“双碳”背景下福州市能源足迹趋势分析及预测

基于生态足迹和碳足迹理论,提出能源足迹的概念与计算方法。以福州市为例,分别按能源种类和工业行业计算了该市2011-2020年能源足迹及其强度,对这10年能源足迹变化趋势做了分析,运用STIRPAT模型及岭回归分析方法进行了预测,并按照高速和基准两个情景对能源足迹分别进行了分析和预测。研究表明,福州市2011-2020年能源足迹呈现波动下降又回升趋势,能源足迹强度则整体呈现下降趋势,能源结构不断优化;福州市要实现2030年碳达峰情景,能源足迹强度每年需降低4.1062%(按研究期的水平)。福州市应继续坚持生态城市和数字城市的发展目标,从能源种类上看应该大力发展风能、水利、天然气、太阳能、核电等可再生能源;从工业结构上则要做强计算机、通信和其他电子设备制造业。本研究对于城市产业结构优化、碳排放目标实现均有一定的理论参考价值和现实意义。

低空经济助推新质生产力的运行机理与路径选择

低空经济是以低空飞行活动为牵引,以有人驾驶和无人驾驶航空器为主要载体,通过技术创新和模式创新推动相关产业融合发展的新型综合性经济形态。低空经济涉及领域和行业多、应用场景多、创新之处多、产业链条长、带动效应强,具有创新驱动性、空间依赖性、跨界融合性、辐射带动性等技术—经济特征。低空经济通过场景牵引、跨界融合、协同治理,聚焦应用场景,打造低空多场景应用,推动“低空+”物流配送、“低空+”城市空中交通、“低空+”旅游、“低空+”应急救援等规模化发展,在技术创新与制度创新相互嵌套、协同治理的基础上实现健康发展。当前,各地各部门积极抢占低空经济新赛道,通过建设智能互联高效的基础设施、加快低空智能互联航行技术创新、完善产业链增强低空产业韧性和安全等举措因地制宜打造融合创新的应用场景。为促进低空经济发展,应加强产业政策引导与支持,支持低空经济技术创新与研发,推动跨界融合与应用场景创新,完善产业链配套服务体系。

颠覆性创新、场景驱动与新质生产力发展

加快颠覆性创新转化为新质生产力,是新时代推进现代化产业体系建设和赋能高质量发展的重要任务。颠覆性技术的演化、新兴产业的成长都离不开应用场景的支撑。新兴技术的应用场景具有多样性、规模性、演进性、协同性、不确定性等特征,在其“工程化—商业化—产业化”动态演进过程中发挥着技术验证、需求验证和生态构建的作用。实践中,促进一些突破既有法律和政策边界的创新在特定场景中的应用,需要提升政策适配性。为此,应坚持统筹设计,推进包容、审慎监管;增加场景供给,加大场景示范推广力度;提升场景创新能力,夯实场景创新基础;培育融合创新生态,优化服务保障。最终,通过创新、构建和发展应用场景,加快发展新质生产力。

ChatGPT技术在生物医药领域的应用潜力与风险

本文系统梳理了ChatGPT的发展历程与现状,分析ChatGPT技术与生物医药领域的耦合情况。从知识创新与模型创新两个维度,划分生物医药领域ChatGPT技术应用的类型,并分析其应用焦点、应用场景和特征;从科学研究与消费终端应用的角度阐述各项ChatGPT技术类型在生物医药领域中的应用价值;剖析各项ChatGPT技术类型在生物医药领域中存在的潜在风险。ChatGPT技术将加快生物医药领域的研究与服务,扩大而非取代研究人员的专业知识。未来应加强微调挖掘型GPT工具与部署型服务设施的建设,推动ChatGPT技术在生物医药领域的有效应用。

教育场景驱动的高校数据治理

教育数字化转型的重要任务之一是通过数据治理提高教育治理能力,当前数据治理呈现出场景化和智能化的趋势,但是以管理和标准为核心的静态治理理念难以适应应用场景的数字化转型和创新。该文首先从数据治理的视角探讨了教育场景的概念和特征,然后分析了当前高校教育场景数据治理中存在的数据不够“大”、数据不够“好”、数据未尽其“用”三个核心问题,提出高校教育场景驱动的数据治理方法和治理流程,教育场景中的原始数据经过数据资产化、数据标准化、数据要素化三个关键环节演化为具有计算属性、组织属性和教育属性的场景数据资产,作为关键要素进入到教育教学过程中,从而形成良性循环的数据资产生态,充分发挥数据资产的教育价值。

