Gibbs反思循环模式结合SimMom模拟教学在妇产科住院医师助产培训中的应用

目的:评价Gibbs反思循环模式结合SimMom模拟教学在妇产科住院医师助产培训中的效果。方法:采用随机数字法,将2020年1月至2021年1月参加妇产科住院医师规范化培训的27人住院医师分成对照组13人,试验组14人。对照组采用SimMom模拟教学方法,试验组采用Gibbs反思循环模式结合SimMom模拟教学方法。培训后对住院医师进行测评,并对两种教学方法的教学效果进行比较。结果:试验组住院医师培训后的两次考核成绩均显著高于对照组(P<0.05),住院医师对Gibbs反思循环模式联合教学方法的总体满意度高于对SimMom模拟教学方法的总体满意度(P<0.05)。结论:Gibbs反思循环模式能够有效提升住院医师在模拟培训学习中的主观能动性,提高住院医师综合能力的同时,也得到住院医师的认可。

基于Gibbs反思性学习的基础护理学实践课程思政的设计与实施

目的:探讨基础护理学实践课程思政教学的方法和实施效果。方法:选取201名护理学专业本科生作为研究对象。基于Gibbs反思性学习设计基础护理学实践教学课程思政方案并实施。应用护理本科专业课课程思政教学学生调查问卷、学习积极主动性量表及批判性思维能力(中文版)测评量表评价效果。结果:教学实施后,基础护理学实践教学课程思政效果总评均分为(105.62±5.45)分,其目标理念、师资队伍、课程资源、教学实施和教学效果各维度均分较高。学生的学习积极主动性量表中学习驱动力、学习目标、深入学习、控制学习和扎实学习各维度的得分及总分均高于教学实施前(P<0.05~P<0.01)。学生的批判性思维能力(中文版)测评量表中寻找真相、开放思想、分析能力、系统化能力、自信心、求知欲和认知成熟度各维度得分及总分均高于教学实施前(P<0.05~P<0.01)。结论:基于Gibbs反思性学习的基础护理学实践课程思政教学有助于提升课程思政教学效果,提高学生的学习积极主动性,培养学生的批判性思维能力。

基于Hash的Gibbs采样关联规则挖掘快速算法

Gibbs采样算法作为一种特征选择方法在关联规则挖掘方面具有较好的效果。为了进一步加快基于Gibbs采样的关联规则挖掘算法,提出了一种基于Hash结构的Gibbs采样关联规则挖掘算法。该算法改进了二分类数据的存储方式,建立十进制数组,将非重复数据及其支持度插入Hash表中。真实数据集实验结果显示,在时间成本上,提出算法与原算法相比有较好的优势,增加的空间成本在接受范围内。

Gibbs反思循环模式在心胸外科教学的应用研究

分析在对心胸外科教学过程中开展Gibbs反思循环模式的作用。方法 按照对比教学观察的形式开展探究,选入2022年2月至2023年1月在本院心胸外科见习医生30名为对象,随机数表均分对照组(15名,常规方式教学)和观察组(15名,开展Gibbs反思循环模式),教学过程结束以后分析两组教学效果。结果 对比分析两组教学质量,在理论知识考核水平,临床诊断操作水平对比,教学前两组无差异,教学后,观察组高于对照组,差异有统计学意义(P<0.05)。统计两组对教学方式评价,观察组各维度评分均高于对照组,差异有统计学意义(P<0.05)。结论 在心胸外科见习生教学过程中,运用Gibbs反思循环模式进行教学能提升教学质量,有助于提高理论知识及临床诊断操作水平。

抛锚式教学联合Gibbs反思循环在手术室专科护士培训中的应用

目的探讨抛锚式教学联合Gibbs反思循环在手术室专科护士培训中的应用效果。方法采用整群抽样法,以参加2022、2023年郑州大学第一附属医院手术室专科护士培训的78名学员为研究对象,将2022年和2023年的培训学员分别作为对照组(38名)和试验组(40名)。试验组采用抛锚式教学法联合Gibbs反思循环的教学方法,对照组采用常规教学方法。培训结束后,通过理论、实训成绩、自行设计的调查问卷对2种教学方法进行效果评价。结果试验组理论和实训成绩分别为(88.33±3.53)分、(89.38±2.42)分,对照组为(83.50±3.45)分、(86.76±3.18)分,2组比较差异有统计学意义(P<0.05);试验组学员对教学效果的评价较好。结论抛锚式教学法联合Gibbs反思循环,有助于提高学员的理论知识和临床实训水平,培养学员的自主学习能力和分析解决问题能力,培训效果优于传统教学方法。

