山清花欲燃

这幅山水风景画,山石陡立,绿树青翠欲滴,山花片片火红欲染,山顶古木,挺拔群立;山体斑斑苔痕,尽显沧桑古韵。远山辽阔浑厚,给人以开朗之感。山里人家依山傍水,红花绿树环绕,多么怡人的环境!     

浅析信息行为研究趋向

介绍了信息行为概念的提出及研究概况,从用户的角度出发,结合目前信息行为研究的新成果,分析并预测了信息行为研究的未来发展趋向。     

奇妙的世界

为什么眼睛不怕冷？ 天冷了,我们会用羽绒服、厚袜子、帽子等来保暖。可眼睛怎么保暖呢？原来,眼珠前面有一层眼角膜,它不含血管,几乎没有什么散热能力,但能起到缓冲寒冷传导到眼球里的作用,所以热量散得比较少而且很慢。除此以外,＋眼眶前面还有柔软的眼睑,能挡住寒冷,使眼珠在寒冷中保持一定的温度。别担心眼睛露在外面,它们不怕冷。     

高水平专家型小学师资队伍建设研究

学校要发展,质量要提高,加强师资队伍建设是固本之源。《国家中长期教育改革和发展规划纲要(2010—2020年)》明确指出:"教育大计,教师为本。有好的教师,才有好的教育。"如何采取行之有效的方法,提高教师队伍的专业化素质,全面提高素质教育质量,已经成为当前促进教     

海上油田采油工艺新技术现状及发展方向

随着国内海洋石油勘探开发工作的推进和中石化海外油气田的陆续增多,深海油气的开发显得尤为重要。本文对国内外海上油田采油工艺技术进行了全面总结。归纳了近年来对油田开发产生积极影响的新的重大成果,包括已经形成的水平井控水完井工艺、适度防砂工艺、地层自流注水。同时,针对当前发展现状和与国外的技术差距,提出了今后的技术发展方向。     

冈底斯中段尼木斑岩铜矿田的K-Ar、^40 Ar/^39 Ar年龄：对岩浆-热液系统演化和成矿构造背景的制约

青藏高原冈底斯斑岩成矿带不同于经典的产于岛弧和大陆边缘的斑岩铜矿,而形成于后碰撞挤压向伸展转变期,显示了极好的成矿前景.本文对冈底斯中段尼木矿田白容、厅宫和冲江斑岩铜矿区斑岩体进行了系统研究,确定出斑岩体演化和侵入序列为：似斑状二长花岗岩→成矿二长花岗斑岩→石英闪长玢岩→花岗闪长斑岩.K-Ar和^40 Ar/^39 Ar年代学研究获得白容矿区似斑状二长花岗岩中角闪石的K-Ar年龄为16.9±2.4Ma;石英闪长玢岩中黑云母的K-Ar年龄为12.3±0.2Ma、^40 Ar/^39 Ar坪年龄为12.5±0.2Ma;花岗闪长斑岩中黑云母的K-Ar年龄为11.5±0.2Ma、^40 Ar/^39 Ar坪年龄为12.4±0.2Ma;厅宫矿区石英闪长玢岩中黑云母的K-Ar年龄为13.8±0.2Ma、^40 Ar/^39 Ar坪年龄为14.9±0.2Ma;花岗闪长斑岩中黑云母的K-Ar年龄为13.5±0.3Ma、^40 Ar/^39 Ar坪年龄为14.2±0.2Ma,这些年龄表明：石英闪长玢岩晚于似斑状二长花岗岩,略早于花岗闪长斑岩.成矿与二长花岗斑岩有关,其侵位时间晚于似斑状二长花岗岩,早于石英闪长玢岩和花岗闪长斑岩.尼木癍岩铜矿田这种复式杂岩体较充分的分异演化有利于含矿热液的集中与逐渐富集成矿.白容斑岩铜矿蚀变矿化二长花岗斑岩的蚀变绢云母的K-Ar年龄为11.8±0.2Ma,^40 Ar/^39 Ar坪年龄为12.0±0.1Ma,代表了中低温蚀变和矿化末期的年龄.白容矿区绢云母化带的蚀变年龄与石英闪长玢岩和花岗闪长斑岩的黑云母^40 Ar/^39 Ar年龄基本一致,与厅宫矿区辉钼矿Re-Os年龄及石英闪长玢岩和花岗闪长斑岩的黑云母^40 Ar/^39 Ar年龄同样基本一致,暗示两个矿区石英闪长玢岩和花岗闪长斑岩的岩浆结晶冷却与成矿二长花岗斑岩后期热液成矿时间上有重叠.结合前人年龄数据大致确定出白容矿区岩浆-热液活动时限为0.5～5Ma,厅宫为4Ma,冲江为4.5Ma.尼木矿田成矿斑岩^40 Ar/^39 Ar年龄晚于冈底斯碰撞后第一次快速隆升时间≈21Ma,15Ma冈底斯中段NS向正断层开始活动,表明含矿斑岩体可能侵位于地壳加厚、冈底斯山大规模隆升到一定程度后出现弱伸展环境的构造背景下,即斑岩铜矿形成于从南北向挤压隆升到东西向伸展初始发育的过渡构造背景.     

Authorware程序的“减肥”

今天，信息技术已经渗透到人们学习，工作，生活的各个方面。人们借助于信息技术改变传统的教学模式，目前最多的就是利用多媒体课件进行辅助教学。     

电视钟爱"一夜情"

不久前看了一个数据统计,互联网对年轻人的吸引力达到87%,电视对年轻人的吸引力降至13%.我的理解是现在不是年轻人接触电视的机会少了,而是电视对年轻人的吸引力降低了.     

生态足迹的分析预测及其驱动力研究

运用生态足迹和生态承载力的理论和计算方法对徐州市2005年人均生态足迹、人均生态承载力和人均生态赤字进行计算,对其土地利用可持续程度进行评价.运用一元线性回归模型对人口约束力进行预测分析,并通过灰色GM(1.1)预测模型,对总生态足迹、可利用生态承载力进行了预测。最后对驱动其变化的因子进行相关性分析。