小学生跨学科素养测评模型构建与应用研究

跨学科素养是小学生学习发展的关键素养,构建科学、合理的跨学科素养测评模型是开展小学生跨学科素养有效监测与提升的重要保证,对打破学科知识壁垒、培育新时代拔尖创新人才具有重要现实意义。研究遵循成熟的教育测评模型构建范式,厘清了小学生跨学科素养操作性定义,构建了包含跨学科知识、跨学科能力和跨学科情意3个一级指标、8个二级指标的小学生跨学科素养测评指标体系,开发了《小学生跨学科素养测评量表》,基于探索性、验证性因素分析以及层次分析法,构建了小学生跨学科素养测评模型:Y=0.306*Y1+0.412*Y2+0.282*Y3,其中Y表示小学生跨学科素养,Y1、Y2、Y3分别表示跨学科知识、跨学科能力、跨学科情意。应用该模型对全国东、中、西部地区12省市的18166名小学4—6年级学生进行测评,初步验证了模型的科学性、有效性与可操作性,并依据测评结果提出提升小学生跨学科素养的对策建议。

基于大语言模型的水工程调度知识图谱的构建与应用

随着水利事业的发展和信息化需求的增加,处理和表示海量水利数据变得复杂而繁琐。特别是调度文本数据通常以自然语言的形式存在,缺乏明确的结构和规范,并且处理和应用这些多样性的数据需要具备广泛的领域知识和专业背景。为此,提出了基于大语言模型的水工程调度知识图谱的构建方法。通过数据层的调度规则数据收集与预处理,再利用大语言模型挖掘和抽取数据中蕴藏的知识,完成概念层本体构建和实例层“三步法”提示策略抽取。在数据层、概念层、实例层的相互作用下,实现了规则文本的高性能抽取,完成了数据集和知识图谱的构建。实验结果表明,大语言模型抽取方法F1值达到85.5%,且通过消融实验验证了模型各模块的有效性和合理性。构建的水工程调度知识图谱整合了分散的水利规则信息,有效处理非结构化文本数据,并提供可视化查询和功能追溯功能。这有助于领域从业人员判断来水情况并选择适当的调度方案,为水利决策和智能推荐等提供了重要支持。

大语言模型在学科知识图谱自动化构建上的应用

人工智能技术的飞速发展推动了教育领域的智能化,涌现出一些利用知识图谱技术进行学科知识体系构建的研究。利用知识图谱构建的知识体系,可以建模知识点之间的关联性,形成课程知识脉络,有助于学习者对知识点的记忆与深层次理解。然而,学科课程的教学资源多样且分散,现有的自动构建方法往往使用单一的数据资源,资源利用率低,难以对专业知识体系的构建提供有效指导。构建方法自动化程度较低,构建成本大,需要开发不同的模块对非结构化文本进行处理并生成图谱,可复现性和可移植性较差。因此,提出了一种基于大语言模型的学科知识图谱构建优化流程,高度融合大语言模型的优势和各学科知识的逻辑关联。具体以通信专业为例,借用ChatGPT大语言模型的强大功能,使用多种知识来源,通过学科知识分析设计知识系统本体,自动化提取基于教学资源的知识实体和知识关系形成最终的学科知识体系,可方便地推广至其他学科领域。

湖南省社区老年人抑郁现状调查与风险预测模型构建

目的调研湖南省社区老年人抑郁现状,了解各危险因素对老年人抑郁发病的预测程度,构建风险预测列线图模型并进行模型效能的内部验证。方法以湖南省社区老年人(≥60周岁)为研究对象,运用χ2检验和多因素Logistic回归分析老年人抑郁的危险因素,通过R软件建立相关列线图预测模型,采用C统计量和校准曲线对预测模型进行验证,利用临床决策曲线评价模型的实用性。结果湖南省社区老年人抑郁发生率34.11%。将区域位置、性别、居住地(城乡)、受教育水平、婚姻等与老年期抑郁相关的11项危险因素(P<0.05)纳入老年抑郁风险模型。构建的风险预测列线图模型灵敏度为0.083,特异度为0.709,ROC曲线下面积为0.812(95%CI:0.781-0.843)。结论湖南省社区老年人抑郁症发生率较高,总体上女性发生率高于男性,农村高于城市,应重点关注老年人群(特别是独居老人)的慢性病、躯体功能、听力、视力情况等;构建的老年抑郁风险预测列线图模型可用于老年期抑郁高危人群识别和风险预测,可以临床推广。