Gibbs反思循环联合情景模拟在本科《医学影像学》教学中的应用

目的探讨Gibbs反思循环模式联合情景模拟方法在本科《医学影像学》教学的应用价值。方法2021年9月—2022年1月选取129名广西医科大学2020级临床医学专业学生作为研究对象,以班为单位随机分为试验组和对照组,对照组采用传统教学法,试验组采用Gibbs反思循环模式联合情景模拟的教学法,教学任务完成以后比较两组考核成绩以及调查问卷结果,并进行统计学分析。结果在评判性思维能力方面,试验组评估总分为(185.22±22.35)分,高于对照组的(174.82±23.62)分,理论考试成绩试验组为(83.62±6.37)分高于对照组(80.71±6.49)分、技能考核试验组成绩(88.59±6.89)分高于对照组成绩(85.43±7.35)分,课程评价得分(39.08±5.94)分高于对照组得分(35.71±6.37)分,差异有统计学意义(P<0.05)。结论Gibbs反思循环模式联合情景模拟教学法在本科《医学影像学》有较好的应用效果,对本科《医学影像学》教育教学深化改革有一定的指导作用。

Gibbs反思循环教学法在血透中心护士规范化技能培训中的应用

目的:研究Gibbs反思循环教学法在血透中心护士规范化技能培训中的应用。方法:选择2021年6月至2022年6月我院血透中心38名护士纳入研究,根据随机数字表法分组,对照组护士接受常规护理培训,试验组护士接受Gibbs反思循环教学法。比较两组规范化护理技能考核成绩及培训满意度。结果:试验组护士理论知识、规范操作、感染防控、护患沟通及团队协作能力考核成绩均高于对照组(P<0.05);试验组护士对规范化技能培训满意度为94.74%(18/19)高于对照组的68.42%(13/19)(P<0.05)。结论:Gibbs反思循环教学法可有效提高护士血透中心规范化操作能力,提升其技能培训满意度。

基于Gibbs抽样算法的两参数Pareto分布的Bayes估计

本文在非正常先验分布下讨论了基于Linex非对称损失函数的两参数Pareto分布的Bayes估计,证明了Linex损失函数下的Bayes估计是可容许的,并利用Gibbs抽样算法进行了Bayes估计实现;通过数值模拟,比较了极大似然估计与Bayes估计的风险。结果表明:Pareto分布的尺度参数的Bayes估计效率一致高于极大似然估计;在小样本情形下,当损失函数的尺度参数大于0时,Pareto分布的形状参数的Bayes估计的效率高于极大似然估计。

Gibbs反思循环理论下自我效能强化干预对肺源性心脏病患者心肺功能及运动耐量的影响

目的探讨Gibbs反思循环理论下自我效能强化干预对肺源性心脏病患者心肺功能及运动耐量的影响。方法纳入我院2019年12月至2021年12月期间收治的肺源性心脏病患者84例,通过随机数字表法分为观察组与对照组,各42例。对照组采取常规干预模式指导患者进行自我护理,观察组在对照组基础上采取基于Gibbs反思循环理论制定的自我效能强化模式进行干预,持续随访3个月。比较干预前和干预3个月后两组患者心肺功能[左心室射血分数(LVEF)、用力肺活量(FVC)]及运动耐量指标[6 min步行距离(6MWD)]、一般自我效能量表(GSES)评分、自我管理行为评分(CDSMS)的差异;对比两组患者的遵医行为差异。结果干预3个月后,两组患者LVEF、FVC、6MWD水平均升高(P<0.05),且观察组高于对照组(P<0.05);干预3个月后,观察组用药依从性、定期复诊率、GSES评分、CDSMS各项评分大于对照组(P<0.05);观察组生活习惯改善大于对照组,但差异无统计学意义(P>0.05)。结论Gibbs反思循环理论下自我效能强化干预能提高肺源性心脏病患者遵医行为,促进心肺功能和运动耐量的康复,提升患者自我管理能力。

