新经济时代企业集成运作系统的创新

文章分析了现行以CIMS为主的企业集成运作系统在新经济时代存在的重技术轻管理、重系统内集成轻系统外整合、系统运行的灵活性和高效性矛盾突出等问题,指出这些问题已成为影响企业参与新经济市场竞争,获得竞争优势的严重障碍;在此基础上提出了企业集成运作系统的创新思路;建立以计划为核心的管理集成系统(PCIMS),并提出该系统在我国的推广建议。     

《古今图书集成》原文电子版及其对图书馆古籍工作的影响

在建国５０周年之际，广西金海湾电子音像出版社为了为共和国庆典添加光彩，隆重推出电子版《古今图书集成》，使这部大型典籍焕发出现代化青春，本文主要从《古今图书集成》原文电子版的问世，分析了对图书馆古籍工作的影响及在索引上的改进和存在的问题。     

西部大开发－－一个可持续发展的报道主题

中国的西部大开发是一个长久的战略性经济政策，也是一次持续的深夜迁，它对中国的传媒提供了一个广阔的可持续报道的主题。本拟论证这个主题内传媒可持续报道的若干话题，提出宏观、中观的报道规划。作强调，中国的传媒有责任给予西部大开发以更多的理性和人关怀；同时，发挥舆论监督的作用。这种监督的重点，不在于由传媒出面解决问题，而在于通过对具体事实的持续报道，使人们的观念逐渐实现从愚味到理性、从传统到现代的转变。     

“分级办学，分级管理”——农村义务教育体制问题探析

随着市场经济体制的建立和农村税费改革政策的施行，农村基础教育“分级管理”的体制弊端日渐凸显，愈来愈不适应当前教育形势的需要，因此，提出“国家办学，分类承担，垂直管理，政府协调，学校自主，校长负责”的管理体制，以从根本上解决农村义务教育所面临的种种问题，逐步摆脱困境，促使其持续健康发展。     

技术集成与逻辑转换：2022两会报道创新

在媒体融合深化与新冠肺炎疫情的叠加影响下,2022两会报道从供给端转向需求端发力,实现了从技术变革到技术集成的传播生态演变,具体表现为传播主体多元融合、生产流程集中化智能化、内容表达分化等变化。在媒体融合不断深化的背景下,两会报道需要以媒介逻辑重构生产理念、以平台逻辑创新实现精准触达、以表达逻辑创新培育情感受众,以此为两会报道创新提供参考。     

省级公共文化云微信用户持续使用意愿研究

对省级公共文化云微信用户的持续使用意愿进行研究,探索影响用户持续使用意愿的主要因素。以S—O—R理论为逻辑框架,整合ECM—ISC和D&M理论模型,同时引入沉浸体验变量,建立研究模型。通过问卷对“江苏公共文化云”微信用户进行持续使用意愿调查,再利用SPSS 26.0和AMOS 26.0软件对模型中所含变量与假设进行验证。用户满意度和感知有用性是影响省级公共文化云微信用户持续使用意愿的主要因素;期望确认度显著影响感知有用性和沉浸体验,间接影响用户满意度;服务质量显著影响期望确认度,间接影响感知有用性和沉浸体验;信息质量对感知有用性、期望确认度和沉浸体验的影响未能通过验证。     

“活教育”视域下幼儿深度学习的实践——以大班幼儿户外自然物拼搭游戏为例

自然物拼搭游戏作为一种典型的情境性学习活动,具有幼儿感兴趣、操作性强、可持续探究等特点,能为幼儿提供深度学习的空间。幼儿在解决拼搭问题的过程中批判性地思考并积累经验,在经验的迁移中不断解决更为复杂的问题,实现了自然物作品从“小”到“大”、由“平面”到“立体”、从“单个”到“整体”的突破,有效促发了深度学习,从而获得更深层次的建构经验及技能。     

第81届中国教育装备展示会召开新产品新技术新成果发布会

本刊讯2023年4月23日,由中国教育装备行业协会主办,江西省教育厅和南昌市人民政府共同承办,各省、自治区、直辖市和计划单列市教育装备行业协会协办的第81届中国教育装备展示会新产品、新技术、新成果发布会在南昌绿地国际博览中心举行。发布会由中国教育装备行业协会教育装备研究院院长李兴植主持,旨在持续推进技术进步、服务教育现代化、引领行业发展,促进供需双方全面交流、合作与创新发展。     

基于主题模型的文本分类算法性能比较SSCI

文章利用LDA模型进行文本降维和特征提取,并将传统分类算法置于集成学习框架下进行训练,以探讨是否能提高单一分类算法的分类准确度,并获得较优的分类效果,使LDA模型能够发挥更高的性能和效果,从而为文本分类精度的提高服务。同时,以Web of Science为数据来源,依据其学科类别划分标准,建立涵盖6个主题的实验文本集,利用Weka作为实验工具,以平均F值作为评价指标,对比分析了朴素贝叶斯、逻辑回归、支持向量机、K近邻算法4种传统分类算法以及AdaBoost、Bagging、Random Subspace 3种集成学习算法的分类效果。从总体上看,通过“同质集成”集成后的文本分类准确率高于单个分类器的分类准确率;利用LDA模型进行文本降维和特征提取,将朴素贝叶斯作为基分类器,并利用Bagging进行集成训练,分类效果最优,实现了“全局最优”。