Syllable-based reading improvement: Effects on word reading and reading comprehension in Grade 2

This study examined the effects of a syllable-based reading intervention for German second graders who demonstrated difficulties in the recognition of written words. The intervention focused on fostering word reading via syllable segmentation. The materials consisted of the 500 most frequent syllables typically read by 6- to 8-year-old children. The aims were to practice phonological recoding, consolidate orthographic representations of syllables, and routinize the access to these representations. Compared to children randomly assigned to a wait-list group, poor readers in the treatment condition showed significant improvements in standardized measures of phonological recoding, direct word recognition, and text-based reading comprehension after the 24-session intervention. Poor readers in the treatment condition also showed greater improvements in development of word recognition compared to children with efficient word recognition skills. The results provide evidence that a syllable-based reading intervention is a promising approach to increase struggling readers’ word recognition skills, which in turn will improve their reading comprehension.     

被子植物精细胞分离和特性研究进展

精细胞分离是研究雄性生殖发育的前提之一,近半个世纪以来,人们运用不断更新的生物实验技术,对被子植物精细胞开展了分离及细胞分子特征的研究。分析被子植物精细胞分离方法,总结精细胞二型性与倾向性、细胞融合方面的研究成果,并对其研究意义和前景进行讨论。     

多旋翼无人机微多普勒特性分析与特征提取

针对多旋翼无人机目标的识别问题，提出一种基于伽柏（Gabor）变换的瞬时频率估计与快速傅里叶变换（FFT）相结合的微多普勒特征提取算法。首先建立多旋翼无人机旋翼回波模型，并通过仿真分析叶片数目、旋翼转速和初始相位等参数对微多普勒特征的影响，利用Gabor变换得到时频特征。在此基础上通过瞬时频率极大值法提取微多普勒频率，并对瞬时频率采用FFT提取旋翼数和转动频率，从而获得叶片长度估计值。实测数据验证了该算法较为准确地提取无人机的微多普勒参数。     

“情商”与足球心理训练

采用问卷调查、文献资料法，对“情商”进行评定，得出“情商”的高低，也就是理智控制感情，道德规范行为，纪律约束冲动，思维管理情绪的能力，它能在一定程度反应足球运动员心理素质。为有目的地训练和提高“情商”，进而全面提高运动员心理素质，最终取得优异的比赛成绩提供了借鉴。     

小波分析技术在故障诊断中的应用

小波分析是20世纪80年代中期发展起来的新的数学理论和方法,并已在实践中得到了广泛应用.本文对小波分析、小波分析与神经网络相结合的小波网络及小波分析与模式识别相结合在故障诊断中的应用进行了详细的介绍,最后指出了这一领域有待进一步研究的问题和发展趋势.     

融合深度学习和链路预测的细粒度技术预测研究——以合成生物技术为例

[目的/意义]面向专利文本进行更细粒度的技术实体识别和技术预测,利于更详细地把握专利技术布局与趋势。[方法/过程]首先利用深度学习方法自动识别专利技术术语类实体,通过实验对比多组深度学习算法的优劣。其次,提出新的半监督标注和自定义标注方案,提高人工标注效率。最后,执行训练得到的最优模型,结合链路预测方法,对合成生物技术进行细粒度的技术预测。[结果/结论]实证结果表明RoBERTa-BiLSTM-CRF模型更适用于语义复杂的专利技术实体识别,F1值可达到86.8%,技术识别结果比传统IPC分析方法更精细。同时,细粒度的技术预测结果表明,合成生物学的合成方法在不断改进创新,合成物研究向合成燃料发展。     

基于关键词价值细分的高价值热点主题识别方法研究

对作者关键词进行价值细分研究,有助于识别学科高价值研究热点主题,帮助研究者们精确把握高价值研究主题和学科研究前沿。本文引入营销领域客户价值细分RFM (recency,frequency,monetary)模型,对各个指标进行动态加权,多次实验后,形成多组关键词价值细分结果;从关键词生命周期的角度,结合医学领域的生存分析方法,使用Kaplan-Meier曲线和Logrank检验验证,识别出最优价值细分结果;依据帕累托原则和聚类算法得到高价值热点主题。数据源选择CSSCI (Chinese Social Sciences Citation Index)收录的图情档领域期刊论文,对1998—2019年的题录数据进行实验。相较于已有的热点主题识别方法,本文的识别结果考虑了关键词的价值属性和分类,较好地识别了高价值热点主题。     

科技论文信息缺失和异位的编辑识别与纠正

结合编辑实践,列举并剖析科技论文中信息缺失与异位的常见类型,提出编辑在加工时应采取的对策与措施,纠正、还原信息的原有生态位,真正体现信息传播的价值。     

若干新型数字图书保护方法的设计与应用

介绍了目前已有的一些数字图书保护技术，分析了它们的不足之处，提出了两种离线型新型数字图书安全保护方法。     

共词分析聚合研究领域的表面效度研究:基于自然语言处理

为考察共词分析在研究领域聚合中的有效性,本研究以1988年～2017年三十年间发表且收录于WoS(Web of Science)数据库的计算机科学、地理学、数学、应用化学和应用物理学等五个学科的标题、摘要和关键词为分析对象,对不同分析单元下所聚合的研究领域的表面效度进行了检验。研究发现,关键词在研究领域聚合中具有相对最高的表面效度,摘要和题名的效度则相对较低。然而,本研究也发现,科学计量领域现有聚类指标和工具所聚合的研究领域缺乏区分能力且各种指标均存在着一定的效度风险。本研究的发现对于丰富科学计量领域关于研究领域聚合有效性的认识具有重要理论意义。