场景理论视域下乡村体育旅游融合的理论逻辑、发展困境与纾解路径

乡村体育旅游作为落实乡村振兴战略的重要组成部分,已成为推动乡村文化、生态、产业等发展的主要内容。运用文献资料法、逻辑分析法等研究方法,从场景理论的真实性、戏剧性、合法性维度探究乡村、体育、旅游三要素融合的理论逻辑、发展困境与纾解路径。构建“新场景—新行为—新价值”乡村体育旅游融合的理论逻辑,阐释乡村体育旅游融合的乡村表达性、符号感知性、融合生产性等多维度困境,并提出场景理论视域下乡村体育旅游融合的纾解路径:深挖文化内涵与乡土特色,感知乡村体育空间;提升具身体验与品牌设计,彰显乡村体育价值;强化创新意识与产业实力,完善乡村体育产业链。

面向国家战略的产业竞争情报场景化智慧服务模式研究

通过对面向国家战略的产业竞争情报智慧服务进行场景化、细粒度描述,构建产业竞争情报场景化智慧服务模式,以赋能复杂环境下产业高质量发展。首先,梳理国内外关于“场景化服务、产业竞争情报服务模式、智慧情报与情报智能服务”等相关研究,提出“产业竞争情报场景化智慧服务”的概念内涵;其次,沿着“战略引领与需求牵引—场景解构与细粒度刻画—平行系统与虚实交互—范式转变与服务升维”的研究逻辑,融合场景理论、平行智能思想,构建产业竞争情报场景化智慧服务模式;最后,以新能源汽车产业进行实证研究,为该行业竞争情报服务融慧进阶提出有效路径。本文提出了产业数字化升级、产业核心技术攻关、产业应急协同处突、新产业新业态培育四大情报服务场景,基于产业情报场景描述五元组,从服务内容、服务主体、服务客体、服务工具/手段、服务能力维度对其进行全景式描绘,构建了面向国家战略的产业竞争情报场景化智慧服务模式,并以新能源汽车产业为例,验证了本文模式的可行性与有效性。

情景模拟教学法在临床基本技能培训中的应用研究

目的基于PDCA循环理论探索情景模拟教学法在临床基本技能培训中的应用模式。方法选取哈尔滨医科大学附属第一医院2019级临床医学专业96名学生作为研究对象,分别设置实验组和对照组,每组48名学生,于2022年3—12月开展技能培训。对照组采用传统方式培训,实验组采用基于PDCA循环的情景模拟教学法培训。比较分析对照组和实验组的培训效果及培训满意度。结果在实验组学生的培训效果调查中,临床基本技能操作中多方面评价结果均高于对照组,差异均有统计学意义(P<0.01)。在适当且安全的操作方式方面,两组比较差异无统计学意义(P>0.05)。在培训满意度调查中,实验组学生对培训满意度明显高于对照组,差异有统计学意义(P<0.01)。结论在临床基本技能培训中应用基于PDCA循环的情景模拟教学法,有助于提升临床基本技能培训质量和学生满意度。

低资源场景事件抽取研究综述

事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息。当前基于机器学习和深度学习的自动化信息抽取方法过度依赖于标注数据,而大多数领域的标准数据集规模很小且分布不均匀,因此低资源场景成为了限制自动化信息抽取性能的瓶颈。虽然,近年来众多学者针对低资源场景进行了深入研究,并取得了许多显著的成果,但目前针对该场景下的事件抽取研究综述比较缺乏。文中对现有的学术成果进行了较为全面的总结分析,首先介绍了相关任务的定义,并将低资源场景事件抽取任务分为3类;其次围绕此分类重点阐述了6种相关技术方法,包括基于迁移学习、基于提示学习、基于无监督学习、基于弱监督学习、基于数据与辅助知识增强、基于元学习的方法,并指出了当前方法的不足和未来改进的方向;然后介绍了相关数据集及评价指标,并对典型技术方法的实验结果进行了总结分析;最后从全局角度总结分析了当前低资源场景事件抽取工作面临的挑战及未来研究的趋势。

新形势下疾病预防控制信息化需求及应用场景分析

目的/意义探讨新兴信息技术催生的疾病预防控制信息化新需求、新场景,为信息技术与疾病预防控制体系现代化建设深度融合提供参考。方法/过程分析新兴信息技术在电子病历与疾病报告智能化解析、区域症候群监测、大规模疾病排查与辅助流行病学调查、多渠道监测预警、卫生应急状态下便携式单兵通信等多方面的探索性应用,阐释尚未形成体系的原因。结果/结论提出未来现代化疾病预防控制信息化发展建议,为提升公共卫生服务能力、创新业务变革提供技术支撑。

自动驾驶汽车行驶风险评估方法综述

行驶风险评估对自动驾驶系统的安全运行至关重要。将现有行驶风险评估方法分为3类,包括面向单一目标物的、基于可达集的和基于势场论的评估方法。提出5个评价维度,包括计算实时性、结果时效性、应用可行性、内容充分性和场景泛用性,对评估方法进行了全面比较,揭示其特点和适用情况。对自动驾驶行驶风险评估面临的问题以及未来发展趋势进行了分析和展望。

