直面前沿问题--记『西部地区综合实践活动研讨会』

２００２年９月１３日～１５日“西部地区综合实践活动研讨会”在昆明召开，来自新疆、重庆、山东、江苏、四川、北京、江西、黑龙江和云南的综合实践活动教师、教育科研人员１１０人参加了这次研讨会，中国～德国合作江苏省劳动技术教育师资培训中心德国专家Dr．Pfeifer、中国教育学会中小学劳动技术教育专业委员会副理事长党好政应邀出席，云南省教科院院长杨坤到会并致开幕辞。在研讨会上新疆、重庆和云南的教育科研人员介绍了当地劳动技术教育课程的发展情况，德国专家Dr．Pfeifer作了研究性学习和劳动与技术教育的专题报告，党好政老…     

勾股定理与特殊角

勾股定理是中学数学中一个非常重要的定理.在解题过程中,如果能抓住已知题目中的特殊角,构造出直角三角形,应用勾股定理,就能很轻松地解决问题. 例1 如图1,在四边形ABCD中,∠A=60°,∠B=∠D=90°,BC=2,CD=3,则AB=( ).     

建设新职教--来自行业的研究报告

职业教育具有教育和经济的双重特征,是经济与社会发展的重要基础.在经济快速发展的过程中,传统的职业教育模式已经难以适应经济社会发展的需要.<国务院关于大力推进职业教育改革与发展的决定>指出,"推进职业教育的改革与发展是实施科教兴国战略、促进经济和社会可持续发展、提高国际竞争力的重要途径,是调整经济结构、提高劳动者素质、加快人力资源开发的必然要求,是拓宽就业渠道、促进劳动就业和再就业的重要举措."因此,职业教育必须面向市场、面向就业,高度重视行业企业人力资源开发的需要.     

新型学区中不同类型学校间资源的深度整合——整合职普资源推进两大系统的课程改革

一、教育发展中资源短缺矛盾的内在要求 随着教育的快速发展,对教育资源的要求越来越高,为了适应、促进教育更快更好地发展,教育资源必须配套甚至超前发展。但是,位于首都中心地带的东城区学校,不可能真正做到教育资源"大而全",而且教育资源的发展受周期性的限制,任何一个学校的教育资源都有与教育发展时间上和空间上的不协调性。这就要求我们以新的资源观考虑问题,     

高等数学教学方法探讨

高等数学是高等院校众多专业必修的重要基础课,其教学质量的好坏直接影响到后继课程的学习及理性思维品格和思辨能力的培养。笔者结合自己的教学实践,就高等数学教学方法及如何提高教学质量进行了探讨     

《江苏省实施〈中华人民共和国职业教育法〉办法》开始实施

《江苏省实施（中华人民共和国职业教育法）办法》（简称《办法》）已由江苏省第九届人民代表大会常务委员会第十一次会议于１９９９年８月２０日通过,并于１９９９年１０月ＩＲ施行。该《办法》符合以人为本的教育立法精神,体现了职业教育改革发展的基本规律,其基本特点如下：①在职业教育多元办学方面规定,公办职校可以改制为“公有民营”,大学可与企业合办高等职校,农村普通中学应开设职业教育课程或增加职业教育教学内容;②在职业教育经费筹措方面规定,职校生均教育经费标准应当高于同级普通学校标准,企业单位职工教育经费从职…     

棉花优化施肥模型及氮磷最佳配方的研究

通过最优回归设计田间试验测得的数据,建立以皮棉产量为目标函数的氮磷效应模型、Ｙ＝８６．０４＋５．２３Ｘ１＋４．２６Ｘ２－５．８８Ｘ＾２１－２．６４Ｘ１Ｘ２根据模型计算得出最大施肥量为纯Ｎ１３．４６,Ｐ２Ｏ５１１．７７ｋｇ／ｍｕ,最佳施肥量为Ｎ１３．３１ｋｇ,Ｐ２Ｏ５１１．６０ｋｇ／ｍｕ。由最佳氮磷养分合成模型Ｙ＝－２．８５９１Ｚ＾２＋４．７１５Ｚ＋８６．０４,模拟得出不同目标产量的经济最佳纯养分组     

创新新农科人才培养机制的思考与探索——以新疆新农科教育联盟为例

在教育高质量发展的背景下,农科教育要深化产学研协作,创新人才培养方式,积极探索协同育人机制。新疆积极响应党中央关于高等教育发展尤其是新农科建设的新要求,成立了新疆新农科教育联盟,提供了农科育人机制新平台,制定了新农科教育联盟契约,为依规培养农科人才提供制度保障,确定了新农科教育联盟的工作机制,为农科人才高质量培养提供机制保障,在新农科教育联盟主体的选择上,采取理性最优的选择方式,选择涉农院校、涉农行业企业、涉科研院所、涉农政府主管部门四大主体协同育人,为新农科建设的改革提供了丰富的实践经验。     

建设微生物组大数据中心 发挥长期科学影响

宏基因组研究的思想与技术推动了微生物组的兴起,积累了丰富的微生物基因组以及健康、动植物和环境相关的微生物宏基因组数据,形成了具备一定规模和影响力的数据库、标准化方法与分析工具。大多数平台聚焦于为项目或特定类型的微生物菌群提供数据支撑,难以满足更深入全面的微生物生物学研究需求。文章建议采用综合聚焦微生物分类单元总和的微生物系统组与聚焦特定生态位微生物种群总和的微生物组的思路,建设综合性的微生物组数据仓库,整合微生物分类、进化、生态以及相关"组学"数据与信息。在此基础上,进一步综合生命科学基础研究和系统合成生物学研究的数据,支撑经高水平质控的综合性参考数据库、标准化的拼接与注释以及一流的数据汇交、搜索分享、深度学习和分析挖掘方法的研究开发。由此,亦将进一步集成大型微生物组项目的元数据及数据,形成数据综合完整、管理安全高效,服务功能完备的微生物组大数据中心。