交际教学法指导下大学英语课程中教师的课堂角色

与传统的教学法注重语言知识体系学习的观点不同,交际教学法的教学观认为掌握一门语言就是掌握一种"交际能力"。在大学英语这门公共课课程中,为有效提高学生的交际能力,课堂教学应从传统教学法下的以教师为中心转变为以学生为中心,因此,教师的课堂角色也就发生了变化,由知识的传播者,灌输者,转为学生主动学习的帮助者、提示者、参与者和评估者。     

数学课堂中提高学生信息素养的时机无处不在

但凡提及信息素养,可能有人立刻想到,要开设信息技术课程;但凡提及信息技术与学科整合,便理解为在学科教学中使用现代化教学媒体,让学生上网     

云课堂在线学习平台在语文教学中的应用

近些年来,国家高度重视教育信息化发展,云课堂在线学习平台在学校教学中得到了十分广泛的应用。云课堂在网络终端整合信息资源,不仅改变了教学资源的分布及共享方式,也对移动学习环境建设起到了明显的促进作用,有助于加快教育模式的变革,推动教育的公平化、均衡化发展。因此,初中语文教师要深入分析课程目标、教学内容以及学生的接受特点,灵活应用云课堂在线学习平台,进一步提升语文教学质量。文章首先分析了云课堂的特征及意义,然后就云课堂在线学习平台在语文教学中的应用提出了一系列的对策。     

高水平学术论文外流问题应当引起重视

近年来我国高水平学术论文外流的现象日趋严重，要有效地解决这个问题，首先要修订我国科技评价的指标；同时，各期刊的中国编委应起表率作用，将自己撰写的优秀论文投向自己所任职的中国期刊上；最重要的是要尽快提高中国科技期刊自身的学术质量及服务质量。     

科研知识交流中信息规避行为模型构建

【目的/意义】探索科研工作者在科研知识交流中信息规避行为规律,为提高科研知识交流效率,优化科研 管理水平提供参考。【方法/过程】采用主题分析的方法对26名高校学生的半结构化访谈数据进行编码分析,构建科 研知识交流中信息规避行为的过程机制模型和影响机理模型。【结果/结论】科研知识交流中信息规避行为的影响 因素包括情感因素、认知因素、社会影响、生理因素、人格特质、信息因素和环境条件。信息过载、信息兴趣、信息相 似性和资源可用性通过消极情绪和应对自我效能感间接影响信息规避,而主观规范、感知信息信任和表达可行度 对信息规避行为有直接驱动作用;信息规避策略包括部分规避和完全规避两种,以部分规避为主;信息规避行为主 要对科研人员和科研管理产生消极影响。【创新/局限】清晰阐明了科研知识交流中信息规避行为的表现形式及前 因后果,讨论了多维关键因素参与的信息规避行为的影响机理,但样本类型较为单一,未进行定量化验证。     

特别的宴请

正记得那时我们还住在白人社区。在那里,我的家庭颇具异域特色——爸爸来自叙利亚,妈妈来自巴基斯坦。因此,我们与所在的社区就显得有点格格不入:我们有着不同的食物和不同的节日风俗;我和哥哥姐姐在同一所小学,学校里无论是教职工还是学生,没有一个非裔美国人、亚洲人或拉丁美洲人。有一天,我回到家里,心情十分沮丧。     

别人对你的态度,都是你允许的

正温柔要有,但不是妥协,我们要在安静中,不慌不忙地坚强。01许多年前,看到过一个帖子。一个家长在论坛上提问,大致情况是:儿子小学五年级,班上有个男生谁都不欺负,却总是欺负他儿子。每天放学回家,儿子的衣服上都是钢笔画的图案,清洗十分困难。和老师说了,老师只是批评。对许多老师来说,并没有威胁到学生的安全,其实不算大事。身为母亲,觉得已经是小学阶段的最后     

没有钻石的钻石城

南非的卡布弯，曾是一片荒漠，有一天，却从这里传出了让人惊异的消息：卡布弯有钻石!     

面向数字人文的古诗文本情感术语抽取与应用研究

在跨学科知识范式下,数字人文的研究范畴随着自身学科体系的拓展而不断泛化,采取关键语义技术解析文化对象中的人文内涵与情感知识对于重拾学科“人文性”与“计算性”特质具有重要意义。本文以古诗文本为例,面向汉语诗文及其鉴赏实现大规模人文情感术语的自动化抽取与分析。首先在无标注集环境下提出一种基于“冷启动”的字序列自动标引方法来获取学习语料,随后在字向量（Char2Vec）指导下将汉字特征（部首、拼音等）和BERT语言学模型分别引入机器学习与深度学习模型,并从知识发现的角度定义新术语识别规则。研究发现,将现代鉴赏融入古诗原文显著优化了情感知识的广度与深度,领域术语能够被有效标引。训练的BERT-BiLSTM-CRFs深度学习模型的效果明显优于CRFs机器学习,最佳F1与F1_distinct可分别达到9563%和8543%;同时汉字特征的引入也有效提升了传统CRFs效果,以领域特征和基于“竖心旁”“心字底”部首约束特征为最优。相较于机器学习抽取出的长篇幅新术语,深度学习能够拓展出更多寄托情感知识的新意象词。源于诗文与鉴赏的情感术语为文学信息资源的情感分析与知识服务提供了参考（人文性）,基于汉字语言特征的抽取方案为中文领域自然语言处理技术的深化提供了启迪（计算性）。图11。表6。参考文献30。