中职学校德育课程交互式教学方法应用研究

交互式教学作为一种全新的教学理念,以课堂为基础,以学生为中心,以培养学生创造性思维和习惯为手段,将解决现实问题的能力作为教学的根本目标。通过分析交互式教学方法的内涵和特点,从学生角色、教学过程、教学手段等五个方面比较交互式教学与传统方法的差异,提出合理设计课堂主题、引导学生主动学习、导演课堂研讨、重视课堂小结四个核心教学环节,结合经验总结出实施交互式教学的保障措施,解决目前德育课程教学普遍存在的教育理念偏差、教学内容指向性不强、教学方法运用有误区等突出问题,切实提高中职德育教学的针对性、实效性。     

佛教生命观的马克思主义生态哲学维度解读

佛教的生命观与马克思主义生态哲学相比较,既存在共同点,也具有自身的独特性。马克思主义的生命观强调,生命存在是生命观存在的前提和基础。佛教中用“缘起”来阐释生命,这就是马克思所说的“联系是普遍性”的观点。马克思主义生命观认为生命是自然属性和社会属性的结合,这种观点在佛教中也能找到蕴含。马克思主义生态哲学关注的关爱生命及动物保护观念可以从佛教的生命观思想中提取思想资源。     

汤米的窗口

悦读提示:这是一个充满了温情和力量的故事,一个残疾男孩儿在困境中仍然没有忘记鼓励别人,他的故事令人感动。阅读《汤米的窗口》,你会从这个窗口中看到善良,看到爱心,看到绵绵不绝的鼓励。在繁华的大都市里,车水马龙的街道边,有一座摇摇欲坠的破房子,在三楼的窗户背后,一张简陋的小床上正蜷卧着无助的残疾小男孩汤米。为打发时光,他请卖报纸的小伙伴们找一些     

公众参与数字人文项目的影响因素北大核心CSSCI

文章通过实证分析影响公众参与数字人文项目的因素,总结其价值排序、具体维度和层次结构,为数字人文项目吸引公众参与和长远发展提供参考。基于问卷调查收集的原始数据,运用探索性因子分析方法判断影响因素的重要性,构建公众参与数字人文项目影响因素模型,并对比讨论参与过项目和未参与过项目的两类公众对相关影响因素的价值取向。研究发现:公众参与数字人文项目影响因素构成主要包括项目平台与软实力、公众需求与能力、项目任务特征、项目自身条件4个维度的23个影响因素;两类公众对相关影响因素的价值判断既有相同点,也有差异性;数字人文项目应重视平台和软实力建设,重点关注平台安全性、平台易用性、平台设计、培训机制、宣传效果等因素,并针对不同类别的公众采取具有针对性的推广策略。     

学术不端与版权侵权比较论考

学术不端行为不仅违反学术规范,也可能构成版权侵权.运用比较研究的方法可以发现,学术规范与版权规范作为相互独立的规范系统,存在基本属性等方面的质性差异,在具体学术不端行为的认定上也有不同.但是,二者基于共同的价值诉求和相似的话语体系,可以形成良性互动的耦合关系,共同促进知识生产和学术研究活动,对学术共同体起到指引、评价、...     

职业教育数字化“1+5”体系研究

2022年召开的职业教育工作会议将职业教育发展的重点放在提高质量和提升形象上面,并提出相关教育单位要严格落实三个文件精神,实现五大重点的突破。在五大重点中,职业教育实现数字化升级是重中之重,它包含了“1+5”的数字体系,为职业教育工作实现数字化升级提供了具体实施路径,也奠定了基础。“1+5”体系的提出,转变了传统的教学模式,变革了以往的治理方式,为夯实相关教育工作和促进信息化升级奠定基础,也为社会输出高质量人才提供保障。因此,通过对“1+5”体系展开深入解读,详细地阐释其中的一个系统和五个中心的内涵,并提出在整个数字化转型过程中的具体努力方向,期望能够推动相关工作的顺利落实,为完善中国职业教育奠定基础。     

记者风格与新闻审美

新闻作品的风格体现在新闻作品的内容和形式两个方面.新闻在传播消息提供信息,完成主要功能的同时,还具有审美等其它功能,给受众以美的享受与愉悦感.     

汽车打出自主牌：中央地方二重奏

当年合资热潮中的地方边缘者被迫走上了自主品牌之路，而如今随着国家产业政策风向的变幻，曾经热衷于合资的“中央军”也开始在自主之路上高歌猛进起来。接下来的故事如何演绎．耐人寻味。[编者按]     

我不能败

我不能败,我时常这样想并告诫自己。 是的,我不能轻易就对生活宣告自己的失败,这不是我性格。 尽管曾经千百次默默地耕耘而没有得到收获,尽管许多美丽的梦想已被现实击得支离破碎,吞噬着我脆弱的心中那一点     

基于DE-SVM的船舶航迹预测模型

为提高船舶航迹预测精度,解决准确建模难度大和神经网络易陷入局部最优的问题,考虑实时获取目标船AIS数据较少的特点,提出一种基于支持向量机(support vector machine,SVM)的航迹预测模型。选择AIS数据中的航速、航向和船舶经纬度作为样本特征变量;采用小波阈值去噪的方法处理训练数据;采用差分进化(differential evolution,DE)算法对模型内部参数寻优以提高模型收敛速度和预测精度。选取天津港实船某段航迹的AIS数据,比较基于DE-SVM与基于BP神经网络的航迹预测模型的仿真结果。结果表明,基于DE-SVM的航迹预测模型具有更高的预测精度,简单、可行、高效,且耗时少。