娱乐—学习冲突对学习满意度的影响:有调节的中介模型

通过调查娱乐—学习冲突对学生学习满意度的影响,结果表明:积极学业情绪和消极学业情绪在娱乐—学习冲突与学生学习满意度之间起并行中介作用;认知重评对于娱乐—学习冲突中介路径的前半段起调节作用,当认知重评水平较高时,娱乐—学习冲突对积极学业情绪的负向预测作用减弱。因此,娱乐—学习冲突通过积极学业情绪、消极学业情绪影响学习满意度,其中认知重评缓解了娱乐—学习冲突对积极学业情绪带来的消极影响。具体到实践中,应帮助学生掌握情绪调节策略,提高情绪调节能力,促进学生积极学业情绪的发展;制定明确的发展目标和计划,在兼顾休闲的同时提升自主学习质量;提供均衡的学习休闲生活,满足学生多领域发展的需求,实现学习与休闲娱乐的平衡。

高校学生干部工作-学习冲突量表的编制及信度效度检验

高校学生干部经常遭遇工作活动与学习活动之间的冲突及其引起的心理困扰,即工作-学习冲突,对高校学生干部工作-学习冲突的研究具有重要现实意义。根据角色冲突理论编制《高校学生干部工作-学习冲突量表》,并分别对230名(试测)和542名(正测)高校学生干部进行调查与分析,结果发现:(1)高校学生干部工作-学习冲突量表为单一维度结构,其内部一致性信度为0.89,重测信度为0.78,且该量表得分与学生干部学习倦怠量表和工作倦怠量表均存在显著正相关;(2)高校学生干部工作-学习冲突的总体水平较低,但仍有约27%的学生干部存在中高水平的工作-学习冲突;(3)高校学生干部工作-学习冲突存在双向性,即工作干扰学习和学习干扰工作的水平和发生率相近。结论:高校学生干部工作-学习冲突量表信度效度良好,可用于测量和评价高校学生干部的工作-学习冲突状况。

以学习冲突促使课堂精彩生成

学习冲突是学生在课堂“愤悱”状态下的一种积极的反应,是“生成语文”课堂教学的一种有效教学效果的集中体现,也是课堂教学中师生对话核心素养价值最大化的具体体现。教师如能在“弹性预设”之下,引导学生进行“深度预学”,抓住课堂教学中有利的学习冲突,因势利导,迁移拓展,点铁成金,巧妙化解,就能点亮课堂生成,聚焦核心素养,铸就生成课堂教学这“不可预约的精彩”。

冲突性学习是促进语文课堂深度学习的有效路径

冲突性学习是以积极创生学习冲突为目标的学习方式,以培养学习者的高阶思维和解决实际问题的能力为核心,它承认个体差异,不回避在学习过程中产生的认知矛盾,能做到理性地“保留个人意见”并能“求同存异”,力求通过更深层次的学习来提高自我认知水平,从而有效化解分歧。文章从中学语文课堂的特定视角出发,阐述了教师以弹性预设教学情境、课堂的有效提问与多元对话为策略,激发学生开展冲突性学习的热情,引导学生在面对认知冲突时进行批判思考、理性审视,将冲突性学习与合作性学习相互交融,最终走向深度学习。

研究性学习的现实冲突及对策分析

研究性学习是新一轮课程改革中的必修课程，在实施过程中产生了异化的做法、力不从心的应付和形式主义的问题，原因在于，学校领导和教师对研究型课程感到陌生，投资不足，教师整体素质不高，片面追求升学率。对策是：加强学习，转变观念，完善管理制度，加大投入，加强对教师的培训，将研究性学习与学科课程结合起来，使之能深入持久地开展下去。

基于演绎长度的学习子句删除策略

学习子句删除策略是CDCL-SAT求解器中的一个重要内容,可以避免内存爆炸和加速单元传播。评估学习子句有用性的标准不同导致所删除的学习子句是不同的,极大地影响求解效率。基于CDCL算法的求解过程可被形式化为增加管理学习子句策略的归结演绎过程,基于此,提出一种基于演绎长度的学习子句评估方法,并与现有的基于文字块距离的评估方法结合,根据排序子句的基准不同,形成两种不同的结合算法。采用国际SAT竞赛的基准实例,与目前主流的求解器进行了实验对比分析。结果表明,所提的结合算法能更好地评估学习子句的有用性,较基于文字块距离策略的求解个数提高了4.1%,说明所提策略具有一定的优势。

