任务情境下用户替代性信息搜寻行为模式研究

[目的/意义]从被替代搜寻者视角厘清任务情境下用户替代性信息搜寻的具体路径,探究其中的关联因素及基本行为模式,对于提高信息检索的效率和准确性,提升用户信息搜寻体验具有重要意义。[方法/过程]共设计一项实验、两项研究,综合利用实验方法和质性方法对任务情境下用户替代性信息搜寻行为模式开展研究。在研究一中,设计9种任务情境,对用户信息搜寻过程进行观察和跟踪记录;在研究二中,对实验对象进行基于5W1H的半结构化访谈,结合问卷调查,提炼并总结用户替代性信息搜寻行为过程的各项关联因素。[结果/结论]构建多路径用户替代性信息搜寻行为过程模型和任务情境下用户替代性信息搜寻机理模型。发现用户替代性信息搜寻行为受到多重因素影响,可以被视为用户在信息需求的驱动下选择人—机替代和/或人—人替代中的多方平台与渠道获得目标信息的过程,体现了用户对高质量信息的需要,也暴露出用户在信息海洋中难以满足需求的现状。

认知抑制、知识经验对创造性思维的影响

认知抑制、知识经验和创造性思维之间的关系,是创造性认知领域的研究热点之一。通过损耗认知资源的方式操纵被试的认知抑制水平,通过项目熟悉度和任务知识情境丰富性评估被试的知识经验水平,以探讨认知抑制与知识经验在创造性思维中的作用机制。研究结果表明:认知抑制在创造性思维的流畅性、灵活性和独特性上主效应均不显著;项目熟悉度在流畅性和灵活性上主效应不显著,在独特性上主效应显著;任务知识情境丰富性在流畅性、灵活性和独特性上主效应均不显著。认知抑制与项目熟悉度在灵活性上交互作用显著;认知抑制与任务知识情境丰富性在灵活性和独特性上交互作用显著;项目熟悉度与任务知识情境丰富性在流畅性和独特性上交互作用显著。研究结论:认知抑制与创造性思维之间的关系总体上符合适应性抑制观点的预测;知识经验与创造性思维之间的关系符合张力观的预测;知识经验对创造性思维的影响受到认知抑制和任务知识情境丰富性的调节。

核心素养下初中科学教学中的项目式学习应用探究

项目式学习作为一种指向问题解决能力的学习方式,利用真实情境培育学生学科核心素养,让学生通过学习任务层层递进,形成认知模型,提升学科理解能力,实现“知识、能力、素养”协调发展。文章基于文献的梳理和教学经验的总结,从项目准备、项目优化及项目实施三个维度对核心素养下的初中科学项目式学习应用进行探究,以更好地发挥项目式学习作用,提高学生合作能力,增强学生提出问题和解决问题能力,帮助学生通过科学探究建立严谨的科学知识体系,实现全面发展。

基于密集连接任务对齐的小目标检测算法

针对当前基于卷积神经网络的单阶段目标检测算法(YOLO系列、TOOD等)对高空拍摄场景下的小目标检测存在精度低、漏检、误检等问题,在TOOD算法基础上,提出一种基于密集连接任务对齐的小目标检测算法DATNet。为提升网络的检测能力,采用CSPDarkNet网络提取输入图像特征,通过密集连接的方式融入空洞卷积,添加注意力模块捕捉感兴趣的目标区域,引入DIoU回归损失函数通过任务对齐的检测头来训练模型。实验结果表明,DATNet在VisDrone-DET数据集上相对于TOOD算法平均准确率提升1.7%,为小目标检测场景提供了一种技术方案。

新时代中国共产党的使命任务话语体系的建构语境、核心内容与价值意蕴

新时代,中国共产党凝练了“使命”“初心和使命”“历史使命”“使命任务”等相关话语,建构了中国共产党的使命任务话语体系。这一话语体系建构是源自于党对马克思主义政党建设理论的守正创新、沉淀于党对百余年来履行使命任务的概括凝练、立足于党积极应对“两个大局”的现实需要。中国共产党的使命任务话语体系中“为中国人民谋幸福”“为中华民族谋复兴”“以中国式现代化全面推进中华民族伟大复兴”“为世界谋大同”等核心话语突出党的价值旨归、揭示党的目标指向、体现党的道路自信以及彰显党的天下情怀。这一话语体系建构具有诠释政党执政理念、塑造政党良好形象、激发历史主动精神等价值。

二语词汇间接学习与认知加工层次——评Laufer和Hulstijn的“Task-Induced Involvement”建构的提出

以Craik和Lockhart(1 972 )的认知加工层次理论为理论框架对二语词汇间接学习的必要性进行了详尽阐述。但由于认知加工层次不宜观察 ,难以操作、测量 ,间接学习也有其局限性。因此 ,依据Laufer和Hulstijn(2 0 0 1 )的“任务诱导型参与活动”建构 。

