医学院校在职教师不良体态现况及其影响因素分析

目的了解医学院校在职教师的不良体态现状及其影响因素。方法采用多阶段抽样方法,于2020年11~12月对海南医学院的174名在职教师开展调查。采用站位静态体态评估法进行体态评估,通过问卷调查收集其基本信息、生活习惯和不良体态认知等。采用χ2检验和二分类Logistic回归进行统计分析。结果174名在职教师中不良体态粗检出率为59.2%,调整年龄构成后标准化检出率为68.4%;随着年龄增长,检出率逐渐增加,35岁以下、35~44岁、45岁及以上年龄组的不良体态检出率分别为48.4%、71.4%和73.9%;调整混杂因素后,二分类Logistic回归分析结果显示,不良体态的影响因素为经常感到疲劳、经常穿高跟鞋、经常交叉两腿站立、年龄和日均静坐时间;不良体态检出率随着年龄、日均静坐时间增加而增加(P<0.05),而不良体态认知率为28.4%,年龄组间比较无统计学意义(P>0.05)。结论医学院在职教师人群不良体态检出率较高,且随年龄和日均静坐时间递增,同时知晓率偏低,45岁及以上久坐教师更应加强对不良体态相关知识的学习,防止因不良体态问题继续恶化而导致更为严重的健康问题。

中草药对大口黑鲈病原爱德华氏菌的体外抑制效果研究

本文采用水煎法制备10种中草药的水溶性提取物,观察其对大口黑鲈源杀鱼爱德华氏菌的抑制作用。通过琼脂打孔法对其活性进行筛选,并利用酶标仪测定其最低抑菌浓度(MIC)和最低杀菌浓度(MBC)。结果显示:10种水溶性提取物中有5种对杀鱼爱德华氏菌有不同程度的抑制作用,分别为大黄、黄连、黄芩、女贞子和苏木。其中苏木的抑菌和杀菌的效果最明显,抑菌圈直径平均值为21.2 mm,MIC和MBC的浓度分别为7.8125 mg/mL和62.5 mg/mL。该研究为大口黑鲈细菌性疫病的防控提供了新思路。

基于Python的车牌识别系统实现

车牌识别技术主要是以图像分割理论和图形识别理论为基础,通过对采集到的车牌图像进行预处理、车牌定位,并将车牌部分的图像截取后,进行矩形校正,然后进行字符分割归一化处理,最后可以通过神经网络或者模式识别技术识别出车牌上的字符。文章在分析并参考现有车牌识别技术的基础上,运用Python+Open CV技术,选取合适的图像处理方法实现了的车牌识别功能。系统除了具有车牌识别的信息处理功能,且有较高的识别正确率和较快的识别速度,还能进行批量车牌的识别处理,并生成识别记录Excel文件上传至云服务的数据库中,为进一步实现车牌识别系统智能化提供支持。

地方高校工科专业评学指标体系构建与实践

结合地方高校发展特点和工科专业特色,对学生学业表现的概念、内涵、现状进行分析,设置了学生学习发展性评价指标,进行多元线性回归,构建了反映学生学习投入的评学指标体系.在指标体系实施过程中利用模糊综合评价法对评价指标体系持续进行改进.通过评学指标体系促使学生不断提高学习性投入,掌握科学的学习方法,培养学生的终身学习能力.同时,亦可检验学院和教师的管理工作,为深化教学改革提供了可靠的科学依据.