基于回跳层数的SAT求解器学习子句删除策略

目前学习子句删除策略广泛采用的是基于LBD的评估方式,LBD评估方式在每次执行删除时都会删除前一半LBD值大的学习子句,这种方式对LBD值大的学习子句的删除过于激进。针对此问题,提出了一种利用冲突回跳层数(back-jump levels)的评估方式来保留LBD值较大的有用学习子句。以CDCL(conflict driven clause learning)完备算法为框架,在子句删除环节形成了BJL删除算法。通过测试2017年SAT国际竞赛例,对新改进的版本与原版求解器进行了对比实验。实验表明,所提策略可显著提高求解器的求解性能和求解效率。

求解QBF问题的启发式调查传播算法

提出了一种启发式调查传播算法,并基于该算法设计了一种QBF(quantified Boolean formulae)求解器——HSPQBF(heuristic survey propagation algorithm for solving QBF)系统.它将Survey Propagation信息传递方法应用到QBF求解问题中.利用Survey Propagation作为启发式引导DPLL(Davis,Putnam,Logemann and Loveland)算法,选择合适的变量进行分支,从而可以减小搜索空间,并减少算法回退的次数.在分支处理过程中,HSPQBF系统结合了单元传播、冲突学习和满足蕴涵学习等一些优秀的QBF求解技术,从而能够提高QBF问题的求解效率.实验结果表明,HSPQBF无论在随机问题上还是在QBF标准测试问题上都有很好的表现,验证了调查传播技术在QBF问题求解中的实际价值.

大学生学习-娱乐冲突体验量表的修订

目的:改编并检验适用于我国大学生“网络娱乐-自主学习冲突”情景的学习-娱乐冲突体验量表。方法:翻译国外Hofer等人开发的学习-娱乐冲突中的动机干扰量表并进行文化与现实适应性改编,基于样本1进行项目分析与探索性因子分析(n1=281),基于样本2进行效度分析和信度分析(n2=750),基于样本3进行信效度的重复验证(n3=421)。结果:①控制项目表述误差后,娱乐干涉学习分量表(χ^2=154.154,df=75,RMSEA=0.052,GFI=0.950,CFI=0.965)与学习干涉娱乐分量表(χ^2=16.415,df=7,RMSEA=0.059,GFI=0.988,CFI=0.990)的单维模型拟合良好;②两个分量表的合成信度系数(0.818、0.727)、α信度系数(0.894、0.775)与重测信度系数(0.695、0.616)较好,关联效标效度符合预期;③信效度的重复验证结果保持稳定。结论:大学生学习-娱乐冲突体验量表修订版具有较好的心理测量学属性,可作为我国大学生学习-娱乐冲突测量的参照工具。

SAT问题求解器重启策略对比分析

已有研究表明,在SAT求解器中引入重启可以极大地提高求解性能,并已出现了许多不同重启策略.目前还缺少全面的对比分析研究.为了避免重启策略选择的随意性,同时启发设计更好的重启策略,本文选择了具有代表性的7种重启策略,以目前广泛采用的Minisat为基本求解器,在国际SAT2011竞赛中实际应用类基准测试集之上进行了实验对比分析.结果表明:(1)不同重启策略对SAT求解器的求解过程和求解性能影响巨大;(2)在应用类测试集上,几何序列调度策略的平均综合性能优于其他策略;(3)在限定范围内,重启频率越大,求解器综合性能越好;(4)增量变化的重启频率可以克服固定重启频率导致不完备搜索的问题.

基于动态奖惩的分支策略的SAT完备算法

针对学习子句数量有限或相似度高导致历史信息有限、搜索树不平衡的问题,提出了基于动态奖惩的分支策略。首先,对每次单子句传播的变元进行惩罚,依据变元是否产生冲突和产生冲突的间隔,确立不同的惩罚函数;其次,在学习阶段,利用学习子句确定对构造冲突有益的变元,非线性增加它们的活跃度;最后,选择活跃度最大的变元作为新分支变元。在glucose3.0算法基础上,完成了改进的动态奖惩算法——AP7。实验结果表明,相比glucose3.0算法,AP7算法的剪枝率提高了14.2%~29.3%,少数算例剪枝率的提高可达51%,且改进后的AP7算法相比glucose3.0算法,运行时间缩短了7%以上。所提分支策略可以有效降低搜索树规模,使搜索树更加平衡,减少计算时间。

