Digital Module 16: Longitudinal Data Analysis

In this digital ITEMS module, Dr. Jeffrey Harring and Ms. Tessa Johnson introduce the linear mixed effects (LME) model as a flexible general framework for simultaneously modeling continuous repeated measures data with a scientifically defensible function that adequately summarizes both individual change as well as the average response. The module begins with a nontechnical overview of longitudinal data analyses drawing distinctions with cross-sectional analyses in terms of research questions to be addressed. Nuances of longitudinal designs, timing of measurements, and the real possibility of missing data are then discussed. The three interconnected components of the LME model—(1) a model for individual and mean response profiles, (2) a model to characterize the covariation among the time-specific residuals, and (3) a set of models that summarize the extent that individual coefficients vary—are discussed in the context of the set of activities comprising an analysis. Finally, they demonstrate how to estimate the linear mixed effects model within an open-source environment (R). The digital module contains sample R code, diagnostic quiz questions, hands-on activities in R, curated resources, and a glossary.     

Digital Module 05: Diagnostic Measurement—The G‐DINA Framework https://ncme.elevate.commpartners.com

In this ITEMS module, we introduce the generalized deterministic inputs, noisy “and” gate (G‐DINA) model, which is a general framework for specifying, estimating, and evaluating a wide variety of cognitive diagnosis models. The module contains a nontechnical introduction to diagnostic measurement, an introductory overview of the G‐DINA model, as well as common special cases, and a review of model‐data fit evaluation practices within this framework. We use the flexible GDINA R package, which is available for free within the R environment and provides a user‐friendly graphical interface in addition to the code‐driven layer. The digital module also contains videos of worked examples, solutions to data activity questions, curated resources, a glossary, and quizzes with diagnostic feedback.     

中外竞技体育后备人才培养体制的比较研究

运用文献资料法、专家咨询等方法,对中外竞技体育后备人才培养体制进行了比较研究。结论:中国应借鉴国外社会自治型的经验,转变政府职能,在充分保障原有体制运行效率的基础上,构建教育系统一体化人才培养体系;引入市场机制,动员社会力量参与竞技体育后备人才培养。     

物理模型与股票投资

股票投资的方法很多，建立物理模型进行投资是一种简明有效的方法，使用金字塔模型和平衡理论对股票进行操作，能把握最佳投资机会。     

政府与市场:奥运会组织模式的双翼——兼论2008年北京奥运会组织模式

举办一届最出色的奥运会已经成为北京乃至全国关注和努力奋斗的目标。出色的奥运会的筹备和组织工作包括组织模式的创新。回顾奥运会一百多年的历史，发现政府和市场的关系问题在奥运会组织模式中起着重要作用。运用比较的研究方法，对两者关系进行研究，认为政府和市场是成功组织奥运会的双翼，二者不可偏废。如果奥运会由政府举办，政府失灵会导致奥运会亏损；单独靠市场运作，市场失灵会导致奥运会的组织混乱。总结正反两方面的经验教训，政府和市场的积极作用相结合，将不仅有利于奥运会的成功举办，而且对组织体制和模式的创新留下宝贵的遗产。     

<体育与健康课程标准>实施进程研究

经过反复的调查和对文献资料的分析，初步提出：体育与健康课程模式的多元化，是新“课标”由目标理念向操作化进程的有效途径。课程模式多元化，要以单元为基础，构建模块组合；以新“课标”为母体，构建子项模式；以新“课标”为依据，完善结构体系；以模式为中介，超越课程模式。     

我国弱势群体诱发的危机类型与政府治理

在我国,弱势群体主要是指国企的下岗职工、失去土地的农民、城镇的失业者和半失业者、从农村流向城市的农民工和无业者、农村的“五保户”和贫困户、城镇的贫困人口及靠政府低保生活者、农村的辍学者及在校的贫困生。按“弱势群体”诱发危机造成的结果,危机可分为贫困危机、社会秩序危机、犯罪危机和认同危机等类型。政府可以通过提供公共政策支持、整合社会力量、转变政府职能和实现自身改革、构建危机预警机制等在弱势群体诱发危机的治理中发挥主导性作用。     

顺德科举鼎盛背后的三级支持

顺德科举一直以数量多,人才精而名闻远近,究其原因,历代语焉未详。从历代政府部门、民间团体、乡间宗族对科举人士的经济支持和精神奖励入手,分析了顺德科举鼎盛背后从政府到社会至宗族所形成的三位一体的支持结构,以及因此所构成的科举人才产生的物质基础和精神动力。     

“合作教学论”在初中数学教学中的应用初探

"合作教学论"是一种能培养学生良好的心理品质和社会技能的教学理论,其基本教学模式包括:合作设计—目标呈现—集体讲授—小组活动等,我们通过对学生合理分组和对组长的选拔,在教学中运用此教学法完成课堂教学和其他教学活动,培养学生的数学素质和创新能力。