教师持续专业学习与发展:内涵、条件与评估 ——专访英国诺丁汉大学荣休教授戴杰思

在教师发展领域,基于原有的教师“专业发展(PD)”“持续/连续专业发展(CPD)”,戴杰思教授进一步提出并强调教师“持续专业学习与发展(CPLD)”的概念。他认为,CPLD项目本质上是对教师实施的系列干预活动,主要是通过有意识地为教师提供有价值的学习内容和发展机会,促进教师的专业成长,从而实现学校的积极变革和可持续发展。在CPLD项目的设计和实施过程中,要重视教师的内因作用,特别是他们的情绪韧性;同时,学校在开展CPLD项目过程中,需要从四个方面保障其有效性,即正确认识教师学习的本质与改变、重视教师专业性、提升学校领导层重视度、创建专业学习共同体。由于教师工作的复杂性,CPLD项目实施效果的测量和评估需通过构建长期、多视角立体式的测评模式探索其有效的路径和方法。     

基于专利SAO结构的技术应用领域识别方法研究

论文提出了一种基于SAO结构的技术应用领域识别方法。首先提取专利摘要中的应用领域信息,然后利用自然语言处理工具获取其SAO结构,通过SAO结构之间的语义相似度计算,得到根据相似性聚类绘制的专利地图,实现技术应用领域的识别。最后以石墨烯传感器技术为例对所提出的研究方法进行了示范。本文提出的识别方法,可以实现技术按应用领域的划分,为技术跨领域应用研究奠定了基础。     

基于网格部署的RFID阅读器失效预警算法研究

针对RFID阅读器网络中阅读器部署效率低、收敛慢等特征,提出了基于网格划分机制的静态RFID阅读器的部署方法,实现了二维平面结构和三维立体结构中阅读器的部署。并提出了当网络中RFID阅读器失效的距离向量失效预警算法。本文中提出的网格划分部署机制简单、高效、部署周期短,距离向量失效预警算法预警迅速、准确。     

挑战性-阻碍性压力对工作满意度、情绪衰竭的差异性影响——上下属关系的调节作用

采用问卷调查法,以254名企业员工为对象,探讨了挑战性-阻碍性压力对员工情绪衰竭与工作满意度的差异性影响,以及上下属关系的调节作用。结果表明:挑战性压力与阻碍性压力对员工工作满意度分别具有显著的正向与负向影响;阻碍性压力对员工情绪衰竭具有显著正向影响,而挑战性压力的正向影响作用则不显著;上下属关系对挑战性压力与工作满意度、阻碍性压力与情绪衰竭之间关系均具有显著的调节作用,具体表现为强化了挑战性压力的积极作用,缓解了阻碍性压力的消极作用。     

故意旋转大形变下的耳纹图谱模型分析

耳纹识别,逐渐成为模式识别领域的一个新的研究方向。耳纹与指纹一样,具备唯一性,可作为生物识别特征。耳朵多是在和硬物挤压过程中形成耳纹信息,挤压过程对耳纹也造成了较大破坏,形成了旋转性的大形变。传统意义上的生物识别方法虽然能识别出特征,但是对应过程会产生大量的干扰,造成假识别,漏识别的问题。提出一种根据挤压形变的扭曲可变性样本,利用该样本,对耳纹图谱挤压后留下的大形变特征进行建模。利用粘稠液体模型描述这种挤压带来的形变,对耳纹关键部位特征进行图谱特征定位的计算,最大化计算耳纹产生的类内形变程度。仿真实验表明,该方法避免了由于耳朵挤压时形变过于剧烈造成的耳纹残缺的弊端,提高了耳纹验证的准确率。     

变革型领导与工作满意度的中介机制研究

较多研究验证了变革型领导对工作满意度的影响,但二者之间的中介作用机制研究还较为缺乏。通过对一家企业223位基层经理的调查,应用因子分析、回归分析和结构方程模型分析方法对数据进行了检验,结果显示：变革型领导与工作满意度显著正相关,情绪智力在变革型领导与工作满意度的关系中起中介作用。建议企业高层应该努力培养基层管理者的变革型领导风格,并且对其情绪管理要给予更多的关注,进而提高他们的工作满意度。     

Identification of Chinese dark jargons in Telegram underground markets using context-oriented and linguistic features

