三全育人视角下高校学生工作创新研究

高校在深入推进三全育人改革实践中,学生工作发挥着举足轻重的作用."十四五"期间,高校学生工作需要紧跟形势,在全员育人中调整角色定位,在全过程育人中拓展工作内涵,在全方位育人中提升工作格局,努力为党和国家培养更多德才兼备的优秀人才.     

“后真理”、对称性与反科学

"后真理"是一种"个人信念比科学事实更具说服力"的怪象,"后真理"与SSK的对称性原则联手,就会在"认知平等与民主化科学"的幌子下,让伪科学与政治派别或利益集团之间形成强大的反科学同盟,从内容与体制上诋毁科学。这种诋毁不可能产生真正的认知平等,因为科学的本质是以事实为依据,这是认知平等的先决条件。"后真理"现象反映出在哲学上重审划界问题的重要性与迫切性。     

中国工程院院士、原华中科技大学校长李培根院士做客“昆仑名师讲坛”

应新疆师范大学"昆仑名师讲坛"工作委员会邀请,2014年11月13日下午,中国工程院院士、原华中科技大学校长李培根院士做客"昆仑名师讲坛",在文科楼音乐厅为全校师生作了题为《大学生与大学精神》的学术讲座。校长卫利·巴拉提教授为李培根院士颁发了"昆仑名师讲坛"纪念牌。副校长薛徽教授出席讲座,宣传部部长孙秀玲教授主持讲座。全校师生及新疆     

更加注重创新驱动的统筹协调

<正>如何解决科技资源的碎片化、分散化问题?这是大众创业万众创新环境下政府部门面临的一大难题。3月10日,浙江首个政府部门云服务平台——科技创新云服务平台的正式上线,对这一难题的破解做了有益尝试。数据查询、项目申报、仪器共享、网上办公……这朵"云"将科技资源的大数据"一网打尽"。     

三喻文化视角下“95后”高校毕业生就业观念问题研究

影响高校毕业生就业行为的关键因素是就业观念,"95后"高校毕业生就业观念发生了根本的转变。为有效引导高校毕业生就业,家长要主动转变就业观念,发挥前喻文化的引导示范作用;学校要构建全方位的就业指导体系,鼓励并喻文化的实践导向;公众应理性看待慢就业,接受后喻文化的反哺教育。     

“普世价值”思潮对大学生的影响及对策

以民主、自由、人权为核心的“普世价值”思潮具有极强的迷惑性,论述了其对当代大学生的价值观念、政治认同所产生的不可忽视的影响。提出高校思想政治教育工作者必须准确把握“普世价值”思潮的内容和实质,批判其理论根基和价值基础,坚持“疏”“导”结合,强化社会主义核心价值观教育,不断提高大学生抵制错误思潮的能力。     

运用Actigraph GT3X三轴加速度传感器测量成年及老年男性人群步行的信效度研究

评价Actigraph GT3X三轴加速度传感器测量中国男性人群典型体力互动信效度,开发基于中国人群步行活动模式的GT3X三轴加速度传感器能耗推算方程。方法受试对象包括青年组(21.92±1.14岁),老年组(55.5±4.52岁)。受试者佩戴GT3X三轴加速度传感器,在跑台上分别完成3km/h(慢走)、4.5km/h(正常步行)、4.5km/h10%(上坡步行)、6km/h(快走)以及7.5km/h(慢跑)速度的走跑运动各5min。受试者佩戴COSMED K4b2便携式代谢测试仪,并将GT3X三轴加速度传感器佩戴于髋部,同步采集心肺功能仪及加速度传感器数据。结果根据受试对象4种无坡度走跑运动推导出线性方程MET=0.000653*counts(Axis1)+2.345521以及线性方程MET=0.000689*counts(VM)+1.640721,但其相关系数不高;GT3X+三轴加速度传感器记录上坡步行(4.5km/h10%)运动与无坡度运动(4.5km/h)相比,三轴counts及VM均显示有差异性(P<0.05),但counts增加率远低于MET增加率;GT3X+三轴加速度传感器两次重复测试,pearson值高,即离散程度低。结论本研究推导垂直轴(Axis1)、三轴矢量和(VM)的线性方程,为中度相关,误差值较大,且上坡运动时的GT3X+三轴加速度传感器记录counts值与MET值呈非线性相关,提示Actigraph GT3X三轴加速度传感器能耗推算方程可根据不同运动方式、运动强度推算相对应方程;Actigraph GT3X三轴加速度传感器测量我国成年及老年男性人群步行活动其信度较高。     

站话“子”缀词语的构成及特征

站话中的"子"缀词语与周边黑龙江方言及普通话相比,除了具有共同特征外,还表现出一定的差异性。从构成上来看,站话中"子"缀词语的词根无论音节数量还是词性都非常丰富,构成了数量众多的"子"缀词语;从功能和语义特征上来看,站话中"子"缀构词能力更强,可以构成一定数量的动词,而且虚化程度更高,语义色彩更加轻淡。     

基于神经网络的医疗诊断研究

主要工作集中在医疗数据的预处理和神经网络模型的训练.首先结合数据挖掘和自然语言处理技术,在保留医疗数据语义基础上对分词工具语料库进行补充,将中文数据分词,同时对其中大量冗余信息进行清洗,将中文数据转换成计算机可识别的编码,其次利用多种经典热门的神经网络模型来训练医疗数据,同时对比基于传统决策树模型的GBDT模型的训练结果,最后实验结果证明,对于多种疾病诊断,神经网络模型的效果要优于其他模型,诊断准确率接近90%.     

“互联网+”新形势下大学生创业对策研究——以许昌市为例

许昌作为首批国家级创业型城市,在"大众创业,万众创新"工作中起步早、政策实、成效足,在"互联网+"新形势下,研究如何服务大学生这一"创业思维新、创新能力强、成长速度快、发展潜力大"的创业群体,激发全社会创新创业活力,对进一步调整创新创业扶植政策、优化创新创业环境、助推经济社会健康可持续发展具有较强的现实指导意义。