蠡测《鹊桥仙·纤云弄巧》内蕴的两股张力:想象与判断——兼议“深度学习”的应然策略

文章结合秦观《鹊桥仙·纤云弄巧》的教学困境,立足词作语言,揭示了其内蕴的两股张力,即修辞、细节、视角中的想象力,以及正向思维、逆向思维与双向思维中的判断力。在此基础上,文章进一步探讨了引导学生进行深度学习的应然策略,即逻辑分析。

学习判断对虚假记忆的反应性效应

基于DRM范式,本研究开展3个实验考察学习判断(JOL)对虚假记忆的反应性影响,并检验项目自身与关系理论。结果发现:(1)相比于no-JOL条件,逐项JOL促进已学词语的真实记忆,但同时破坏项目间语义关系加工,进而降低虚假记忆(实验1);(2)在操控JOL类型和词列呈现方式后,整体JOL促进项目自身加工和项目内语义关系加工(实验2),但破坏项目间语义关系加工(实验3)。上述结果表明,真实和虚假记忆的反应性效应存在双分离现象,研究结果支持项目自身与关系理论对反应性效应的解释,并揭示出不同记忆成分反应性效应的内在机制存在差异。研究结果有望为降低虚假记忆提供科学参考。

固定步调和自定步调下学习判断对记忆效果的影响

为探讨学习判断对记忆效果的影响,揭示学习判断反应性的机制。本研究采用学习判断反应性的经典范式考察个体在固定步调(实验1)和自定步调(实验2)不同时间分配情境下的记忆正确率,探究学习判断反应性的机制。结果发现,不论是固定步调还是自定步调的时间分配方式,学习判断组的线索回忆成绩显著高于无学习判断组;学习判断组对高相关词对的线索回忆成绩显著高于无学习判断组,而两组在低相关词对上的记忆成绩无显著性差异。结果表明,进行学习判断能够直接显著增强个体的记忆表现,使用学习判断会促进高相关词对的记忆成绩。

基于堆栈集成学习的文档隐含语义相似度判断算法

受到文档数量规模的影响,文档隐含语义相似度判断结果存在不精准的问题,提出基于堆栈集成学习的文档隐含语义相似度判断算法。构建堆栈集成学习模型,输入文档隐含语义,获得与原文本一一对应的原始文本词袋向量。赋值名词、副词、形容词,借助辅助词库矢量,识别类似隐含语义。构建文档隐含语义向量模型,提取基于文档隐含语义索引关键词。使用堆栈集成学习方法训练关键词,计算相似度获取判别结果。实验结果表明,该算法与实际关键词提取个数最大误差为1个,最高召回率为86%,相似度判断结果较为精准。

对前瞻记忆的学习判断的理论和实证分析

学习判断是元记忆监测的一种形式,是对自己学习程度进行预测的一种元认知监测手段。对前瞻记忆的学习判断(前瞻性学习判断)是一个前人研究较少的领域,涉及到人们对自己的未来要执行的记忆过程和效果的认知和调节。文章着重总结了前瞻性学习判断的一些理论和实证研究。前瞻性学习判断的准确性的影响因素和学习判断本身是否会影响前瞻记忆尚存争议。理解这些关系可以帮助我们更好地利用元认知来提高我们的学习和记忆效果。Judgements of learning (JOLs) is a form of meta-memory monitoring, a means of predicting one’s own level of learning as a form of meta-cognitive monitoring. The study of prospective-JOLs is a less explored area in previous research, involving cognitive and regulatory processes related to one’s own future memory processes and outcomes. This paper focuses on summarizing some theoretical and empirical studies on prospective-JOLs. The accuracy of prospective-JOLs and whether Judgements of learning itself affects prospective memory are still subject to debate. Understanding these relationships can help us better utilize meta-cognition to improve our learning and memory performance.

