大学英语听说课的行动研究

与应试重笔头工夫的英语学习相比较,重口头表达和实际交流的听说能力往往是英语学习者最缺乏的。从全国范围来看,大学英语教育遇到了很多问题,而这在听说教学中表现得尤为明显。通过收集来自两份问卷调查、一次访谈、一次预备测试和四次效果测试的数据,依据行动研究的具体步骤进行分析,结果显示,修改教学行动之后,学生在之前预备测试中所存在的明显差异消失了,这说明修改后的教学行动是成功的、有意义的。     

论行动研究

行动研究作为质化研究的一种方法,具有专业发展性、循环性、反思性和批判性等特征。行动研究对于语言教学研究的重要价值在于,帮助了解真实课堂并从中发现有效学习与教学的方式;帮助认识和领悟语言教育教学中可量化物之外的其他重要内容;帮助发现和理解特定背景之下教师的行为、言语、感知及其内在联系。行动研究使语言教学研究真正成为一种实践的、真实的、具有影响力的、充满活力的研究。     

工艺参数对CO2聚合物发泡宏观形态的影响

研究了超临界条件下CO2在PS中的发泡形态、溶解度与压力、温度和作用时间的关系.同时考虑发泡形态和溶解度的关系,对确定工艺参数具有积极意义.     

上海地区草根NGO的生存困境与行动策略——以嵌入性理论为视角

近年来,草根NGO在我国经济发展和社会转型中的作用日益显著。上海地区草根NGO具有很大的发展潜力,但在人才、资金、公共关系和项目开发等方面也面临一定的困境。为了摆脱目前的困境,草根NGO应加强与公募基金会的结合,注重开发营利性活动和公共关系,重视志愿者素质培训,并通过建立虚拟团队吸引更多热心于草根NGO工作的人才。     

嵌入性理论视角下职业教育服务乡村振兴的治理逻辑、实践困境和行动路向

职业教育在乡村振兴中发挥了极为重要的作用,两者在治理逻辑和价值取向上相互影响,相互推进.职业教育服务乡村振兴也是一种社会关系和经济关系的嵌入性行为,内在逻辑上存在关系嵌入性和结构嵌入性特征,体现在环境嵌入性、组织间嵌入性和双边嵌入性这三个层次上,进而影响合作伙伴关系的构建.根据嵌入性理论,厘清职业教育服务乡村振兴的"关联和重塑—赋能和提质—融合和共生"三位一体治理逻辑,分析职业教育服务乡村振兴存在的治理供需失衡、适配衔接脱嵌、价值引领滞后等实践困境,提出要从要素协同性、机制协调性和价值引领性三个维度出发,增强职业教育服务乡村振兴的嵌入性,这对积极回应乡村经济社会发展关切、推动乡村综合治理、增强职业教育适应性具有现实意义.     

转入善治:高校继续教育迈向治理现代化的时代议题

当前国家正在各个领域推进治理体系和治理能力现代化建设,高校继续教育治理现状距离现代化治理要求还存在较大的差距。与高校其他治理模式相比,善治模式在推进高校继续教育治理迈向现代化建设上更具优势和正义,也更符合高校继续教育治理的实践诉求。把善治模式带入高校继续教育治理领域,需要围绕公共利益最大化这个核心议题厘清公共利益是谁的利益、公共利益该如何整合以及应怎样实现三个基本问题。在善治模式下,高校继续教育治理中的重要主体应按照政府调控、学校主导、学员参与、专家导引、社会协同的逻辑展开行动。     

青少年体育锻炼意向到行为的转化:计划和行动控制的链式中介作用

探讨行为意向与体育锻炼之间的作用机制,以及行为计划、应对计划和行动控制在行为意向对青少年体育锻炼影响中的作用。对1 092名青少年实施问卷调查,并运用结构方程模型分析数据。研究结果表明,两种计划和行动控制分别能够进一步提高对体育锻炼的解释力;行动计划、应对计划和行动控制在行为意向与体育锻炼之间起链式中介作用。行为计划、应对计划和行动控制在行为意向转化为体育锻炼过程中各自发挥不同作用,其中行动控制是行为意向转化为体育锻炼的决定性因素。     

城市社区体育组织促进社会整合的行动逻辑、功能及启示——基于太极拳趣缘群体个案研究的思考

基于有机整合的视角,运用文献资料、参与式访谈等方法,解析太极拳趣缘群体形成过程,对其促进社会整合的行动逻辑进行探讨。调查发现,通过核心组织者动员、集体活动的共同在场经历、亲密关系的建立和集体意识的重塑,使组织成员归属感和集体凝聚力显著增强。分析认为,这种社会整合作用来源于体育社会组织彰显的群体特质和核心的组织者的动员,以及组织成员共同在场的经历和丰富活动体验,促进个体情感的再生产和个体对组织认同的重构,由此实现了组织集体意识的重塑和组织凝聚力的凝结。此外,社区基层体育组织不仅为群体成员社会资本积累提供了一个平台,同时为主体参与和协商社会公共事务提供可能,凸显了当代城市社区体育组织对于个体和社会发展的重要性。     

Informed Patch Enhanced HyperGCN for skeleton-based action recognition

Human skeleton, as a compact representation of action, has attracted numerous research attentions in recent years. However, skeletal data is too sparse to fully characterize fine-grained human motions, especially for hand/finger motions with subtle local movements. Besides, without containing any information of interacted objects, skeleton is hard to identify human–object interaction actions accurately. Hence, many action recognition approaches that purely rely on skeletal data have met a bottleneck in identifying such kind of actions. In this paper, we propose an Informed Patch Enhanced HyperGraph Convolutional Network that jointly employs human pose skeleton and informed visual patches for multi-modal feature learning. Specifically, we extract five informed visual patches around head, left hand, right hand, left foot and right foot joints as the complementary visual graph vertices. These patches often exhibit many action-related semantic information, like facial expressions, hand gestures, and interacted objects with hands or feet, which can compensate the deficiency of skeletal data. This hybrid scheme can boost the performance while keeping the computation and memory load low since only five extra vertices are appended to the original graph. Evaluation on two widely used large-scale datasets for skeleton-based action recognition demonstrates the effectiveness of the proposed method compared to the state-of-the-art methods. Significant accuracy improvements are reported using X-Sub protocol on NTU RGB+D 120 dataset.