通过数学模型提高学习能力的三种途径

正构建模型是基本的数学思想方法之一,其意义不仅在于图形与图形、数字与图形之间的转化,而且数字与数字之间也可以利用数学模型解决问题。小学阶段是学生数学思想形成的重要时期,数学建模思想不仅可以用于解题中,也可以用于教学中。如何引导学生认识、感知数学建模思想,做到合理、灵活运用,这就成了小学数学教学中的"隐性"要求。一、增强联想,引用模型虽然小学数学的教学内容较为基础,数学建模思想较为直接、简单,且多用于解决图形问题,但对于零基础的小学生而言,如何"入门"仍然是一个难题。因此,如何构建、引入数学模型就成了教学内     

社科文摘

<正>农历一月为何叫"正月"在中国古代,每年以哪一个月当第一个月,有时是随着朝代的更换而变化的。在汉朝以前,每换一个朝代,就往往把月份的次序改一次。据     

适合的教育:共识、共建、共享

<正>发展"适合的教育"是江苏省教育现代化发展的应然选择。16年前,我在昆山市教育局教科室工作,有机会参与了江苏省评估院的区域教育现代化研究;后来调到昆山市教育局教研室,做了10年高中语文教研员与副主任,主要负责高考工作;4年前我怀揣"文化立校、课程育人"的梦想,主动申请到一所农村小学昆山市千灯中心小学校做了3年校长;去年暑假调任     

我国图书情报领域期刊论文的科学数据引用特征研究

[目的/意义] 探索期刊论文科学数据引用特征与规律不仅有助于描述学科领域对科学数据的利用情况，还能够揭示学术成果表达中的数据引用模式。[方法/过程] 以我国图书情报领域6种期刊2017年与2018年第一期刊载论文为样本，结合国家标准《信息技术科学数据引用》的引用元素，采用内容分析法从9个维度对样本论文的科学数据引用行为进行数据编码，应用统计学方法描述图书情报领域期刊论文科学数据引用特征并探索不同维度特征间的关联关系。[结果/结论] 图书情报领域期刊论文广泛引用来自国内外的统计整理类科学数据，对期刊论文中个人研究科学数据的引用量较大；科学数据引用标注方式与科学数据类型存在一定对应关系，但多样化的标注方式缺乏统一性；二手引用现象较为突出，二手引用程度与科学数据创建者类型相关。     

《编辑学报》论文格式简介

每个期刊都有自己的文章格式体例。办刊人几乎都欢迎完全符合自己期刊格式规范的来稿。现按在文章中出现的先后顺序,将《编辑学报》采用的论文格式简介如下,敬请撰稿时遵行。1)题名*(居中,一般不超过20字;文章所属的课题如获各种基金项目资助,则在题名右上角标注"*",     

科技期刊数字优先出版问题与应对

科技期刊数字优先出版较好地解决了出版时滞长、学术论文难以快速出版等问题,加快了科技成果的传播速度.单篇优先灵活性大,出版速度更快;整期优先版面完整,灵活、便捷.纸质期刊出版后不宜覆盖数字优先版本,以解决版本冲突、DOI不确定等问题.同一文献无论数字优先还是纸质版,都应纳入文献引用频次统计.科技期刊出版工作更应强化互联网思维,尽快把数字出版文献纳入学术评价范畴,加强数字优先出版版权保护.无纸化网络出版是大势所趋,未来单篇数字优先出版将逐渐占据数字优先出版主导地位,乃至全部.期待依托网络时速性及大数据、云计算优势,构建独具特色、性格独特的科技期刊,促进学术环境健康发展.     

改变高维逐次积分次序的新解法

通过对二次积分次序的交换方法的分析，文章给出了改变三次及以上逐次积分次序的一种新方法——降维法来有效地求解重积分问题．     

利用引文确定领域关键文献的方法探析

[目的/意义]确定基于引用关系提取关键文献时各种方法的优缺点、适用场合,从而使用户快速捕捉领域重要文献,掌握领域概貌。[方法/过程]基于文献引用关系,从文献被引频次、文献引用网络、文献共被引网络3个角度,结合HistCite、CiteSpace等软件探讨领域关键文献的识别方法,通过同源数据的实际验证,对不同方法进行判别比较。[结果/结论]基于被引频次的方法更适合选择特定领域中哪些文献对总体文献的科学进步产生重大影响角度提取关键文献,对应的关键文献集合呈现非常分散的特性;基于引用网络的方法更适合从特定领域研究动态提取发展过程中的关键文献,对应的关键文献集合呈现非常明显的集中特性;基于共被引网络的方法更适合从特定领域研究基础角度提取关键文献,对应的关键文献集合呈现较强的集中性,且能发现原始采集中未发现的大量关键文献。     

基于语义和引用加权的文献主题提取研究

[目的/意义]传统的文献主题提取方法主要是通过关键词、摘要、全文等提取文献的主题内容,使得主题内容不全面或存在"噪音",而从文献内容语义出发,结合引用内容提取文献的主题,能够更加准确地提取出多文档的主题内容。[方法/过程]提出一种面向多文档的基于语义和引用加权的科技文献主题提取算法,利用文献的引用内容和关键词构建Labeled-LDA主题模型,形成文档-主题概率向量,再根据K-means聚类方法聚类文档,提取每类文档集的主题内容。[结果/结论]以PubMed生物医学数据库中的数据作为实验数据,测试该方法的可靠性,结果证明该方法能够准确、全面地提取出多文档的主题内容。