高校扩招后体育教学质量下降的原因分析及对策

运用综合研究方法，对扩大招生后广西10所高校体育教学情况进行了问卷调查，并对调查结果进行相关分析。发现影响体育教学质量的主要因素为运动场地、设施；师资力量；生源质量；教学管理水平。提出：加大体育经费投入，改善运动场地、设施；加强体育师资的建设与管理；因材施教，实施学分制；提高体育教学的管理水平。制定科学的教学质量评估体系，是稳定和提高体育教学质量的重要举措。     

地球辐射带的膨胀和收缩Ⅱ

本文论述地球辐射带的膨胀和收缩的范围:当地球从近日点运动到远日点时,地球辐射带向外膨胀;当地球从远日点运动到近日点时,地球辐射带向内收缩。其膨胀或收缩范围是:第一层辐射带大约为30m,第二层辐射带大约为80m。     

论广播电视大学核心竞争力的内涵与培植

在现代远程教育市场中,各办学主体之间的竞争日益激烈,审视电大的核心竞争力并对如何培植电大核心竞争力提出粗浅的见解,希冀对保持电大持久竞争优势有一定的参考价值。     

我国科技期刊国际竞争力的不足与对策

探讨增强我国科技期刊国际竞争力的途径.认为期刊结构、人力资源、期刊市场及影响因子是影响科技期刊竞争力的主要因素,加强编辑队伍建设、优化资源配置、强化市场意识是增强我国科技期刊国际竞争力的主要措施.     

论人品与素质教育

文章通过对人品及素质教育的有关理论的阐述,强调修炼人品和开展素质教育的重要性和紧迫性,并 就如何修炼人品和开展素质教育问题找出了一些实施意见。     

依托总编扩大会的决策体系提升期刊影响力——以《中华血液学杂志》为例

总编扩大会是《中华血液学杂志》在编委会基础上形成和构建的决策性会议,讨论议题主要包括期刊定位、栏目调整、年度计划、所面临的困境等,总编扩大会的召开对提升期刊的学术水平、期刊在专业领域的学术影响力及传播力具有重要作用。我们对《中华血液学杂志》总编扩大会体系的构建和发展进行阐述,包括总编扩大会体系建立背景及成效、依托总编扩大会的实践过程及实践体会等,总结其作用主要体现在协助杂志明确目标与定位、发挥头雁效应、创新栏目、打造品牌活动等;认为其决策体系能够从多个方面提升期刊的学术质量,扩大期刊影响力。     

馆藏特色数字资源众包对图书馆核心能力及组织边界的影响研究

文章以企业能力与组织边界相关研究成果为指导,结合目前已成功实施的部分图书馆众包案例,对馆藏特色数字资源的规划、建设与服务过程展开分析研究。文章认为馆藏特色数字资源众包不仅利于增强图书馆建设数字特藏的能力,也有利于提升馆员专业能力、提高用户满意度、提升图书馆知识服务与创新能力,进而增强图书馆核心能力,不断扩大组织边界。最后文章提出图书馆需重新审视功能定位,确保核心能力与竞争优势,真正服务于知识经济和现代信息社会的建设。     

不可放弃“知识服务”——对图书馆核心能力“知识服务”问题的思辩

本文通过对《不可轻言“知识服务”》论点的评析,认为：图书馆的文献信息服务在本质上是一种知识服务。文章分析了“知识服务”作为图书馆核心能力的特殊内涵,并对图书馆开展“知识服务”可能会引发“问题”的言论进行了思辩。结论是：“知识服务”不可不言,更不能放弃。     

基于长尾理论的数字图书馆用户保障

长尾理论关注小众市场和用户的思路为数字图书馆的用户保障提供了新视角,在实现信息服务总体目标、应对信息市场的竞争形式和顺应信息服务的个性化趋势方面具有重要的启示意义。在信息生产、信息船体和信息供求的长尾驱动下,通过识别和细分用户、完善信息资源体系、高效揭示和检索信息、注重用户个性化服务,长尾理论能为数字图书馆用户保证提供现实指导。     

Two-stage statistical language models for text database selection

As the number and diversity of distributed Web databases on the Internet exponentially increase, it is difficult for user to know which databases are appropriate to search. Given database language models that describe the content of each database, database selection services can provide assistance in locating databases relevant to the information needs of users. In this paper, we propose a database selection approach based on statistical language modeling. The basic idea behind the approach is that, for databases that are categorized into a topic hierarchy, individual language models are estimated at different search stages, and then the databases are ranked by the similarity to the query according to the estimated language model. Two-stage smoothed language models are presented to circumvent inaccuracy due to word sparseness. Experimental results demonstrate that such a language modeling approach is competitive with current state-of-the-art database selection approaches.