新疆少数民族中学生汉语学习自我效能感的现状研究——以民汉合校中的维吾尔族学生为例

本研究以班杜拉的自我效能感理论为依据,对新疆喀什地区的几所民汉合校中的维吾尔族中学生进行了汉语学习自我效能感的调查,通过分析和研究发现,维吾尔族中学生的汉语学习自我效能感总体呈良好趋势,但个体自身特点、学校和家庭因素都会对汉语学习的自我效能感产生影响,其中性别、学习时间的长短、父母文化程度等方面差异显著,而年龄、家庭经济条件等方面的差异却不明显.     

三语习得视域下的新疆少数民族大学生英语学习

目前,西方对三语习得的研究不断深入,但国内对少数民族地区的三语习得研究亟需关注与深入探索.因此,本文从三语习得探讨新疆少数民族大学生英语学习,以期通过分析提高新疆少数民族大学生英语水平、跨文化交际能力和多元文化的素质,并为国内少数民族地区的三语习得研究供以借鉴.     

高一理科生化学自主学习现状的调查及对策研究——以石河子第一中学为例

“未来的文盲将不是目不识丁的人,而是不知道如何学习的人”.[1]学会学习是教育的重中之重,是每个人的必修课.本文分别从新课标的推动、社会的需要和学生的特点论述了高一理科生化学自主学习现状的现实意义,从学生自主学习意识和习惯、自主学习方法、影响自主学习因素和自我效能感找出高一理科生化学自主学习现状中存在的问题,并提出相应的对策.     

变革与创新:MOOCs对大学课程建设的影响及发展趋势

大规模开放在线课程MOOCs是当前出现的一种新的教育形式,它与传统课程相比具有开放性、大规模性、个性化、交互性的优点.MOOCs对大学课程建设的影响表现在三个转变,即从“以教师为中心”转向“以学生为中心”,从“知识灌输”转向“知识生成”,从“单向封闭”转向“多元开放”.基于MOOCs的发展和影响,预测了未来大学课程的三种趋势,即世界各国会积极发展属于自己国家的MOOCs平台,二是大学课程趋向虚拟课堂和实体课堂的双向构建,三是出现独立于高等教育系统的“学位课程”.     

2015年国内英语移动学习研究状况分析

近年,英语移动学习的研究已然成为外语教学研究的热门领域.本文对2015年公开发表在国内学术期刊的关于英语移动学习的文献进行形式的量化统计与内容的质性分析,以期揭示2015年我国英语移动学习的研究状况,旨在为国内英语移动学习的研究者提供参考.     

小学主题式课程整合的价值诉求与实践逻辑

主题式课程整合是以主题为核心,结合学生的生活经验与学科知识,对课程内容和结构进行统整融合的过程.作为小学课程整合的一种有效模式,主题式整合旨在减轻师生负担,优化课堂教学,建构更适合小学生综合素质发展的课程体系.其实践逻辑主要有整合主体的构建、校本主题文化的建设、课程主题的设计、课堂教学的要求等方面.     

嵌入式:众创背景下工程类大学生的创业教育

在众创背景下,工程类大学生的创业教育存在的最突出的问题是与专业教育的脱节.结合专业教育是工程类大学生创业教育的突破点.创业教育可以从三个方面嵌入专业教育:以课程设置为核心嵌入;以课堂教学为途径嵌入;以能力培养为目的嵌入.     

基于二元语义和比较得分算子的敏捷指挥控制决策表达方法?

敏捷指挥控制是应对现代战场复杂多变特点和快速响应要求的有效途径。在指控群体决策中,为了实现指控的敏捷性,决策成员应当尽可能快速准确地表达自己的决策信息,以利于决策信息迅速集结和提高决策质量。针对利用二元语义分析方法进行决策时决策者很难精确给出符号转移值的问题,提出一种基于比较得分算子的符号转移值确定方法,对于多个备选方案被评价到同一语言评价等级上的情况,采用比较得分算子来确定这些方案的权重,再利用转换函数将权重转换为符号转移值。最后通过算例证明方法的有效性。     

关于在全体党员中开展“学党章党规、学系列讲话,做合格党员”学习教育方案

为深入学习贯彻习近平总书记系列重要讲话精神,推动全面从严治党向基层延伸,巩固拓展党的群众路线教育实践活动和"三严三实"专题教育成果,进一步解决党员队伍在思想、组织、作风、纪律等方面存在的问题,保持发展党的先进性和纯洁性,党中央决定,2016年在全体党员中开展"学党章党规、学系列讲话,做合格党员"学习教育(以下简称"两学一做"学习教育)。现提出如下方案。一、总体要求开展"两学一做"学习教育,是落实党章关于加强党员教育管理要求、面向全体党员深化党内教育的重要     

基于强化学习的多对多拦截目标分配方法

针对空中对抗环境中多对多拦截的武器目标分配问题,提出了一种基于强化学习的多目标智能分配方法。在多对多拦截交战场景下,基于交战态势评估构建了目标分配的数学模型。通过引入目标威胁程度和拦截有效程度的概念,充分反映了各目标的拦截紧迫性和各拦截器的拦截能力表征,从而全面评估了攻防双方的交战态势。在目标分配模型的基础上,将目标分配问题构建为马尔可夫决策过程,并采用基于深度Q网络的强化学习算法训练求解。依靠环境交互下的自学习和奖励机制,有效实现了最优分配方案的动态生成。通过数学仿真构建多对多拦截场景,并验证了该方法的有效性,经训练后的目标分配方法能够满足多对多拦截中连续动态的任务分配要求。