基于情感和认知协同的道德判断方法

随着大语言模型的迅速发展,大语言模型的安全性逐渐引起了研究者和公众的密切关注.为了防止大语言模型在与人类协作中对人类产生伤害,如何确保大语言模型在日常场景中的判断能与人类道德观念相符成为了一个重要问题.其中一个关键的挑战是,如何确保大语言模型在道德判断方面,能够像人类那样,针对不同的情境,灵活地调整或重新考虑预定的规则,从而使其判断与人类的道德观念保持一致.受心理学和认知科学中关于人类道德判断的情感和认知影响因素研究的启发,结合大语言模型在认知推理和情感分析能力上的优势,设计了一种模仿人类道德判断过程中情感判断和认知判断能力交互的方法,从而提升了大语言模型的道德判断表现.实验结果证明了所提方法在该任务上的有效性.总的来说,不仅为大语言模型的道德判断提供了一种创新的方法,也强调了心理学与认知科学理论在此领域的重要性,为未来的进一步研究奠定基础.

教师的教育判断力:内涵要义、价值表征及发展策略

教育是中国式现代化的关键组成,面对教育的快速发展以及教育数字化、人工智能的到来,教育判断力是教师减少迷茫、寻求立命之所的重要支点,也是提升教师教育质量的关键。教师的教育判断力就是在教育情境中合目的性的指向下,将各种教育现象、事例与一般规则交互作用而进行的“归摄”“运用”“反思”的判断能力,它是教育“尝试”与“提升”特质的诉求、教育思想形成与创生的支撑、教师生命意义获得与更新的助力。然而,当下教师的教育判断力面临缺乏生长土壤、教师教育者的判断力不足等困境。提升教师的教育判断力,应以深度学习为理念,以案例教学为依托,以教育情景为中介,建立跨界教师教育师资团队。

基于深度学习的来袭鱼雷态势判断方法

鱼雷防御是舰艇安全执行任务的重要前提。准确判断来袭鱼雷的态势是成功防御的关键。错误的态势判断和对抗方法会降低鱼雷防御效果,甚至增加被命中的可能性。因此非常有必要研究来袭鱼雷的态势判断方法,从而为准确制定防御方法提供依据。由于不同类型的鱼雷有不同的运动模型和弹道形态,为此,研究和建模来袭鱼雷的运动模型是一种准确判断鱼雷类型的有效途径。本文在综合调研的基础上,分别对常见的几种舰艇鱼雷运动模型进行分析、建模和仿真,并基于长短期记忆人工神经网络对仿真结果进行了分析和验证。该研究可为舰艇鱼雷防御决策提供重要参考。

企业披露数据资源会影响审计质量吗?——基于审计师的多维学习视角

数据资源的发展日臻成熟,成为企业的新质生产要素。本文通过挖掘2011-2022年我国A股上市公司年报中披露的数据资源数额,探究其对审计质量的影响,研究发现,企业披露数据资源对审计质量具有负向影响。机制分析显示,企业披露数据资源通过削弱企业内部控制质量,增加对区块链与人工智能技术的使用程度,从而降低审计质量。基于审计师的多维学习视角,进一步发现审计师在职场内进行主动学习的作用有限,而职场外的主动与职场内外的被动学习均能更好地提升其对于数据资源的判断和决策效用。此外,企业披露不同类别的数据资源均会对审计质量造成影响。本文从审计师专业判断和职业学习层面拓展了审计质量的研究框架,对完善数据资源披露等相关准则及审计师职业学习理论等具有重要价值。

元认知监测中容易度判断与学习判断的分离:来自行为与近红外脑成像的证据

容易度判断与学习判断是两种典型的前瞻性元认知监测。其中容易度判断发生在学习过程的早期,是对学习材料难易程度的判断;学习判断是个体评估自身所学在未来测试中记忆的可能性,发生在编码和提取测试之间。本研究通过行为实验和近红外脑成像技术,对比分析容易度判断和学习判断的行为表现和脑区激活情况,检验二者的分离。研究结果显示:(1)在行为数据上,容易度判断和学习判断都出现了显著的低估,但是容易度判断的低估更严重;(2)容易度判断与学习判断存在共同激活脑区,为右侧背外侧前额叶和额下回。但相比于容易度判断,学习判断有更多激活脑区的参与,具体为梭状回和颞顶联合区。由此,本研究从行为和脑激活两方面证实了二者的分离。

