建国以来西柏坡研究文献统计分析及发展对策

西柏坡是中国革命圣地之一,建国以来受到社会各界的广泛关注,产生了大量的研究文献。使用数字文献资源整合平台——超星发现系统,对建国以来报纸、期刊、图书、会议论文、学位论文等西柏坡研究文献进行大数据统计,并对相关学科、作者、机构、地区和基金分布等情况进行分析,可以看出西柏坡研究在研究历程、研究内容、研究文献类型及研究队伍分布等方面具有显著特点。今后应采取协同创新、建立专业化研究队伍、加快理论成果的转化、建设文献资源数据库等措施,促进西柏坡研究向更深层次发展。     

如何在阅读中进行探究式教学

在初中语文阅读教学中,要让学生不断发现问题,解决问题,达到探究的目的,从而使学生喜欢阅读,积累一定的经验。     

资源发现系统应用及策略优化研究

在复合型资源不断增长的情况下,资源整合成为高校图书馆的一个重要命题。summon系统在同类资源发现系统中有自身优势,但在部署过程中也需要结合图书馆自身实际及用户需求做一些相应调整,以便获得更好的用户体验。在个性化定制中,优化策略主要涉及系统命名、结果排序、操作流程、数据更新等方面。在实际使用中还需注重宣传推广及读者反馈。     

机器学习与科学发现——以AI-Einstein为例

机器学习尤其是深度学习广泛地应用于科学实践的各个领域和环节，但其在数据密集型学科带来的“科学新发现”，只能获得存在于数据中的已知概念之间的关系，而试图用机器学习重现科学史上新概念和新理论发现过程的“科学再发现”研究，也因为使用模拟出来的数据而成为后知之明；作为“曲线拟合”的机器学习常被认为不能带来“真正”的科学发现和概念创新；通过对19世纪关于光的传播和寻找以太相关的观测和实验数据进行挖掘并用机器学习建模，发现当同一类问题的数据和理论之间出现冲突时，“曲线拟合”方法至少可以帮助带来科学概念的转变，提示新知识的出现。     

活到老,住到老 你不知道的社区规则

正笔者几年前曾写过一篇短文,揶揄加拿大"只有华人社团,没有华人社区",竟引发了广泛共鸣,许多当地华人附和称,尽管当地一些华人政治家、侨领和名人动辄将"华人社区"挂在嘴上,但实际上离北美的"社区标准"相差甚远。么问题来了,究竟什么才是北美的"社区标准"?社区有形也无形在中国,社区更多体现为一个有形的实体,是一个有边界、有范围,甚至有被冠以"基层居民自冶"名目的简单行政管理机构、人员的"准基层行政单位",在很多城市里,"××社区"     

别怪猴面鹰

<正>虎大王召开大会,郑重宣布:"森林最怕火灾,火碰上风更糟糕,风助火势,后果不堪设想。为此,我决定安排一位守林员专门在山顶瞭望森林,发现火情,马上呼叫大家。""这个办法好!"动物们兴奋地交头接耳。"不过,守林员视力一定要好。大家说一说,谁来当守林员?"虎大王接着说。"我来当吧。"兔子自告奋勇。     

初中数学教学中学生发现和提出问题能力的培养

发现和提出问题是创新的基础。在初中数学教学中培养学生的发现问题和提出问题的能力对培养学生的创新能力具有重要的作用。本文结合教学实际提出几点在初中数学教学中培养学生发现和提出问题能力的措施,以不断培养学生的创新精神和实践能力。     

HPS在美国的创立及其对科学发现方法论的贡献

近年来,HPS,即科学史和科学哲学研究领域在国内学界受到更多的重视。回顾HPS的发展,哲学家汉森为HPS事业在美国的创立做出了奠基性的贡献,在这之后他的科学哲学理念又对当代科学哲学以及科学发现方法论产生了深远的影响。全文在考察汉森创立HPS事业的特殊历史背景的基础上,深入探讨了汉森分外强调的注重科学史考察的科学哲学研究理念对当代科学发现逻辑的复兴以及对西蒙的机器发现研究所产生的影响。     

科学推理研究的程序范式探析

有关科学推理研究的传统路径属于关系范式,以计算知识论为代表的新型路径则属于程序范式。计算知识论路径起源于语言学习的研究,而Kelly是将计算知识论运用于科学推理研究的集大成者。程序范式下的科学推理研究围绕科学推理问题的可解性和科学方法的逻辑可靠性展开,具有规范性、先验性和长期性的特点。依据程序范式下的计算知识论路径,局部不完全决定性问题得到了细致的分析,发现逻辑在科学哲学中的地位也得到了有力辩护。程序范式为科学推理研究提供了完整的分析框架,从可靠探究的角度重新确定了科学推理研究的基本问题,对未来的科学推理研究颇具启发意义。     

探索式搜索中支持多角度概念发现方法

为帮助用户在执行探索式搜索时发现领域内重要、有价值的概念, 同时了解概念所处的问题角度进而全面理解目标领域, 以建模概念的实际使用情况为基础, 分析确定概念的重要度及问题角度对概念重要度的影响, 提出了支持用户多角度概念发现方法。该方法考虑了概念的重要性及概念所处问题角度之间的交互影响, 实现了对影响概念发现两方面因素的同步分析。实验表明, 相比直接搜索, 该方法减少了48.8%的搜索交互次数, 并提升了24.3%的概念出现数量。