二语词汇伴随性学习与“Task-Induced Involvement”建构

本文以认知加工层次理论为理论框架 ,对二语词汇伴随性学习的必要性和局限性进行了详尽的阐述。但由于认知加工层次理论不宜观察、难以操作、无法测量 ,因此 L aufer & Hulstijn提出了“任务诱导型参与活动”建构 ,作者依据该建构对二语词汇伴随性学习理论进行了一些新的探讨。

Task-based Learning for Teaching Middle School English Learners in China

Task-based teaching has been introduced to many EFL educational settings and has become widely used within those contexts.As a new English teaching approach,it has been evaluated by educators.This essay discusses task-based language teaching within the context of EFL students in a middle school in China.A discription of the context,problems of introducing this approach in this context is demonstrated,followed by an overview of this approach and an evaluation including its advantages and disadvantages weighed by scholars,as well as their opinions on"tasks"and"grammar".The end of this essay provides a discussion of solutions for the problems of using this ap proach within this context.

一种增强机器阅读理解鲁棒性的上下文感知多任务学习框架

机器阅读理解(MRC)是自然语言处理领域的一个具有挑战性的任务,其目标是在给定文章中预测出相关问题的答案.随着深度学习和预训练语言模型的发展,许多端到端的机器阅读理解模型展现出优秀的性能,但是这些模型普遍存在鲁棒性不足的问题,当文本中存在干扰句时,它们的表现便显著下降.本文从人类做阅读理解任务的角度来解决这个问题,提出了一种端到端的多任务学习框架ASMI(Answer-Span Context Prediction and Mutual Information Estimation and Maximization)来提高MRC模型的鲁棒性.ASMI在预训练语言模型下游微调,包含两种辅助任务:(i)答案上下文预测;(ii)答案与上下文之间的互信息估计.本文设计了一种上下文注意力机制来预测答案上下文软标签,从而强化上下文对于问答任务的指导作用,并降低干扰句对模型的影响.本文还提出了一种新的负样本生成策略,并结合基于JS散度的互信息估计器来估计互信息,从而有效辨析答案上下文和干扰句之间的语义差异,使得模型学习到更加鲁棒的表示.在3个阅读理解基准数据集上的实验结果表明,本文提出的ASMI模型在EM和F1指标上均优于对比模型.

学习机会视角下小学数学课堂中的情境任务教学质量分析

情境任务解决与核心素养密切相关,提升数学课堂中情境任务的教学质量是发展学生数学核心素养的关键.基于学习机会视角,从教师对情境任务的选择与实施两方面建构分析框架.研究发现,教师在情境任务的选择上基本能为学生提供教科书中潜在的学习机会,但部分处理高认知水平情境任务的学习机会仍有缺失;教师在情境任务实施的4个阶段中为学生提供的学习机会存在差异,转化与解释阶段提供的学习机会尤为不足.为此,教师应重视高认知水平任务的价值,让学生获得充足的处理高认知水平情境任务的机会;加强问题情境与数学的关联,给学生足够的立足情境选择合理解决策略的机会;注重对结果的评估与反思,为学生提供更多的将数学结果翻译到问题情境的机会.

基于推理-情境感知激活模型的设计知识推荐

针对个性化产品设计任务下的知识资源检索和利用效率低、知识推荐结果有效性和准确性侧重失衡的问题,提出个性化设计知识推荐服务架构.该架构以产品设计文献数据、手册数据为核心,结合产品设计场景特征,确定设计知识类别.采用新的深度学习模型ALBERT-BiLSTM-IDCNN-CRF,对数据中蕴含的设计对象、设计任务、设计性能、设计方法、设计工具、设计原理、设计参数、计算公式、设计图这9类知识元进行有效抽取.结合由企业内部员工和文献作者组成的设计人员知识元,建立五维设计知识关联模型,以该模型为基础,运用本体和推理规则建立完善的产品设计知识库.提出基于推理-情境感知激活模型的设计知识推荐服务模式.以液压机设计为例进行验证.结果表明,所提的深度学习模型在设计知识抽取中获得了优于其他基准模型的效果.所提的知识推荐服务模式在维持较高的知识推荐结果准确性的同时,提升了输出推荐结果的有效性,可以快速、准确地为特定对象属性、任务属性和性能要求属性下的个性化设计任务求解推荐所需的知识资源.