基于铜死亡相关lncRNAs的胰腺癌预后模型构建与验证

目的研究铜死亡相关lncRNAs在胰腺癌(PAAD)患者中的预后预测价值,并进一步构建预后预测模型。方法从TCGA数据库中下载胰腺癌患者的转录组测序数据和相应临床信息,通过Pearson相关性分析筛选与预后相关的铜死亡相关lncRNAs,先后利用单因素Cox回归和Lasso回归分析并进一步构建预后模型。根据模型的风险评分中位数,将所有患者分为高风险组和低风险组。通过Kaplan-Meier生存分析、亚组分析、ROC曲线分析及一致性指数分析评估模型的预后预测价值,并利用单因素和多因素回归分析验证模型的独立性。对高、低风险组的差异表达基因进行GO及KEGG功能富集分析,并对高、低风险组患者进行肿瘤突变负荷(TMB)分析、免疫治疗反应预测以及药物敏感性分析。结果通过Pearson相关性分析,确定了127个铜死亡相关的lncRNAs,先后利用单因素Cox回归分析及Lasso回归分析构建了一个基于6个铜死亡相关lncRNAs的预后预测模型。根据模型计算结果将PAAD患者队列分成高风险组和低风险组,Kaplan-Meier生存分析表明低风险组患者的生存时间要长于高风险组(P<0.05)。ROC曲线证明了该模型对胰腺癌患者预后的预测性能良好:1、3、5年ROC曲线下面积分别为0.687、0.753、0.771;基因功能富集分析表明,高、低风险组差异表达基因主要富集于免疫相关通路。此外,高风险组患者的TMB值明显大于低风险组,而TIDE评分明显低于低风险组。最后,通过药物敏感性分析发现不同组的胰腺癌患者对特定药物的敏感性存在统计学差异,对临床用药具有一定的指导意义。结论本研究基于铜死亡相关lncRNAs成功构建了一个PAAD患者预后模型,可精准预测PAAD患者的预后,并为患者的临床药物治疗选择提供个性化指导。

教育数字化背景下职业院校教师数字胜任力的模型构建及推进策略

教育数字化背景下对职业院校教师的能力要求不断提升,为适应职业教育数字化发展趋势,教师要具备创新教育技能、提升核心素养、探寻研究意识及重塑未来形象的数字胜任力。依据多维整合、实践导向、动态适应、个性发展、持续改进及伦理责任等原则,对国内外关于数字胜任力研究理论框架进行系统整理与审视,结合质性研究,构建包含数字基础胜任力、数字应用胜任力、数字革新胜任力和数字发展胜任力的4个一级维度和16个二级维度的职业院校教师数字胜任力模型框架,并提出构建数字胜任力推进策略:构建数字化培训体系,推动数字化资源建设,提升数字化技能水平,形成数字化保障机制。

教育智能体情绪线索赋能在线学习的模型构建及实践研究

教育数字化转型会带来课程内容、教学活动等要素的内涵及其关系的变化,在线学习和混合教学等数字化学习方式将成为主流教学方式。在线学习带来诸多优越性的同时,也存在师生交互缺失、情绪交流缺乏的问题。虚拟学习环境中具有情绪线索的教育智能体为破解该问题提供了一种更加智慧化的手段。教育智能体是用于在线学习环境以满足不同教学目标要求、类似教师的虚拟角色,可为学习者提供认知和情感支持。然而,已有研究关于教育智能体情绪线索对在线学习全过程的作用效果尚未达成共识。为此,从动机、情绪、理解、巩固和迁移5个角度对2003年以来国内外42个相关实证研究进行了系统性分析,构建教育智能体情绪线索赋能在线学习的理论模型,并结合问卷量表法、社会网络分析法和内容分析法对高校专业课教学进行实践探究。结果表明:(1)情绪智能体组学习者的学习动机在实验前后呈现了最大幅度的提升,且存在显著高效应;(2)情绪智能体组学习者协作交互的积极性在增加,交互水平也在提升,学习热情最高;(3)情绪智能体组学习者的内部和外部认知负荷无明显变化,而相关认知负荷显著增加,促进其新知的掌握;(4)教育智能体情绪线索助力学习者记住更多的项目,从而提高了其知识保持成绩;(5)教育智能体情绪线索可以帮助学习者对更高层次的反思进行深度构建,从而发展了反思能力,也反映了其迁移能力的提升。最后,针对教育智能体的设计提出建议,以期为在线学习提供更符合个性化需求的情感认知工具,推动人工智能与教育的融合发展。

