高职院校钢琴集体课的探索与反思

钢琴演奏是音乐类师范生必须掌握的一项基本技能,对组建及培养中小学音乐教师团队具有重要意义。传统的钢琴教学往往采用一对一的授课模式,这种授课模式可以使教师更加细致地解决学生在钢琴演奏中出现的问题,但限制了教师授课的人数,一定程度上浪费了教育资源。不同于传统钢琴课,钢琴集体课通常由一名教师和多个学生构成,已然成为全国各大艺术类高职院校的必修课,是所有音乐类教学的重要课程之一。为保证我国“教育必须为社会主义现代化建设服务,必须与生产劳动相结合,培养德、智、体等方面全面发展的社会主义事业的建设者和接班人”教育方针的实施,贯彻落实习近平总书记关于教育的重要论述和全国教育工作会议精神,进一步强化学校美育育人功能,构建德智体美劳全面培养的教育体系,钢琴集体课成为高职院校培养音乐类人才的重要课程。但近年来钢琴集体课的发展较为滞后。文章从不同角度分析钢琴集体课现状,剖析其优势及改进方向,并提出相应的对策。

福建省新冠肺炎的空间分布特征与影响因素

2019年12月以来,新型冠状病毒肺炎(以下简称新冠肺炎)席卷全世界,已成为国际关注的突发性公共卫生事件。利用探索性空间数据分析方法和地理加权回归模型,对福建省新冠肺炎疫情的空间分布格局以及影响因素的空间分异特征进行了研究。结果表明:①新冠肺炎疫情初期呈随机分布,后期存在显著空间正相关,但空间集聚在大幅聚集后发生小幅扩散;②新冠肺炎确诊数热点区域呈以福建中东部沿海地带为中心、向福建南部先扩大后缩小的趋势;③各影响因子对不同县域新冠肺炎疫情的影响具有明显的空间分异规律,且4个影响因子与新冠肺炎确诊数均呈负相关关系,对新冠肺炎确诊数的影响程度依次为各县到火车站的距离>每平方公里拥有医疗机构数>人均GDP>人均公共财政教育支出。研究结论可为制定高效的应急方案提供科学依据,使得疫情防控措施更加具有针对性。

基于泰尔指数的山西省区域经济差异分析

本文运用相对发展率与泰尔指数方法,对山西省2005-2015年以区市为单位的区域经济差异进行了研究分析,旨在展现山西省区域经济差异的时空变化与特征。研究结果发现:(1)山西省人均GDP增长速度低于全国水平,总体上经济增速变缓;(2)研究期内山西省区域经济差异总体呈缩小趋势;(3)四大区域之间的差异占总差异比例最大,其内部差异呈现不同的变化趋势;(4)造成差异及变化的原因在于资源禀赋的差异、产业经济结构的不同及宏观经济背景变化等。

“中国钢琴教育”文献综述与学科发展研究

一、研究背景钢琴教育研究成果丰富,至今已持续100年左右,取得了很大进展,不乏当前热点话题,随着时代的发展和科技的进步还存在着一些不足之处。本文立足中国钢琴教育理论前沿,梳理和总结了学术界对中国钢琴教育的分析和讨论。21世纪以来,中国钢琴教育教学有很多经典的相关著作,如《钢琴教学法》从教育学和心理学的视角出发,对钢琴演奏和教学的方法进行全方位、深层次的探究。中国钢琴教育兴起于学堂乐歌时期,一群“有学之士”从国外留学回来后将先进的教育思想带入中国。

复杂网络理论在黄土高原沟谷地貌特征研究中的应用

沟谷侵蚀是塑造黄土地表侵蚀形态的主要动力,沟谷的发育过程深刻地影响着黄土地貌的发育及演化。本文在黄土高原选择6个典型地貌样区,以样区的数字高程模型为基本数据源提取沟谷系统。将沟谷系统中的沟谷节点、沟谷源点和流域出水口点作为网络节点,网络节点之间的空间拓扑关系为边,高程差为权值,构建黄土高原沟谷加权复杂网络模型。对黄土沟谷地貌的节点特征和空间结构进行定量刻画和分析,得到黄土高原不同地貌类型网络特征的空间格局及其变化,并进一步映射地貌的发育过程及演化机理。研究结果表明:①黄土高原沟谷加权网络的点强度累积概率分布呈指数分布,相关性系数皆达到0.80以上,该网络正处于向无标度网络转化的过渡期;②样区从南到北,沟谷特征点的点强度值呈现逐渐减小的态势,且点强度的分布具有不对称性,沟谷右侧侵蚀强度较高,点强度分布较多;③平均路径长度和网络结构熵值在绥德一带最大,分别为30.94、6.31,并向南北两侧呈减少的趋势,网络密度值的变化与之相反;3个指标分别从网络结构的连通性、稳定性和紧密性反映了不同沟谷地貌类型的侵蚀程度以及地貌系统的演化机理;④网络指标与传统地貌指标的相关性系数均超过0.85,其可以科学、准确地表达地貌形态的复杂性及地貌的发育阶段,有望作为沟谷地貌地学特征研究的参数。该方法考虑了沟谷地貌的空间拓扑关系以及系统的整体性,为复杂表面形态的地貌研究提出了一种新的思路和方法。

基于DEM小流域复杂网络的黄土高原地貌自动识别研究

地貌识别,对于人类建设,地质构造研究,环境治理等相关领域都有着重要意义。传统的基于像素单元或面向对象的地貌识别方法存在局限性。由于流域小单元具有表面形态的完整性,在地貌演化中具有明确的地理意义,基于流域小单元的地貌识别成为了该领域的一个新热点。然而,基于传统地形因子的地貌识别方法使用的因子往往较为单一或者在地学描述上存在重复性,目前尚无针对流域小单元进行空间结构描述和拓扑关系特征量化的地貌识别研究。基于此,本文基于DEM进行水文分析并通过坡谱方法解决了小流域稳定面积难以确定的问题,在黄土高原样区提取了181个稳定小流域。根据复杂网络理论和地貌学原理提出了流域加权复杂网络的概念和相应的8个定量指标用于流域空间结构的模拟和量化描述。最后采用了基于决策树的XGBoost机器学习算法进行地貌识别,实验对于黄土高原主要地貌类型的识别显现出较好的效果,Kappa系数为86.00%,总体精度达到了88.33%。对于地貌形态特征明显的地貌,复杂网络方法其顾及空间结构和拓扑特征的特性导致了其较高的识别性能,精度和召回率都在90%~100%之间。通过与前人的研究进行对比,其识别结果亦呈现出较高的精度,这些都验证了流域加权复杂网络是一种基于流域小单元地貌识别的高精度且有效的方法。