基于Rao-Stirling指数和LDA模型的领域学科交叉主题识别——以纳米科技为例

【目的/意义】基于Rao-Stirling 指数和LDA模型进行领域学科交叉主题识别,并以纳米科技为例验证将 Rao-Stirling 指数和LDA模型用于领域学科交叉主题识别的有效性和适用性。【方法/过程】基于Rao-Stirling 指数 测度领域文献学科交叉程度,设定阈值发现高度学科交叉文献。基于LDA模型对筛选出的学科交叉文献进行主题 识别,发现学科交叉点和学科交叉研究主题。【结果/结论】基于Rao-Stirling 指数从引文的角度进行领域文献学科 交叉测度可以有效地发现与某领域相关的学科交叉文献,且有利于大数据集的学科交叉文献发现研究的实现。基 于LDA模型进行学科交叉主题识别可以有效地发现学科交叉主题。两方法的组合应用为发现某领域学科交叉主 题研究提供一种新视角。     

智慧养老服务供应链模型构建及运行机制研究

作为主导企业的养老服务集成商对整个养老服务供应链进行协调控制,整合链条上的物流、信息流、资金流和服务流,而养老服务供应链的价值创造的出发点和归属点则是满足老年人的养老需求。界定智慧养老服务供应链的概念,构建以智慧养老综合服务平台为养老服务集成商并有效整合其他构成要素的智慧养老服务供应链,能有效连接养老供需,大大提高养老需求者和相关企业选择智慧养老服务供应链的几率。智能化的整合机制、引导机制、协调机制、合作机制和激励机制5个运行机制可以保障智慧养老服务供应链的高效运转,有效解决养老服务供需错位的问题。     

基于技术改进的三维问题解决模型实践研究——以《简单机械》第1课时为例

技术与工程实践能力是初中生需要具备的关键能力之一,教师需要建构问题解决、技术和科学之间的关联,帮助学生培养技术与工程实践能力,提升问题解决能力,实现素养发展。教师可对问题解决进行解读和演绎,从需求、技术、科学三个维度建构问题解决模型。在运用三维问题解决模型进行教学时,教师要融合课标要求设置教学目标,结合模型特点设置教学内容,依托模型要素引导学习过程,并明确其在活动上的真实性、思维上的连贯性、理解上的深刻性,让学生经历分析、猜测、实践、验证、改进等过程,提升核心素养。     

生成式人工智能背景下的媒体融合——基于产能的视角

媒体融合已经走过十年的历程,提高优质产能成为关键问题。发生在生成式人工智能领域的技术蝶变为产能问题的解决提供了新的契机。由于向生成式人工智能提什么样的问题或要求,以及提问水平的高低,在很大程度上决定了生成式人工智能提供的内容的质量,传统媒体专业团队驯化语言大模型并提高优质产能成为可能。传统媒体需要积极拥抱生成式人工智能技术,为之改变信息生产机制并有决心承受变革带来的各种压力,才有可能抓住这一历史机遇。     

在线英语课堂情感投入对自主学习能力的影响研究

本研究通过对中国北方某高校大学生进行问卷调查,采用结构方程模型考察了在线英语课堂情感投入对学生自主学习能力的影响。结果显示：1)在线英语课堂中大学生情感投入与自主学习能力均处于中等水平;2)情感投入与自主学习能力呈显著正相关;3)积极情绪与兴趣驱动直接正向预测自主学习能力,兴趣驱动通过积极情绪对自主学习能力产生间接预测,群体归属分别通过积极情绪与兴趣驱动间接预测自主学习能力;4)积极情绪、兴趣驱动和群体归属之间的互动是预测学生自主学习能力的默认模式。上述发现有助于深化对情感投入的研究,对自主学习能力的培养具有启发意义。     

教师“县管校聘”政策执行的问题及解决对策——基于史密斯模型的分析

本文基于史密斯模型,试图从政策文本、执行机构、目标群体、执行环境四个方面厘清“县管校聘”政策执行过程中存在的问题和政策执行绩效的制约因素,并提出细化地方政策文本内容、保证政策目标的连贯性、推动“县管”主体履职尽责,促进“校聘”主体规范行为、平衡教师各方面的利益和提升家长支持率等建议。