基于ADDIE模型的研究生积木式程序设计课程智慧课堂构建

分析智慧课堂和ADDIE模型的研究现状,提出基于ADDIE模型构建智慧课堂,以积木式程序设计课程为例,从教学流程出发,阐述如何通过实践教学案例实现基于ADDIE模型的智慧课堂构建,并通过实施后对学生进行访谈调查的数据分析,说明智慧课堂教学的有效性。

《医林改错》脏腑理论模型的构建与运用

王清任一生的医学贡献凝聚于一册薄薄的《医林改错》,其构建的脏腑理论模型具有生理学与病理学的双重含义,具体可分为“气血运行模型”和“水谷运化模型”。前者侧重于病理探讨,生理描述亦多,可细分为“气运模块”与“血运模块”;后者常见于生理阐释,病理描述甚少,可细分为“水运模块”与“谷运模块”。“气运模块”的生理功能以存储和运行元气、津液为主,其病理变化以津液失常和气虚为主;“血运模块”的生理功能以存储和运行血液为主,其病理变化以血瘀为主;“水运模块”的生理功能主以运行水液,“谷运模块”的生理功能主以运化谷物,二者的病理变化均较少涉及。

数据驱动的精准营销模型构建探索

精准营销作为一种新兴的营销模式,以其高度的针对性和有效性在市场中脱颖而出,随着大数据技术的不断成熟,数据驱动的精准营销逐渐成为企业关注的热点,本文旨在探讨在大数据背景下,如何构建数据驱动的精准营销模型,以实现企业营销活动的个性化、高效性和针对性。基于此背景,本文分析了数据驱动精准营销的价值,探讨了数据驱动的精准营销模型构建,并针对模型构建过程中面临的挑战提出了应对策略。

烤后烟叶不同部位高光谱特征分析及判别模型构建

利用高光谱(400~1700 nm)成像技术扫描得到3个部位(上B、中C、下X)烤后烟叶的高光谱图像,并提取其高光谱数据。采用相关性分析、主成分分析及方差分析研究了3个部位烟叶的高光谱特征,并构建5种识别烟叶部位的判别模型(SVM、KNN、RF、LightGBM和XGBoost)。结果表明,3个部位烟叶的光谱反射率为C>X>B(400~750 nm),B>C>X(750~1400 nm),C>B≈X(1400~1700 nm)。3个部位烟叶的高光谱数据存在较强相关性,总体上可见光以及近红外波段在各自区域内相关性较强,而两者之间相关性较弱。共提取得到7个特征值大于1的主成分,方差累计贡献率接近1.00。3个部位烟叶的光谱反射率在450~550 nm和750~1400 nm区域相互之间存在明显差异,中部叶在550~850 nm和1400~1700nm分别与上、下部叶具有明显差异,上部叶在400~450 nm分别与中、下部叶差异明显,下部叶在680 nm附近分别与上、中部叶差异显著。SVM判别不同部位烟叶的表现最好,准确率、精确率、召回率和F1分数均达95%以上,LightGBM表现居中,各项指标在90%~95%,RF、KNN和XGBoost相对较差,各项指标在90%以下。

新文科下大学英语教师课程思政素养培育模型构建

“新文科+课程思政”要求大学英语教师具备跨学科政治素养、跨学科专业素养、跨学科人文素养与跨学科数字素养,以适应达成新环境下的“立德树人”目标。兼合博亚特兹与科萨根洋葱模型,构建了由内至外的动机使命(立德树人)、信仰(跨学科政治素养)、自我认知(跨学科人文素养)、知识技能(跨学科专业素养和跨学科数字素养)、环境(新文科与课程思政)的素养洋葱模型,创建了以学科融合下课程思政能力、语料库建设、教师共同体建设的素养培育模型,从而形成了多维全面素养培育体系。