基于Gibbs采样和残差连接的AlexNet蔬菜识别算法

为了进一步提高蔬菜识别的精度,提出了基于Gibbs采样和残差卷积神经网络的蔬菜识别算法,本文将其命名为GiRAlexNet算法。根据马尔科夫随机场与吉布斯随机场的等价性构建图像概率模型,用Gibbs采样获取最优样本点集合,随机取点切割图片。通过GoogleNet、ResNet和AlexNet模型实验显示,分类准确率分别提升了9.22%,3.34%和9.19%。大量实验表明,该GiRAlexNet算法对蔬菜识别的准确率达到98.14%。

基于Gibbs反思循环模式的模拟手术培训在手术室护士规范化培训中的应用

选取在中国医科大学附属盛京医院手术室进行第1年规范化培训的学员共68名作为研究对象,随机分成观察组和对照组进行培训,探讨基于Gibbs反思循环模式的模拟手术培训在手术室护士规范化培训中的应用及效果。实践表明,基于Gibbs反思循环模式的模拟手术培训可以有效提高手术室护士的理论和实际操作水平,提升学员的学习兴趣,使其快速进步,是值得广泛推广的培训教学模式。

石墨Gibbs表面自由能对锂离子电池传统负极浆初始黏度和稳定性的影响

负极浆料的初始黏度和稳定性对锂离子电池的生产工艺和后期性能至关重要。但是关于石墨原料的理化性质对负极浆料初始黏度和稳定性的影响尚未从根本上阐明。通过对不同粒度和比表面积的商业化石墨进行初始黏度测试,发现负极浆料的初始黏度与石墨的非极性Gibbs表面自由能呈正相关。同时还发现,Gibbs表面自由能极性部分和非极性部分的相对大小对负极浆料的稳定性有影响。当Gibbs表面自由能极性部分接近非极性部分时,制备的浆料具有最佳的稳定性,且静置120 h以后克容量保持稳定。有趣的是,XRD和Raman光谱表征结果显示石墨粒子的Gibbs表面自由能与缺陷之间没有直接的线性关系。本研究可为锂离子电池工业生产中石墨原料的选择提供指导。

基于EM-GIBBS算法的ARMA(p,q)测量误差模型的参数估计

本文对基于ARMA(p,q)的测量误差模型的参数估计提出了EM-Gibbs算法.由于无法给出模型参数的极大似然估计解析解,本文在EM算法框架下对参数进行估计.在实施EM算法M步骤过程中,为了计算高维正态分布的隐变量一阶、二阶矩,需要求出高阶矩阵的逆矩阵.为了避开计算高阶矩阵的逆矩阵,通过Gibbs抽样,给出了隐变量的一阶、二阶矩的估计,从而给出了EM算法M步骤中参数最优值的估计.最后通过对ARMA(1,1)测量误差模型进行了数值模拟,模拟结果验证了所提EM-Gibbs算法的可行性和有效性.

基于广义Gibbs先验的低剂量X-CT优质重建研究

为获取低剂量条件下X-CT的优质重建,提出基于广义Gibbs先验的低剂量X-CT重建算法。新算法首先对投影数据进行统计建模,其后采用Bayesian最大后验估计方法,将投影数据中非局部的先验信息加诸于该数据的恢复中,达到抑制噪声的效果,最后仍采用经典的滤波反投影方法对恢复后的投影数据进行解释CT重建。文中将非局部先验称为广义Gibbs先验,其原因在于该先验具有传统Gibbs先验形式的同时,可以通过选择较大邻域和自适应的加权方式充分利用投影数据的全局信息进行数据恢复。通过与已有算法的对比实验,表明该文提出的基于广义Gibbs先验的低剂量X-CT重建算法在降低噪声效果和保持边缘方面具有较好的表现。

