基于教育评估的顶层设计对高校图书馆的影响机理分析

基于教育评估的顶层设计,通过评估方案的制定和实施,规范、调控全国各高校以资源配置为基础的全部教学管理工作,从而导致长期处于资源配置相对劣势的图书馆也从中获取增量资源与效应,取得超常发展。随着教育评估方案的发展完善,这一影响机理将日趋常态化;随着高校资源配置水平的逐步提升,其编制的资源配置计划对图书馆的影响终将与基于教育评估的顶层设计对图书馆的影响趋同。     

文化自信之中国现代文学课程资源探析

文化自信的提出是基于当下中华民族伟大复兴的美好愿景和现实需求.中国现代文学三十年由于面对深刻的社会转型与空前的民族危机,因此以家国情怀为核心的爱国主义作品数量十分丰富,这是中国文学的优秀传统,也是文化自信的根本源泉和重要内涵.论述现代文学课程中家国情怀表现最突出的现代启蒙思潮、五四诗歌创作以及抗战文学,旨在更充分地利用...     

基于弱共现和突发监测的情报学学科研究主题及交叉性分析

[目的/意义]运用弱共现和突发监测两种研究方法,在微观层面对情报学学科的研究主题及其交叉性进行分析,以期揭示与科交叉规律,促进学科交叉研究。[方法/过程]获取情报学学科科研论文的高频主题词,在此基础上生成高频词共现矩阵,并进一步生成弱共现网络,对弱共现网络呈现出的主题及交叉性进行分析。同时,对高频主题词进行突发监测。[结果/结论]研究结果显示,在高频词强共现网络中不突出的研究主题会在高频词弱共现网络凸显出来,这些研究主题可能是当期的研究重点,也可能是将来的研究重点和热点;主题之间弱关系被定义为4类,体现了情报学学科微观层面的交叉性;突发探测结果在研究时间段内显示的研究热点趋势和强共现网络的聚类结果具有一致性,在揭示具有学科交叉性的新研究主题时体现出敏感性、突出性和动态性优势。     

电子资源使用评估与E-Metrics

E—Metrics项目是美国研究图书馆协会新评估计划的5个子项目之一。本文对E—Metrics项目的产生背景及发展历程进行较为详细的介绍，并对整个项目进行简要的评价。     

数字化资料室建设对策及构想

数字化资料室建设的重要前提和物质基础是建构和完善数字信息资源体系,数字信息资源指的是以计算机和网络为媒介的各种形式的信息集合。文章就此问题进行分析和探讨,并提出一些具体对策及构想。     

和谐社会构建中的基层图书馆问题

实现基层图书馆的和谐发展,是和谐社会对图书馆的必然要求。文章着重从基层图书馆的现状入手,探讨基层图书馆的地位与作用及应该采取的措施。     

竖笛教学中学生合作演奏能力的培养刍论

利用合作演奏开展竖笛教学,让学生通过多人配合、小组配合的方式扮演不同的角色,接受不同声部的分配,自己选择可以驾驭的角色,可以提升学生的合作演奏能力,培养学生的音乐素养,促进学生的个性化发展.教师应结合教学中存在的问题,深入探究竖笛在音乐教学活动中的应用价值,提升学生的合作演奏能力.     

Knee extensor and flexor torque development with concentric and eccentric isokinetic training

This study assessed muscular torque and rate of torque development following concentric (CON) or eccentric (ECC) isokinetic training. Thirty-eight women were randomly assigned to either CON or ECC training groups. Training consisted of knee extension and flexion of the nondominant leg three times per week for 20 weeks (SD = 1). Eccentric training increased ECC knee extension and flexion peak torque more than CON training. The ECC group improved acceleration time and time to peak torque with ECC movements versus the CON group. Slow-velocity ECC isokinetic training yielded greater ECC and similar CON torque development gains versus CON training over the course of 20 weeks in young women.     

基于径向基神经网络的专利申请数量预测研究

利用径向基神经网络,对国内外近年来专利申请数量进行了预测。预测结果同用时间序列ARMA模型预测的结果进行了比较。预测结果表明：良好训练的径向基神经网络的输出数据能与实际专利申请数较好地吻合,而且比ARMA预测方法更为有效,可作为专利预测的一种新手段。