妊娠期心脏疾病患者伴心力衰竭的多因素模型构建及妊娠结局分析

目的:构建妊娠期心脏疾病患者伴心力衰竭的多因素模型,并分析合并心力衰竭对妊娠结局的影响。方法:收集2021年1月至2022年12月陕西省人民医院产科收治的148例妊娠期心脏疾病患者为研究对象,随访至孕妇分娩,统计心力衰竭发生状况,将其分为伴心力衰竭组(56例)与单纯心脏疾病组(92例)。对比两组临床资料,构建妊娠期心脏疾病患者伴心力衰竭的多因素logistic回归模型,探讨妊娠期心脏疾病患者发生心力衰竭的影响因素,并绘制受试者工作特征曲线(ROC)验证上述因素对患者发生心力衰竭的影响。结果:伴心力衰竭组妊娠期高血压、贫血、低蛋白血症、肺动脉高压发生率高于单纯心脏疾病组,脑钠肽(BNP)水平高于单纯心脏疾病组(P<0.05);Logistic回归模型结果显示,妊娠期高血压、贫血、低蛋白血症、肺动脉高压、高BNP水平是妊娠期心脏疾病患者发生心力衰竭的危险因素(OR=72.644、4.871、43.693、30.391、1.024,P<0.05)。ROC曲线结果显示,AUC=0.934,模型可靠、稳定。伴心力衰竭组剖宫产率、产后出血率高于单纯心脏疾病组,新生儿Apgar评分低于单纯心脏疾病组(P<0.05)。结论:妊娠期心脏疾病患者心力衰竭的发生可能与妊娠期高血压、贫血、低蛋白血症、肺动脉高压、高BNP水平有关,建立的logistic回归模型可预测妊娠期心脏疾病患者发生心力衰竭的可能性。

电磁域平行系统架构与模型构建方法研究

为了研究电磁域平行系统架构和模型体系构建问题,分析了数字平行的概念内涵,提出了数字平行系统与物理环境之间是互驱、共生、平等的双向演进关系的论点,基于平行系统对物理环境可以泛化模拟等4个要点、以及大小平行闭环的方法论,提出了典型LVC(构造的、虚拟的和真实的)系统架构,并基于模型体系的定义与分类,从模型共性和个性边界、跨层级仿真模型校验等方面,给出了模型的传递逻辑和构建方法。以平行仿真环境构建和自适应调零下导航干扰建模为例,分析了本文提出的平行系统架构和模型构建方法的可行性。本研究旨在更清晰准确得对平行系统的概念和边界进行剖析,在此基础上给出电磁域平行系统的理论构建方法,可为后续类似平行系统及模型构建的具体实施提供参考。

人民银行内部审计数据采集风险探侦模型构建研究

随着人民银行业务领域信息水平的不断提高,人民银行内部审计高质量发展面临诸多挑战。本文通过全面梳理人民银行现有业务系统和台账报表类数据,探讨了人民银行内部审计数据采集范围以及异常检测算法在风险探侦审计模型中的运用;并结合2022年开展的结构性货币政策工具审计调查,以贷款台账利率为例,探索构建了结构性货币政策工具风险探侦审计模型,通过无监督聚类分析,从样本中筛查出问题线索,为风险探侦方法在人民银行各业务领域的内部审计应用提供实践参考。

新形势下研究生导师培训的模型构建与实践方略

研究生导师是研究生培养的第一责任人,在学术研究、人才培养、民族振兴的历史进程中发挥着重要作用,研究生导师培训则是优化导师知识结构、提升导师可持续发展能力、解决研究生教育内部困局的有效举措。以ADDIE这一培训领域的经典理论模型为分析框架,依托半结构型访谈,立足“模型构建”与“实践方略”两大向度,可构建出由“教学设计、组织功能、质量提升”三模块、“分析、设计、开发、实施、评估”等十三要素构成的研究生导师培训模型。在此基础上,为更好地适应新形势下研究生导师培训的现实需求,推进研究生导师培训模型在实践中的生态化运转,应注重“理念上正本清源:以育人思维为指导,实现提质增效”“制度上立柱架梁:以组织治理为框架,保障顺利运转”“实践上扎实推进:以利益相关者为主体,推进生态循环”。