Gibbs反思循环圈+PBL教学法在血透室护理带教中的效果评价

目的:探讨Gibbs反思循环圈+PBL教学法在血透室护理带教中的应用效果。方法:随机将血透室60名护理实习生分成对照组与试验组,每组各30名。对照组采用传统方法,试验组采用Gibbs反思循环圈+PBL教学法,评价并比较两组带教效果的差异。结果:试验组的理论和操作考核评分、核心能力评分、批判性思维能力评分均显著高于对照组,P<0.05。结论:血透室护理带教应用Gibbs反思循环圈+PBL教学法成效显著,不仅能够提升护理实习生的专业水平,而且有助于核心能力及批判性思维能力的培养。

基于各向异性Gibbs随机场与高斯混合模型的脑MR图像分割算法

为了克服高斯混合模型(GMM)的局限性,利用Gibbs理论和图像结构信息构造各向异性Gibbs随机场,并将其引入到GMM框架中,完善GMM的分类效果,使其在克服噪声影响的同时,还能够保持细长拓扑结构区域信息以及角点区域信息.实验结果证明,文中算法可以得到较好的分类结果.

Bayes匹配场地声参数反演:多步退火Gibbs采样算法

为实现海洋地声环境参数的快速高效反演,提出多步退火Gibbs(Multi-AG)采样算法,可消除因参数搜索空间设置对参数反演结果的影响,并有效解决Bayes匹配场高维参数反演过程中常见的运算量大、旁瓣高等问题。分析待反演地声参数对匹配场处理器的敏感性,用以制定多步反演与退火方案,利用Gibbs采样算法反演敏感性级别最高的参数,计算其均值并代入后续反演步骤,进而采用退火Gibbs采样算法逐步反演后续参数;利用数值仿真实验对比Metropolis-Hastings算法、Gibbs采样算法、快速Gibbs采样算法和Multi-AG采样算法的反演效果。实验结果表明,与其他3种算法相比,Multi-AG采样算法可通过最小的计算量得到均方差最小、精度最高的参数反演结果。

通用Gibbs反应器的机理建模和求解方法

Gibbs反应器是一种虚拟设备,它不考虑具体的反应过程和机理,只考虑在达到热力学平衡,即达到质量平衡和能量平衡时Gibbs自由能最小的状态。Gibbs反应器非常适用于反应机理复杂,反应过程众多或者反应机理耦合严重的情况。利用机理建模技术和传统优化方法拉格朗日-牛顿法建立通用的Gibbs反应器模型,用于描述煤制甲醇生产过程硫回收工段的反应过程,并将其结果同Aspen Plus中标准Gibbs反应器的计算结果进行了比较。

基于广义Gibbs先验的优质PET成像

最大后验方法(Maximum A Posteriori,MAP)已经广泛应用于解决图像重建中的病态问题,正电子发射成像(Positron Emission Tomography,PET)便是其中之一.本文基于MAP方法,针对PET成像提出一新的基于图像相似结构信息的广义Gibbs先验形式,新先验能在有效地抑制噪声的同时,鲁棒地保持锐利的边缘信息.但由于新先验的引入,使得重建模型的求解趋于复杂.为解决模型解的收敛性问题,我们提出两步式的局部线化优化迭代重建策略,并结合抛物线替代坐标上升(Paraboloidal Surrogate Coordinate Ascent,PSCA)算法进行求解.新算法分别对PET模拟数据和真实数据进行重建实验,结果表明本文提出的基于广义Gibbs先验的PET成像可以获得优质的重建图像.

结合Gibbs随机场的加权模糊C均值图像分割算法

加权模糊C均值(WFCM)算法是在模糊C均值(fuzzyC-Means,FCM)算法的基础上提出的,它为不同的样本添加了不同的权值,从而改善了聚类效果。然而传统的加权模糊C均值算法具有对噪声非常敏感的缺陷,于是本文提出了一种结合Gibbs随机场的改进的WFCM算法(G-WFCM)。根据Gibbs随机场概率分布构造了一个Gibbs空间约束场,通过用Gibbs空间约束场为WFCM施加空间约束的方法来减小噪声对分割结果的影响。文中给出的人脑MRI图像分割实验证明,本文提出的G-WFCM算法具有比原WFCM算法更强的抗椒盐噪声能力。