支撑新能源电力系统灵活性需求的用户侧资源应用与关键技术

伴随着传统电力系统向以新能源为主体的新型电力系统转型升级,高比例新能源的接入和传统机组占比下降导致电力系统灵活性产生缺额。电动汽车、数据中心、P2X(power-to-X)等需求侧资源可以在多时间尺度为电力系统提供灵活性,是新型电力系统灵活性的重要组成部分。该文首先描述高比例新能源背景下输电网和配电网在不同时间尺度的灵活性需求,然后对比总结了典型需求侧资源的调节特性与应用实践,研究了需求侧资源在支撑高比例新能源输电网和配电网中运行、规划2个层面多时间尺度灵活性需求的应用场景。最后针对未来需求侧资源的研究重点,从聚合技术、电碳协同优化调控策略、可信调节能力量化和通信与信息交换标准等角度,对支撑新型电力系统需求侧资源应用的关键技术进行了总结与展望。

情景模拟联合PBL教学法在脊柱侧弯住培教学中的应用研究

目的 探究情景模拟联合以问题为导向的教学法(problem-based learning,PBL)在脊柱侧弯住培教学中的应用效果。方法 将2020年1月—2021年12月在南通大学附属医院骨科参加住培的40名学员作为研究对象,并随机分为对照组(n=20,给予PBL教学法),观察组(n=20,给予情景模拟联合PBL教学法)。比较分析2组学员考核成绩、满意度及综合能力评价情况。结果在考核成绩方面,住培前2组学员考核成绩差异无统计学意义(P> 0.05),住培后观察组学员理论与实践的成绩分别是(91.04±3.14)分、(92.33±3.57)分,均高于对照组学员的(81.75±2.97)分、(82.64±2.69)分,且观察组综合得分(91.47±3.26)分高于对照组学员的(82.01±2.54)分,差异均有统计学意义(P<0.05)。观察组与对照组对住培教学的满意度(95.00%vs. 70.00%)的差异有统计学意义(P <0.05)。在综合能力评价方面,观察组学员综合评价总分(89.46±1.17)分,高于对照组学员的(70.27±1.22)分,差异有统计学意义(P <0.05)。结论 在脊柱侧弯住培教学中实施情景模拟联合PBL教学法可以有效提高学员的理论知识水平以及实践操作能力,并且学员的综合能力显著提高。

医学情景模拟教学结合CBL教学模式在麻醉技能培训教学中的应用

目的 研究以学生为主体、典型病例为依托、教师为主导、基于案例的教学法(CBL)结合情景模拟教学(SST)法在麻醉技能培训教学中的应用效果。方法 将24名2022级吉林大学第一医院麻醉科专业基地培训医生随机分为C组(接受CBL)和SC组(接受SST结合CBL),每组12人,比较两组医生完成教学培训后的理论考核、实践技能考核及能力问卷调查的差异。结果 两组一般资料差异无统计学意义(P>0.05);与C组相比,SC组理论考核成绩及技能考核中动脉穿刺、中心静脉穿刺成绩显著提高,差异有统计学意义(P<0.05);在能力调查问卷中,两组比较差异无统计学意义(P>0.05)。结论 在麻醉技能培训教学中,SST结合CBL的模式与单独应用CBL的教学模式相比,可显著提高理论及技能操作中动脉穿刺和中心静脉穿刺考核成绩,建议在实际麻醉学教学工作中加以推广。

基于交互场景的教师数字化教学能力诊断研究

数字技术的强势推动,对教师的教学能力提出了新要求,即教师应具备数字化教学能力。在此背景下,厘清数字化教学能力的内涵并对教师的数字化教学能力进行诊断,成为破除技术应用浅、转化效果弱等现实困境的关键。基于此,文章采用问卷调查和访谈的方法,对教师的数字化教学应用现状和教师在开展数字技术融合教学过程中存在的主要问题进行了分析,并对这些问题出现的主要原因进行了探讨。在此基础上,本研究依托场景交互理论和能力迁移假设,设计了基于交互场景的教师数字化教学能力诊断模型。此模型以技术储备为“原点”,是一个包含数字化教学、技术应用、教师专业发展的三维模型。在此模型的指导下,本研究提出了包含实验实施、数据挖掘、诊断分析、案例萃取四个环节的基于交互场景的教师数字化教学能力诊断实施路径,以期为教师数字化能力诊断提供模型参考,并助力教师数字素养提升,实现高质量教育的可持续发展。