基于Q-Learning的机会频谱接入算法

针对认知无线电在动态信道业务特征场景下的机会频谱接入问题进行研究。将Q-Learning理论应用于频谱接入问题,提出一种基于Q-Learning的适用于动态信道业务特征的机会频谱接入算法。该算法中认知用户通过与外部环境进行交互和迭代来获取信息,从而选择适当的接入策略来降低频谱冲突率。通过将Q-Learning中学习速率设置为动态变化值,使得算法可以在外部环境特征发生改变后快速地再次收敛。仿真结果表明,该算法可以使认知用户在频谱环境未知的情况下选择更加空闲的频段,有效降低频谱冲突率,同时明显提高了动态信道业务特征场景下的收敛速度。

冲突性学习:组织中知识创新的驱动力

本文在界说组织学习中的知识以及冲突性学习概念的基础上,构建了一个冲突性学习在交往实践观中的基本框架,并从冲突性学习与组织文化的相互作用、冲突性学习与组织情感的相互作用、冲突性学习与组织学习在知识经济的全球化背景下的相互作用三个方面阐述了冲突性学习与组织学习之间的相互作用关系。

一种基于识别重复路径的动态决策策略

在现有基于冲突学习子句的求解器中,重启和变量相位存储技术的频繁应用,导致重启之后产生大量重复变量赋值序列,在求解过程中对变量重复赋值会浪费求解资源.本文提出一种基于识别重复路径的动态决策策略.首先,检测搜索过程中产生的重复赋值变量序列,算法中参数依据子句数与变元数的比率而动态变化;其次,更新参与冲突次数最多的变量的活跃值,选择合适的分支决策变量,改变变量赋值序列.本文基于国际SAT竞赛中知名求解器Glucose3.0,MapleCOMSPS,Glucose4.1以及Lingeling,分别实现了改进算法——DDIDT.实验结果可得,改进求解器Glucose_DDIDT相比Glucose3.0降低决策数为11.2%~61.6%,且Glucose_DDIDT求解难度较大实例的个数提高了63.9%.针对求解2015年到2017年SAT竞赛的应用类型的实例,Glucose_DDIDT相比Glucose3.0的求解个数增长了6.0%;改进求解器MapleCOMSPS_DDIDT相比MapleCOMSPS求解个数提高了2.5%;相比Glucose4.1,改进求解器Glucose4.1_DDIDT的求解个数增长了3.1%;虽然Lingeling_DDIDT求解实例总数相比Lingeling只增加1个,但求解时间有所减少.实验表明,所提策略可有效识别重复路径,适时选择合适的分支决策变量,改变搜索路径,减少计算时间.

基于奖励机制的SAT求解器分支策略

分支决策是CD CL(Conflict Driven Clause Learning)求解器一个十分关键的环节,一个好的分支策略可以减少分支决策次数进而提高SAT求解器的效率。目前,先进的分支策略大都结合了冲突分析过程,但分支策略对参与冲突分析的变量奖励方法有所不同,因此所挑选出的决策变量会有所差异。文中考虑到决策变量总是在未赋值变量中选取的这一重要事实,在EVSIDS(Exponential Variable State Independent Decaying Sum)分支策略的基础上提出了一种新的分支策略,称为基于奖励机制的分支策略(简称RACT分支策略)。RACT分支策略对冲突分析中被撤销赋值的变量再次给予奖励,以增大未赋值变量中频繁参与冲突分析的变量被选择为分支变量的可能性。最后,将所提出的分支策略嵌入到Glucose4.1求解器中以形成新的求解器Glucose4.1+RACT,以2017年SAT竞赛中的350个实例为实验数据集来测试RACT分支策略的有效性。实验结果表明,求解器Glucose4.1+RACT比原版求解器能求解出更多的实例个数,尤其在求解可满足实例的个数上增加了13.5%,此外在求解350个竞赛实例上所花费的总时间较Glucose4.1减少了3.9%,以上实验数据均说明所提分支策略可以有效减少搜索树的分支决策次数并给出正确的搜索空间,进而提高了SAT求解器的求解能力。

角色压力视角下大学生“创新创业—专业学习”冲突的纾解策略探究

在高校深化创新创业教育改革背景下,大学生多角色发展,部分大学生出现了"创新创业—专业学习"的角色冲突。该文分析了大学生多角色发展的情况和"创新创业—专业学习"角色冲突的成因,并通过角色压力视角分析了角色冲突的不良影响。为确保大学生在角色冲突情境下的心理健康,提出了若干纾解角色压力的策略,主要包括:高校要指导大学生动态修正角色预期、加强角色冲突心理干预、引导学生扎根所学专业进行创新创业、适当提高创新创业学分在必修学分中的比重。