基于网络环境下协作学习模式的构建和实践

随着信息技术的发展，网络环境已成为学习者学习的重要环境之一。基于网络环境下的协作学习，能够激发学习者的学习动机，消除学习的孤独感，有利于培养学习者之间的合作交流能力和创新能力，增强互助意识，提高学习效率。文章从协作学习的概念和特点入手，介绍了协作学习的四个基本要素，分析了协作学习的几种模式，探讨了基于网络环境下协作学习的教学设计和实施。     

对初中生数学形象思维中直感能力的调查研究

直感是形象思维中一个很重要的方面,为了提高学生的形象思维水平,就要提高学生的直感能力.直感可分为4个维度即形象识别、模式补形、形象相似、象质转换.而初中生数学直感能力总体处于中下等水平,培养学生数学直感能力可以从以下几个方面入手:加强变图、变式训练,丰富表象模式,形成知识“相似块”,重视象质关联图的应用.     

美国教育资源共享的经验及其启示——休斯的理论观点

文章介绍了美国教育资源共享方面的理论和实践经验，主要是休斯对教育资源共享的原因、模式、影响因素以及配套措施等方面的研究。这对我国当前教育资源合理配置具有一定的启示和借鉴意义。     

WTO与中国再保险市场的发展

中国再保险业尚处于成长发育阶段，如何加快民族再保险业的发展，迎接国际再保险的挑战，成为民族再保险业发展壮大和民族保险业安全稳定发展的关键所在；提出建立和完善再保险市场主体架构，发展再保险联合体，适度引进实力雄厚的再保险公司，进行再保险产品的创新，改善再保险运行机制。     

基于核密度估计多样性采集的背景建模算法

1IntroductionBackground subtraction methods are extensively ex-ploited for moving object detection in videos in manyapplications ,such as traffic monitoring[1],human mo-tion capture[2]and video surveillance[3]. The centralidea behind such methods is to segment foreground ini mage sequences taken from a fixed camera by com-paring each newframe to a model of the scene back-ground . Therefore , correctly and efficiently modelingand updating the background model is one of the mostchallenging aspec…     

三角债清理的图论模型分析

三角债是我国当前经济领域中存在的一个突出问题。文章建立了三角债的图论模型,并证明了任一债务网络皆可转换为最小债务网络,从而简化了三角债清理工作。     

风险认知与决策领域的研究现状分析

风险决策是指决策者在面临两个或两个以上不确定的决策后果,尤其是在面对伴有负面结果的可能性时,所产生的复杂心理过程.对个体风险知觉的探究主要包括风险认知与风险偏好两个方面.风险决策常常涉及多个不确定性的负面结果.因此,个体所知觉到的风险情景也不会是单一的,对动态决策模型的研究成为决策科学发展的一个重要方向.     

对完善我国个人所得税的思考

我国目前的个人所得税占财政收入与税收总收入的比重过低，直接影响了财政收入职能的实现。个人所得税必须从税制模式的选择和征管制度的实施上加以完善。     

Rate Control for MPEG-4 Bit Stream

Totransmitthemultimediadataovertheinternet ,pre encodedvideobitstreamsarepreferablebecauseofthelimitofthenetworkbandwidth .Inmostcases ,theencodershouldknowthechannelcharacteristicsinad vanceandencodethemasparameters .Consequently ,theflexibilityisreduced .Theratecontrolisemployedtocontroltheoutputbitrateaccordingtonetworkcondi tions.Forwirelessnetworks ,theirbandwidthsaremuchmorelimitedthanwirenetworks.Soratecontrolbecomesespeciallyimportantfortransmittingmultimediaoverthewirelessdomains[1- …     

Statistical Power of the Multiple Domain Latent Growth Model for Detecting Group Differences

The latent growth model (LGM) in structural equation modeling (SEM) may be extended to allow for the modeling of associations among multiple latent growth trajectories, resulting in a multiple domain latent growth model (MDLGM). While the MDLGM is conceived as a more powerful multivariate analysis technique, the examination of its methodological performance is very limited. Hence, the present study compared the power of the MDLGM with that of a set of univariate LGMs for detecting group differences in growth rates over time using a Monte Carlo study with a two-group and two-domain design. The results indicated that there were different scenarios where the power rates for the MDLGM were greater than that of the set of LGMs (and vice versa) due to a joint function of the two domains’ intercorrelation size and the group difference effect size.