改性橡胶透水混凝土老化寿命精准预测模型构建

为了提高改性橡胶透水混凝土老化寿命预测效果,构建改性橡胶透水混凝土老化寿命精准预测模型,制备不同改性剂含量的橡胶混凝土试件,并进行老化温度循环实验。引入威布尔分布,建立混凝土的密度函数与分布函数,并构建改性橡胶透水混凝土修正Coffin-Manson老化寿命模型,实现改性橡胶透水混凝土寿命预测。结果表明:不含改性剂混凝土的质量损失最大,而改性橡胶透水混凝土可以保持较高的有效孔隙率与相对动弹模量。通过该模型预测可知,不含改性剂的混凝土老化寿命更短,而4%改性剂的试件在冻融循环2267.2次后失效,即该试件的老化寿命为2267.2,其老化寿命最高,且该预测模型的预测可靠度高于0.8,可以精准预测老化寿命。

糖尿病患者发生医院内感染的影响因素风险预警模型构建与预防

目的探讨糖尿病患者发生医院内感染的影响因素、预警模型构建及预防措施。方法收集2020年1月至2023年1月该院内科收治的1059例糖尿病住院患者的临床资料,分析发生医院内感染的分布特点和危险因素并构建预警模型,总结护理预防措施。结果1059例患者中发生医院内感染63例,发生率为5.95%,其中下呼吸道感染占55.56%(35/63),胃肠道感染占17.46%(11/63),泌尿道感染占12.70%(8/63),口腔感染占6.35%(4/63),皮肤感染占3.17%(2/63),足部感染占3.17%(2/63),其他占1.59%(1/63)。住院时间长、使用抗菌药物种类多、有侵入性操作、空腹血糖值高均是医院内感染的独立影响因素,差异均有统计学意义(P<0.05)。医院内感染影响因素风险预警模型为Logit(P)=-4.122-0.782×住院时间+2.598×空腹血糖+5.510×使用抗菌药物种类-2.240×侵入性操作。结论糖尿病患者医院内感染发生率较高,其危险因素预警模型预测拟合度较好,预测价值较高。住院期间积极采取有针对性的护理措施可有效预防医院内感染。

基于大模型的电子信息领域知识图谱自动构建与检索技术

当前电子信息领域积累的越来越多宝贵经验知识对知识使用技术提出了新的挑战。知识图谱(Knowledge Graph, KG)技术和大规模预训练语言模型(Large Language Model, LLM)技术在知识使用方面都各自存在缺陷,但两种技术的优缺点能够形成互补。因此,基于LLM技术,提出了应用于电子信息领域的知识图谱自动构建与检索增强问答技术。首先基于LLM的语义理解能力自动构建电子信息领域知识图谱,然后构建基于知识图谱和检索增强大模型的知识问答系统。在CoNLL2003数据集和构建的电子信息领域数据集上的实验证明了所方法具有较好质量,知识问答系统具有较好的实用效果。所提方法能够更好地满足从业人员从海量文档中提取相关知识,提高知识利用效率的迫切需求,为推动大模型结合知识图谱技术在电子信息垂直领域的落地应用提供参考。

基于点云配准的航空发动机数字孪生模型构建

点云配准是实物和场景数字孪生模型构建的关键技术。为了适应航空工业高效、精确的虚实结合工业模式,提出了基于快速点特征直方图FPFH(Fast Point Feature Histogram)特征识别配准算法的数字孪生模型构建方法。该方法在保障精确性的前提下,通过数字化检测、信息采集、数据处理与融合,构建物理与虚拟高效互通的数字孪生模型。最后,以燃气涡轮式航空发动机中尾喷管风扇类零件为实例,验证该方法应用于该类发动机零件用于构建数字孪生模型的可行性,并最终将该方法作用于整个涡扇发动机。