全文获取类型
收费全文 | 3648篇 |
免费 | 16篇 |
国内免费 | 36篇 |
专业分类
教育 | 2126篇 |
科学研究 | 616篇 |
各国文化 | 12篇 |
体育 | 365篇 |
综合类 | 38篇 |
文化理论 | 11篇 |
信息传播 | 532篇 |
出版年
2024年 | 5篇 |
2023年 | 57篇 |
2022年 | 57篇 |
2021年 | 56篇 |
2020年 | 83篇 |
2019年 | 57篇 |
2018年 | 24篇 |
2017年 | 40篇 |
2016年 | 83篇 |
2015年 | 156篇 |
2014年 | 308篇 |
2013年 | 341篇 |
2012年 | 373篇 |
2011年 | 374篇 |
2010年 | 293篇 |
2009年 | 241篇 |
2008年 | 288篇 |
2007年 | 196篇 |
2006年 | 155篇 |
2005年 | 131篇 |
2004年 | 86篇 |
2003年 | 87篇 |
2002年 | 58篇 |
2001年 | 52篇 |
2000年 | 35篇 |
1999年 | 7篇 |
1998年 | 6篇 |
1997年 | 14篇 |
1996年 | 14篇 |
1995年 | 5篇 |
1994年 | 5篇 |
1993年 | 5篇 |
1992年 | 3篇 |
1991年 | 3篇 |
1990年 | 1篇 |
1989年 | 1篇 |
排序方式: 共有3700条查询结果,搜索用时 15 毫秒
51.
“玉在椟中求善价”是很多大学毕业生的就业心态,但找“饭碗”还得审时度势。因为高校毕业生就业形势不容乐观。如何找“饭碗”?不妨了解一下国外大学生毕业后的就业经历。 相似文献
52.
53.
引入数字人文技术以探索专题档案多维开发利用的新路径。以数字人文理论和方法为依据,构建专题档案多维开发利用的实现路径,即以时间、空间和主题三个叙事维度为基础,运用多样化的数字人文技术对专题档案资源进行收集、整理、著录、加工等一系列建设工作,最终形成一个系统完整的数字人文产品。最后,以乾隆南巡专题档案为实例,进行实证分析。该路径具有三个层面的实效:资源层面,多维集成分散的专题档案资源,实现资源体系化;内容层面,将专题档案蕴含的丰富内容进行提炼与呈现,实现内容场景化;用户层面,将静态的叙事信息进行多媒体方面的呈现,实现知识大众化。 相似文献
54.
55.
56.
57.
58.
王秀云 《语数外学习(初中版七年级)》2011,(4):37-38
have的基本含义是"有""拥有",表示一种所属关系,主语通常是人,但有时也可是物。have的第三人称单数形式是has。例如:We have a new computer.我们有一台新电脑。Jim has a few Chinese friends at school.吉姆在学校有几个中国朋友。含有have的肯定句在变否定句时,在have前要加don’t;has前加doesn’t,has要变为have。例如: 相似文献
59.
《数学课程标准》指出:“教材是实现课程目标实施教学的重要资源,但不是唯一的资源,更多的教育教学资源是在课堂中生成的.”教学过程中的很多变化情况和因素是无法事先“约定”的,“错误”是每位教师必然遇到且须直面的学情信息.教师应该成为错误资源的开发者,巧用教学机智,将错误和意外转化为有效的教学资源,引导学生在“识错”“纠错”“用错”“思错”的过程中感悟算理,领悟方法,发展思维,提高能力,这样的课堂会更精彩. 相似文献
60.
As a parallel programming model, Map-Reduce is used for distributed computing of massive data. Map-Reduce model encapsulates
the details of parallel implementation, fault-tolerant processing, local computing and load balancing, etc., provides a simple but powerful interface. In case of having no clear idea about distributed and parallel programming, this
interface can be utilized to save development time. This paper introduces the method of using Hadoop, the open-source Map-Reduce
software platform, to combine PCs to carry out scalable parallel computing. Our experiment using 12 PCs to compute N-body problem based on Map-Reduce model shows that we can get a 9.8x speedup ratio. This work indicates that the Map-Reduce can be applied in scalable parallel computing. 相似文献