When cybercriminals communicate with their customers in underground markets, they tend to use secure and customizable instant messaging (IM) software, i.e. Telegram. It is a popular IM software with over 700 million monthly active users (MAU) up to June 2022. In recent years, more and more dark jargons (i.e. an innocent-looking replacement of sensitive terms) appear frequently on Telegram. Therefore, jargons identification is one of the most significant research perspectives to track online underground markets and cybercrimes. This paper proposes a novel Chinese Jargons Identification Framework (CJI-Framework) to identify dark jargons. Firstly, we collect chat history from Telegram groups that are related to the underground market and construct the corpus TUMCC (Telegram Underground Market Chinese Corpus), which is the first Chinese corpus in jargons identification research field. Secondly, we extract seven brand-new features which can be classified into three categories: Vectors-based Features (VF), Lexical analysis-based Features (LF), and Dictionary analysis-based Features (DF), to identify Chinese dark jargons from commonly-used words. Based on these features, we then run a statistical outlier detection to decide whether a word is a jargon. Furthermore, we employ a word vector projection method and a transfer learning method to improve the effect of the framework. Experimental results show that CJI-Framework achieves a remarkable performance with an F1-score of 89.66%. After adaptation for English, it performs better than state-of-the-art English jargons identification method as well. Our built corpus and code have been publicly released to facilitate the reproduction and extension of our work.     

我国综合立体交通网中心节点评估识别

鉴于学术界对于交通中心节点的评估识别还存在指标体系考虑因子不足、计算方法导致信息损失等问题,且未见全国层面的区县级精度研究,构建涵盖政治战略、社会经济、交通运输、国土生态等方面共18个指标的中心节点评估指标体系,基于我国全国区县级单元,利用专家赋值法和多维魔方法开展更全面、更详细、更精准的交通节点评估识别,以提高综合交通的整体运转效率,实现交通与国土空间的协同发展。评估识别出687个区县级中心节点并分为3个级别,这些中心节点具有良好的全国性服务与覆盖水平。总体上看,经济越发达、区域面积越大的省份拥有较多的中心节点,土地面积在中心节点筛选中作用凸显;经济较发达、区域面积较小的省份拥有的中心节点占单元总数的比例较高,经济因素的作用更明显。     

科学与技术对比视角下的前沿主题识别与演化分析

[研究目的]基于研究前沿多维特征指标测度识别研究前沿,分析科学前沿主题与技术前沿主题间的联系及其演化。[研究方法]首先,对论文和专利数据进行主题挖掘,从前沿主题特征出发通过新颖度、增长性、影响力和交叉性4个测度指标识别出研究前沿,分析科学前沿主题与技术前沿主题间的联系;其次,通过主题相似度计算、主题过滤等方法识别具有演化关系的主题对,并对前沿主题内容演化过程进行可视化分析。[研究结论]以固体氧化物燃料电池领域为例,识别出了包括固体氧化物燃料电池堆研究等在内的4个科学前沿主题与复合电极材料在内的4个技术前沿主题,科学研究与技术研究互相推进,呈现双螺旋式发展。     

基于土地资源优化配置的国土整治修复潜在区域识别——以黄河流域为例

国土整治与生态修复（简称国土整治修复）区域的识别是实施国土整治修复的前提,土地资源优化格局的落实是土地资源优化配置的关键。立足于双重需求,本文提出了一种基于土地资源优化配置的国土整治修复潜在区域识别策略,并以黄河流域为研究区,借助Multi-Objective Linear Programming（MOLP）模型与Patch-generating Land Use Simulating（PLUS）模型,有效衔接了“理想状态”的土地资源优化格局与“实际行动”的国土整治修复。结果发现：①不同土地利用类型的发展概率具有显著差异,且同一土地类型发展概率的空间分异特征明显。②惯性发展格局下,流域建设用地将大规模扩张,草地缩减与耕地流失严峻;优化发展格局下,建设用地蔓延、耕地流失与草地面积缩减均得以控制,且实现了生态及经济效益的稳步提升。③识别出农地整理区、生态涵养区与后备资源区（Ⅰ型、Ⅱ型）4种非转型类潜在区域和农地开发区、生态退耕区、生态保育区和生态维护区4种转型类区域;相较于非转型类区域,转型类区域需要借助更多的国土整治与生态修复干预措施。建设用地的无序蔓延会导致大量草地及耕地损失,土地资源的优化配置能有效缓解城市蔓延与保护（半）自然空间,基于此识别出不同国土整治修复区域并采取差异化的措施不仅能保障受威胁的粮食与生态安全,还可促进流域生态及经济效益提升、生态系统恢复与土地利用稳定性提升。本文提出的方法不仅为国土整治修复区域划定提供了科学依据,同时为土地资源优化格局的落实提供了参考路径。