大学生手机分心的课堂风险因素及测量

课堂手机分心是高校教学中普遍存在的问题。研究通过质性分析方法发现课堂评价、功能需求和个体特征是诱发该问题的风险因素。针对其中与课堂相关的因素,编制了“实时课堂评价问卷”,用于测量一段时间内的课堂手机分心风险。该问卷包含教学吸引力、课程内容可懂度、课堂监控力、有效内容传递的流畅性4个维度12个题目,具有良好的信度和效度。问卷各维度对课堂手机分心的预测程度和作用机制值得进一步关注。

基于IPSec与基于SSL的VPN的比较与分析

为了保障VPN传输私有数据的安全性,需要特定的安全技术用于创建和维护VPN网络。目前有几种安全技术得到了较广泛的应用,每种技术都有自己的优点,同时也存在一定的不足。针对其中两种较多采用的VPN技术——基于IPSec协议的VPN和基于SSL协议的VPN,从应用范围、使用的复杂性、安全性以及可扩展性等几个方面对其进行一番比较和分析,并概括出根据实际需求选择合适的VPN的参考标准。

在线学习支持学习者赋能的影响因素及作用机理

对在线学习支持学习者赋能的关键影响因素及作用机理的深度揭示,是帮助学习者提升在线学习效果与赋能感的重要基础,但目前鲜有研究对此进行深入剖析。为此,文章首先对学习者赋能的概念、结构以及关键影响因素进行了剖析;接着提出了研究问题,构建了在线学习支持学习者赋能的影响因素假设模型,并对研究对象、研究工具进行了说明;随后,文章结合初步路径分析结果与文献综述结果提出在线学习支持学习者赋能的影响因素标准化系数模型;最后,通过路径分析揭示了学习者赋能的关键影响因素及其作用机理,发现教师支持、资源与支持、在线自主调能力是学习者赋能的关键影响因素,对学习者赋能的提升具有较强的直接与间接作用,其中在线自主调节能力的作用尤为关键。文章不仅对人工智能驱动的教育实践具有重要的启示作用,还为研究者更好地理解学习者赋能及其与自主调节能力、探究社区等之间的关系提供了新的视角。

基于人体骨架信息提取的学生课堂行为自动识别

利用计算机视觉技术和机器学习技术对学生课堂行为进行自动识别,是过程性评价的一种新方法,近年来逐渐引起了研究者的关注。文章以监控设备拍摄的实际课堂教学视频为数据源,采集、标注了学生课堂行为数据,提取了学生的人体骨架信息。在此基础上,文章采用Boosting算法和卷积神经网络算法,对基于这两类不同机器学习算法的5种模型进行了学生课堂行为自动识别准确率实验。实验结果表明,在学校教室这种识别比较困难的场景,基于人体骨架信息提取的学生课堂行为自动识别可以达到较高的精度,其中基于Boosting算法的XGBoost模型识别准确率最高。文章的研究推动了计算机视觉技术和机器学习技术的进一步应用,有助于解决学生课堂行为自动识别难题,并助力教师优化教学策略、提高教学效率。

多尺度局部特征选择的行人重识别算法

针对行人重识别问题中人体姿态变化、对齐及部分遮挡等情况,提出了一种基于深度学习的局部区域选择和局部特征提取算法。算法首先利用残差卷积神经网络获取基本特征,然后利用多尺度的滑动窗口提取不同候选局部区域特征,并按照覆盖区域进行分组,每组选择一个最优局部特征,并融合整体特征得到最终特征表达。实验结果表明,通过该方法提取的局部特征具有更好的表达能力,提高了行人重识别的精确度。

老骥伏枥 志在千里──记怀柔县教科所所长崔万顺

老骥伏枥志在千里──记怀柔县教科所所长崔万顺徐家臻怀柔县教师进修学校副校长、教科所所长、中学高级教师崔万顺同志今年已近６０岁，在教育战线上已经度过了４４个春秋。悠悠岁月，坎坷人生，如今他依然保留着当年的蓬勃朝气，以严于律己的作风、严谨认真的态度和勤奋...

我们喜欢这样的人--记怀柔县教师进修学校校长周津立

我的文题也许有点俗气.但是,我掂量过"喜欢"这个词的份量,也考虑过它凝重的感情色彩.我相信您读完这篇文章后,一定会与我产生共鸣--喜欢这位校长.他是个勤奋的人周津立,1951年生于天津市,1958年随父亲工作调动来到怀柔,1968年底响应"知识青年到农村去"的号召,到怀柔县西庄插队落户.