开放式情境判断测验的自动化评分

受限于评分成本,开放式情境判断测验难以广泛使用。本研究以教师胜任力测评为例,探索了自动化评分的应用。针对教学中的典型问题场景开发了开放式情境判断测验,收集中小学教师作答文本,采用有监督学习策略分别从文档层面和句子层面应用深度神经网络识别作答类别,卷积神经网络(ConvolutionalNeuralNetwork,CNN)效果理想,各题评分准确率为70%~88%,与人类评分一致性高,人机评分的相关系数r为0.95,二次加权Kappa系数(Quadratic Weighted Kappa,QWK)为0.82。结果表明,机器评分可以获得稳定的效果,自动化评分研究能够助力于开放式情境判断测验的广泛应用。

中国英语学习者对粘着词根的识别加工研究

英语派生词的词根可分为自由词根和粘着词根,前者可独立成词,后者不能。实验1采用词汇判断任务,探索汉语为母语的英语学习者是否具有粘着词根意识。实验比较了英语学习者对粘着词根(如clude)和仅一个字母之差的非词(如blude)的反应是否不同。实验2旨在探查英语学习者对自由词根与粘着词根的加工是否存在差异。相比无关的非词启动词(如breffer),含粘着词根的启动非词(如breclude)是否能促进目标词(如CONCLUDE)的识别;与自由词根(如relegal-ILLEGAL)条件相比,两者是否存在差异。两个实验结果均表明英语学习者与母语者相似,存在粘着词根表征,英语学习者对粘着词根的加工与对自由词根的加工没有显著差异。

红色文化融入小学美术课堂的跨学科项目式学习实践——以校本教材《彩塑英雄王二小》为例

《义务教育课程方案和课程标准(2022年版)》正式发布后,人们对于跨学科教学、项目式学习的关注度已经由观望、尝试转入实践阶段。跨学科教学既是学科发展的趋势,又是产生创造性成果的重要途径。项目式学习,即围绕生活中的真实问题,由学生组建小组,利用资源与工具进行探究,解决问题,产生具体成果的学习方式。项目式学习是基于任务情境的整合学习,在整合中势必要跨学科。项目式学习应用于美术学科教学中,不仅可以提升学生在图像识读、美术表现、审美判断、创意实践和文化理解方面的美术核心素养,还可以培养学生的批判性思维,增强探究和解决问题的能力,沟通和合作等跨学科能力,促进学生的全面发展,进而促进学科的长足进步。

基于深度学习的汽车防追尾预警系统设计

当前主流的防追尾系统普遍存在识别因素单一、对驾驶员自身预防效果欠佳的问题,为此,设计一种基于深度学习的汽车防追尾预警系统。将YOLOv5剪枝技术、注意力机制、PID优化器等方法融入网络模型的训练中,以优化模型精度并减小模型体积;其次,以距离判断为主,速度、加速度、事故危害性判断为辅来计算车辆的追尾风险,每次预警后通过MQTT协议将数据上传至物联网平台,并在系统结束运行时对驾驶员进行安全分析。系统最终部署在TensorRT环境上进行再次优化。实验结果表明,所设计的汽车防追尾预警系统响应速度快,适应性强,判断风险较为准确。