基于通道特征金字塔的图像分割算法

针对语义分割任务中存在的庞大参数计算成本和冗余参数量等问题,文中提出了通道特征金字塔模块来解决该问题。基于通道特征金字塔模块和轻量级注意力机制构建用于实时语义分割的网络。通道特征金字塔模块创造了足够的感受野并密集地利用了上下文信息,从第2个通道开始采用求和运算逐步组合特征图,并将它们连接起来构建最终分层特征图,在常规卷积层后添加卷积模块的注意力机制提升分割精度。在没有任何预训练和后处理的情况下,算法在CamVid数据集使用单块GTX2080Ti上仅用0.75 MB参数和5.3 MB内存就实现了68.1%的分割准确率,在Cityscapes数据集上以56帧的推理速度取得了75.7%的均交互比。

基于情境感知的智慧农机管控系统交互设计研究

目的探索情境感知在智慧农机管控系统交互设计中的应用,以期改善传统农机管控系统中信息感知效率低、缺乏智能服务等问题,为用户提供更好的使用体验,并为智慧农业类系统的设计开发提供参考。方法梳理情境感知理论,总结归纳农机管控系统中的用户情境、作业情境、设备情境、环境情境这四类情境信息,分析其与农机管控系统各层次任务的对应关系,据此提出智慧农机管控系统交互设计策略,并结合用户体验五层次进行设计实施。结论情境感知理论的运用不仅加强了系统对情境信息的感知能力,还便于深度挖掘用户需求,针对不同的情境服务采取合适的交互形式,既优化了农机作业的管控,又为用户提供精准、高效的服务,提高了系统智能程度和体验性。

“双减”背景下提高学生语文阅读水平的策略刍论

基于“双减”政策的阅读教学中,教师要切实减轻学生的阅读学习负担,加强对阅读教学指导体系的科学设计和优化,生成减负增效的阅读指导策略,凸显阅读指导教学的价值和作用,有效激发学生的阅读兴趣,提升学生的阅读能力和阅读水平。在具体教学中,教师可根据趣味性原则、启发性原则、开放性原则,创设生动阅读情境,开展文本细读指导、精致微课教学及读写结合训练,设计阅读驱动任务,加强课内外阅读衔接,积极提高学生的阅读水平,促进阅读教学活动的创新发展。

创设情境助力学生语言文字积累与梳理刍论

“语言文字积累与梳理”属于小学语文基础型学习任务群,旨在引导学生在语文实践活动中,积累语言材料和语言经验,形成良好语感。在实践教学中,一些学生对“语言文字积累与梳理”的兴趣不足,掌握的方法较少,导致其语言文字积累量少,语言文字积累与梳理能力弱,影响了自身语言运用能力的发展。教师可基于学生学情,结合教学内容,创设多样化、层次化、个性化的情境,让“语言文字积累与梳理”有趣、有法、有度,使学生的“语言文字积累与梳理”有质、有量。

什么决定着用户对产品的完整体验?

用户体验是以用户与产品的交互为基础而形成的用户对产品的完整感受。研究其决定因素可以有针对性地提高用户体验。早期研究表明,可用性、美感和情感都有重要影响但皆不是唯一的决定因素,近年来的研究重点关注于多因素整合理论及其模型的建立。在总结实效/享乐结构理论、用户-企业-产品双层结构理论和四种过程模型以提取用户体验影响因素的基础上,提出目前研究的突破点可在三方面,一是深入探讨各因素的作用,二是揭示社会型产品用户体验的形成规律,三是揭示用户体验随时间变化的规律。

任务情境和证据信息对青少年贝叶斯推理的影响研究

采用生活情境测查任务和经典测查任务探讨了任务情境对青少年贝叶斯推理的影响,以及生活情境测查任务中不同证据信息对青少年贝叶斯判断的影响作用。结果表明:(1)在生活情境测查任务中,从小学六年级到大学二年级,被试的贝叶斯推理能力稳步缓慢提升(相邻的两个被试组之间差异不显著,而不相邻的两个被试组之间差异更容易达到显著水平),发展没有出现加速期,而经典测查任务情境下没有表现出年龄差异;(2)贝叶斯推理作为条件概率的判断不仅受任务情境的影响,而且同一任务情境中不同证据信息也会影响贝叶斯判断。当证据信息与先验信念一致时,被试可以充分利用线索进行推理。

基于任务和角色的分布式工作流安全模型

针对现有基于角色访问控制的缺陷和分布式工作流管理系统的特性,在传统的基于角色的访问控制模型中引入任务集(Tasks)、任务实例集(TaskInstances)和任务上下文(TaskContext)的概念,将传统的user role permission权限赋予结构修改为user role task permission权限赋予结构,建立了基于任务和角色的访问控制模型,给出了其形式化定义。该模型解决了传统的基于角色访问控制中的动态适应性差和最小权限约束假象的问题,用于分布式工作流管理系统,提高了安全性、实用性。

一种基于T-RBAC的访问控制改进模型

针对T-RBAC在权限控制及职责分离上存在的不足,提出一种改进模型。新模型简化T-RBAC模型的任务分类,为任务加入任务上下文及任务状态属性,使权限的授予与任务上下文、任务状态紧密联系,增强对权限的动态管理。利用私有角色解决互斥权限在继承过程中可能产生的权限共享问题。使用历史记录保证任务执行过程中的动态职责分离。该模型提供了更细粒度的权限管理,能更好地满足职责分离和最小特权原则。