情景模拟结合CBL对提升产科住院医师医患沟通能力的效果分析

目的探讨在产科住院医师规范化培训(简称住培)中进行情景模拟结合以案例为基础的教学对医患沟通技能培训的效果。方法选取50名在产科规范化培训的住院医师为研究对象。培训前进行学员调查和医患沟通能力SEGUE测评。基于产科住培大纲选择5个典型病例情景,由教师录制5个典型病例病情医患沟通的示范视频,并梳理相关背景知识,在产科住院医师中依次开展培训课程,即视频示范、小组讨论、病例背景知识梳理讲解、分角色演练、演练后反馈和评价以及临床实践。培训后再次进行学员调查和医患沟通能力SEGUE测评。使用配对样本的非参数检验方法评价培训效果。结果情景模拟结合以案例为基础的教学的医患沟通技能培训后,学员医患沟通能力SEGUE测评总分提高[13.00(11.00~16.00)vs.22.00(20.00~24.00)],差异具有统计学意义(Z=-6.159,P<0.001);医患沟通能力SEGUE测评总体合格率提高[36.0%(18/50)vs.98.0%(49/50)],差异具有统计学意义(χ^(2)=43.464,P<0.001)。结论情景模拟结合以案例为基础的教学的医患沟通技能培训可有效提高学员医患沟通能力,调动学员的学习主动性,激发学员内在学习动力,建议在产科住培中纳入此类课程。

多情景模拟下的跨境铁路运输时效研究——以中老铁路为例

跨境铁路运输是中国与周边国家陆路联通的重要环节。跨境铁路运输时效既受线路畅通情况、基础设施技术等级等“硬联通”因素的制约,也受到海关条例、口岸畅通水平等“软联通”因素的影响。因此,跨境铁路运输时效研究应充分考虑不同情景,以期更科学地模拟运输时长的变化机理。本文以中老铁路(中国昆明−老挝万象,简称中老铁路)为例,在梳理中老铁路沿线地区社会经济概况及基础设施发展水平的基础上,考虑不同运营速度、通关时间、铁轨换装、多式联运等因素,构建了长途跨境运输时间的计算模型,采用多情景模拟方法,解析了中老铁路运的优势距离及客货运时效变化。研究表明:①中老铁路有助于沿线跨境运输时间显著减少。相比公路运输,客货运时间优势均超过20%;②通关时间是影响跨境铁路运输的关键要素之一,占运输总时长的20%~60%;③铁海联运是中老铁路运输进一步提升运输效率的途径,能有效缩短老挝至日本的总运输时间。

图书馆史研究与编纂的历史逻辑

文章以历史观为出发点,在前人有关图书馆史研究与编纂研究的基础上,提出史料、史迹、史境、史脉、史识的历史逻辑理论;以中山大学图书馆百年馆史研究与编纂的实践为案例,从立足史料、呈现史迹、再现史境、传承史脉、端正史识五个方面系统阐释“五史”理论在实践中的具体运用,助益新时代图书馆史研究与图书馆史志编纂发展。

场景赋能驱动下的工业互联网平台成长演化——“柠檬豆”案例研究

工业互联网平台是工业领域的数字新经济,是数字经济与实体经济融合的关键载体。以“柠檬豆”平台为案例研究对象分析工业互联网平台成长演化机理,研究发现,工业互联网平台场景赋能以平台用户需求场景为牵引,开发冗余数据资源,整合异质资源,实现资源共享、知识传导和数字协同;工业价值网络中的资源映射到工业互联网平台上成为可调用的数据资源,数字孪生产生更丰富的场景,驱动网络效应强化;工业互联网平台成长演化的本质是基于场景赋能体系构建的价值创造过程与基于网络效应形成的生态构建过程之间的交互共演。响应场景驱动创新范式,研究有助于完善平台组织理论,丰富网络效应研究情境,为我国工业互联网平台高质量发展提供理论依据。

弱监督场景下的支持向量机算法综述

支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量的、唯一且明确的真值标记样本来训练学习器,在不完全监督、不确切监督以及多义监督等弱监督场景下难以取得较好的效果.本文首先阐述了弱监督场景的概念和SVM的相关理论,然后从弱监督场景角度出发,系统地梳理了目前SVM算法的研究现状和发展,包括基于半监督学习、多示例学习以及多标记学习的方法;其中基于半监督学习的方法根据数据假设可细分为基于聚类假设和基于流形假设的方法,基于多标记学习的方法根据解决方案可细分为基于示例水平空间、基于包水平空间以及基于嵌入空间的方法,基于多标记学习的方法根据处理思路可细分为基于问题转换和基于算法自适应的方法;随后,本文总结了部分代表性算法在公开数据集上的实验结果;最后,探讨并展望了未来可能的研究方向.