抗震梁桥墩底的SSI效应,分析远场类谐和地震动作用下梁桥地震响应变化规律。结果表明,远场类谐和地震动对桥梁的地震响应为普通地震动作用的1.5倍以上,其设防烈度至少应提高一度才能保证桥梁的安全?墩-系梁连接点处弯矩随桩土刚度减小而增大,有可能会引起桥墩弯曲破坏。     

创业环境和心理环境对大学生创业绩效的影响机制研究

大学生创业环境和心理环境对大学生创业绩效具有重要影响,自我效能感和创业韧性是创业者心理环境的两个重要组成部分。研究通过构建以创业环境为自变量,以自我效能感为中介变量,以创业韧性为调节变量,以创业绩效为因变量的理论分析模型,把杭州、宁波、金华等地大学生创业者作为调查样本进行了实证分析。结果显示:创业环境能显著预测创业绩效;自我效能感在创业环境与创业绩效之间起到显著的中介作用;创业韧性在“创业环境—自我效能感—创业绩效”关系链的后半段路径发挥调节作用,且高水平创业韧性调节效果更为显著。研究还从改善创业环境、提升创业者自我效能感和增强创业韧性等方面提出对策与建议。     

数据流聚类算法分析

数据流作为一种新的数据对象,近年来成为了数据挖掘领域的研究热点问题,具有很大的应用前景。文章首先比较了数据流聚类分析和传统的聚类分析的一些不同点,然后对目前几个典型的数据流研究成果进行了分析,最后对数据流的进一步研究方向进行了展望。     

中科院产研合作对其科技成果转化影响研究

本文旨在分析中科院产研合作对其科技成果转化的影响。在回顾文献的基础上,本文基于复杂网络理论提出了中科院产研合作整体网络的小世界性,以及局部网络中心性与结构洞对中科院成果转化影响的基本假设,并利用中科院2006-2017年专利数据进行实证检验。研究结果表明：（1）中科院产研合作整体网络小世界性的提升有助于中科院整体成果转化效率的提升;（2）在产研合作网络中具有较高中心性的中科院研究所转化效率更高,而结构洞不具有显著影响。总结来看,中科院产研合作向企业和中科院提供了有效的沟通渠道,有助于自身成果转化。     

河北 申鹏 先胜 湖北 李雪松

中炮过河车对屏风马平炮兑车 2009年象棋甲级联赛第15轮,河北主场迎战湖北,赛前河北队排名已跌至谷底,形势危急;而湖北队则雄居榜首,领先广东队八分,此番相遇,河北队虽面对强敌,但仍需背水一战。赛前抽签结果为：第一台阎文清VS洪智,第二台申鹏VS李雪松,第三台王瑞祥VS汪洋,第四台苗利明VS李智屏。     

后现代教育观视角下篮球普修课技术教学模式的研究

以后现代教育思想为指导,遵循篮球运动规律,结合篮球技术的特点,尝试构建篮球普修课技术教学新模式.运用教学实验法来验证篮球普修课技术教学新模式的合理性和可行性.结果表明:新模式能有效提高学生在对抗条件下运用技术的能力,可充分调动学生的积极性和主动性,提高篮球普修课技术教学的效益.     

普通高校"课内外一体化"课外体育活动管理模式研究

通过实验法对"课内外一体化"课外体育活动管理模式进行研究.结果表明"课内外一体化"课外体育活动管理模式促进了学生体育课的学习积极性,提高了学习效果;加深了对体育的情感体验,无论是在增强体质、增进心理健康、培养能力,还是在强化特长、养成锻炼习惯等方面都得到学生的充分认可;学生的身体素质明显提高.     

基于负样本多通道优化SSD网络的钢铁厂提取

准确提取钢铁厂对去产能监测和环境保护具有重要意义。传统的人工目视解译方法效率低、成本高,无法满足开展大区域钢铁厂监测的需求。以深度学习目标检测网络SSD为基础,构建面向遥感影像钢铁厂提取的深度学习目标检测网络,提出maxout模块,将负样本通路优化为多分支结构,突出难分负样本特征并提升网络对无用特征的抵制效果。利用国产GF-1数据对京津冀地区的钢铁厂进行快速自动提取实验。与人工解译的钢铁厂点位数据的对比表明,该目标检测方法的提取精度达到80%以上。