小学生在元认知监控中单词学习策略的特点

元认知监控与学习策略之间存在着紧密的联系,且会影响人们的回忆成绩。但鲜少有研究者考察小学生在元认知监控中单词学习策略的特点。本研究以元认知监控为切入点,探讨小学生在只用单词学习策略过程中元认知监控的特点。招募66名5年级小学生参与实验。通过学习判断范式,考察被试在元认知监控下,学生各种单词学习策略的使用情况。结果发现,在强迫选择策略阶段,迫选的自我检测策略的学习效果要明显好于使用复习策略的效果,更优于“停止学习”的策略;学习完成后不对刚刚学过的内容进行加工处理就去学习新任务的学习效果是最差的;在被迫选择检测策略的情况下,无论是英语学习高分组还是低分组,检测策略都是比较高效的学习策略,它对记忆的促进效果比较好。应作为学习者学习单词的常用策略。本研究首次从元认知监控角度考察小学生单词学习策略使用的特点,强调元认知监控与学习策略之间的紧密联系。

基于机器学习链路权重优化的无人机网络路由算法

针对分布式“马赛克战”场景下侦察-判断-决策-行动(observe orient decide act,OODA)环通信加速的要求,提出了基于机器学习链路权重优化的无人机集群网络路由算法。针对OODA环当前阶段业务量通信需求,对业务量通信的完成时间进行建模,以最小化业务量通信完成时间为优化目标,通过利用机器学习梯度下降方法实现无人机集群网络分布式路由链路权重的优化,从而满足OODA环的通信加速要求,使己方可以先敌行动,获得战场主动权。仿真表明,相比于现有无人机网络的路由算法,提出的算法能显著降低OODA环的通信时间,提高数据报文传输成功率。

建设学习共同体 突破中职数学教学难题

中职数学教学中会出现学生基础差、缺乏学习兴趣,传统的小组合作式学习中学生参与率不高,甚至大面积放弃数学或“假装学习”的现象。要解决这一难题的方法在于自我学习力的重构与更新,学生借助中职数学“学习共同体”的倾听力、逻辑思维判断力、独立思考力,最终走向自主、协同、深度的学习。“学习共同体”要使学校成为学生合作学习的场所,成为教师相互学习的场所,成为家长参与的学校教育,是共同学习、相互帮助、协同发展的场所。学生之间、教师之间、学校之间、家长之间能相互学习和密切协作,“学习共同体”通过平等和倾听,为每位学生提供高品质的学习机会。如何建设“学习共同体”,突破“教”与“学”的难题是每一个从事中职数学教学者应该思考的问题。

飞机电子附件故障判断与数据模型优化方案研究

本项研讨专注于分析民用航空器航电系统的电子附件故障检测与解决方案的改进措施,旨在增强航空器在多变条件中的稳定运行和故障的预判性。在探讨现行飞机电子附件故障检测所面临的重大疑难之后,本研究引入了一种改良方案,该方案依托于数据导向及人工智能计算法则。模拟利用实际飞行记录数据和故障排除信息进行分析,对比改良方案与现有维护手段在预判故障的准确性和评估速度方面的进步。在细致研究的过程中通过对照试验,运用该研究方案理论上可以达成故障预判精度增加,检测时长缩短。此外该研究进一步考察了优化方案在多样化机型的航电布局中的可行性与适应性,为提升航空器电子附件的维护质量与可靠性提供了理论支撑。

新课标背景下初中美术欣赏教学中学生自主学习途径

在2022版新课标中,图像识读、美术表现、审美判断、创意实践和文化理解是美术核心素养的五个重要组成部分。自主学习能力是学生形成五种能力的根本前提。本文便站在美术新课标角度,讨论了自主学习的内涵以及在初中美术欣赏教学中有效培养初中生自主学习能力的必要性;分析了目前影响初中美术课堂学生自主学习能力的因素.

机器学习在人力资源管理领域中的应用

随着数据的快速增长和计算能力的提高,机器学习逐渐成为人力资源管理领域的热门技术。传统的人力资源管理方法往往依赖于主观判断和经验,容易受到人为因素的干扰。而机器学习可以利用大数据和算法的力量,实现更准确、高效和智能化的人力资源管理。本文将探讨机器学习在招聘、绩效评估、培训和发展以及员工流失预测等方面的具体应用,并探讨其优势和挑战。