以疾病为导向的案例教学法结合Mini Quest教学法在门诊口腔护理教学中的应用研究

目的分析在门诊口腔护理教学中应用以疾病为导向的案例教学法结合Mini Quest教学模式应用效果。方法选择2022年6月至2024年2月期间68名于上海交通大学医学院附属第九人民医院口腔综合科实习的口腔护理方向实习生,将其随机分为两组,对照组34例,按照传统教学法教学;实验组34例,应用以疾病为导向的案例教学法结合Mini Quest教学模式,教学完成后4周分别对比两组学生的理论和实践考核成绩以及评判性思维能力的情况,应用SPSS 25.0软件对数据进行统计学分析。结果实验组学生的理论和实践考核成绩分别为82.53±6.43和79.32±9.86,高于对照组76.48±7.62和71.22±8.49,两者差异具有统计学意义(P<0.05);实验组学生的思维评判能力显著高于对照组(P<0.001)。结论以疾病为导向的案例教学法结合Mini Quest教学法应用于门诊口腔护理实习教学,能够提高学生理论和实践考核成绩、提升评判性思维能力,改善教学效果,值得进一步推广。

多媒体案例教学法+Mini Quest教学法对口腔内科学课程教学质量的提升评价

目的分析多媒体案例教学法+Mini Quest教学法对口腔内科学教学质量的提升效果。方法选取2023年1—7月莒县人民医院口腔内科的100名实习生为研究对象,随机分为P组、N组,每组50名。P组采用多媒体案例教学,N组采用多媒体案例教学法+Mini Quest教学法。对比两组实习生的考试成绩及教学质量指标。结果教学后,N组实习生理论成绩与操作成绩均优于P组,差异有统计学意义(P均<0.05)。N组临床思维、学习兴趣两项教学质量评分均优于P组,差异有统计学意义(P均<0.05)。N组实习生对教学满意度(94.00%)高于P组(74.00%),差异有统计学意义(χ^(2)=7.441,P<0.05)。结论口腔内科学教学中,采用多媒体案例教学法+Mini Quest教学法能够奠定实习生更扎实的理论基础,提高教学质量。

Web Quest教学模式在“康复医学”教学中的应用研究

“康复医学”是一门初级专业课程,该课程的教学目标是通过该课程的学习,学生能够掌握一定的康复专业知识;同时,了解康复治疗的大体范围,包括一些具体的治疗病种和治疗手段等。Web Quest教学模式是一种基于网络资源的学习模式,可以帮助学生更好地学习课程内容。文章介绍了Web Quest教学模式在“康复医学”临床教学中的应用,该模式能更好地培养学生的自主学习能力,提高解决问题和团队协作的能力,提高学习效率。

多媒体案例教学法结合Mini Quest教学法在口腔内科学课程教学中的应用研究

为了探讨多媒体案例教学法结合Mini Quest教学法在口腔内科学课程教学中的应用效果,文章以滨州医学院2019级口腔医学专业82名学生为研究对象,根据班级将其分为实验组和对照组,其中针对实验组学生采取多媒体案例教学法结合Mini Quest教学法进行口腔内科学课程教学,针对对照组学生采取常规讲授法进行授课,之后比较两组学生理论和实践考核成绩、评判性思维能力和教学效果,结果显示,实验组学生在理论和实践考核成绩、评判性思维能力和教学效果方面均优于对照组学生,且组间差异有统计学意义(P<0.05)。

刚发布的苹果Vision Pro和Meta Quest3头显,怎样定义下一个时代?

在WWDC23上,苹果终于推出了革命性的头显设备--Apple Vision Pro,满足了人们期待已久的好奇心。有意思的是,抢在苹果发布前夕,在头显领域颇有影响力的Meta Quest3头显抢先亮相。刚发布的苹果Vision Pro和Meta Quest3都是头显设备领域的重磅产品,这两款产品将怎样定义下一个时代?

机构投资者网络团体如何影响企业ESG表现?

近年来,证券市场中的机构投资者扮演着越来越重要的角色,它们可能通过共同持股关系形成网络团体,采取一致行动。基于中国2010—2020年A股上市公司数据,构建了机构投资者网络团体,结合社会网络理论与代理理论,探究网络团体持股对企业ESG表现的影响。研究结果表明:网络团体持股可以有效提升企业ESG表现;网络团体持股能够缓解2类代理问题,通过提升信息透明度以及抑制大股东私利促进了企业ESG表现;在缓解了内生性问题,并进行了稳健性检验后,网络团体持股提升企业ESG表现的结论仍成立。进一步研究的结果表明,网络团体的特征会影响企业的ESG表现,即团体数量更多、规模越大、背景越丰富,持股越稳定,相对力量越强,企业ESG表现越好。研究结论既丰富了机构投资者网络团体的后果研究和企业ESG表现影响因素的研究,也为上市公司、机构投资者和政府提供了一定的实践启示。

何止一条电线那么简单 AudioQuest ThunderBird及Dragon GroundGoody发烧地线

在过往日子里,地线Ground Wire在音响系统中所扮演的主要角色,就是作为黑胶唱盘、升压牛与唱放之间的接驳渠道,防止引发哼声,随着发烧地盒的兴起,地线的用途也变得更广泛。务求切合影音玩家在质量方面的热炽追求,美国线圣Audio Quest专门加推两款高质量地线,最新上架的雷鸟Thunder Bird Ground Goody,配备该公司最新研发,银含量达6%水平PSC+单支超完美表层纯铜导体,意味着传导效果与内阻必定比上一代土星地线更胜一筹。

小投资大改善AudioQuest ThunderBird及Dragon Jumpers喇叭跳线

以高质素喇叭跳线Jumpers,取代原本扬声器沿用的Bi-wire及Tri-wire的传导金属薄片,能直接提升音效,已属无庸置疑的事实。美国线圣AudioQuest全新推出雷鸟ThunderBird及龙Dragon Jumpers喇叭跳线,更可进一步改善现有系统两极伸延及动态表现,将音场密度提升至更高层面。

抱团取暖:基金团体与季末股价拉升

公募基金行业的高质量发展对于活跃资本市场、推动中国特色现代资本市场建设具有重要意义。基于2005~2021年主动管理型公募基金的股票持仓明细数据识别基金团体,以基金抱团股在季末前后的股价表现为视角,探究基金团体的期末业绩粉饰行为及其内在行为动机。研究结果表明,基金团体对季度末最后两天的股票超额收益存在显著的拉升作用,该结论在经过一系列稳健性检验后仍然成立,而且,基金团体更偏好于对高流动性、高估值的股票进行季末拉升。机制分析中采用大单净买入压力从订单交易层面验证了基金团体在季度末的股价拉升行为,并通过基金净流量以及处于关键排名位置的基金比例来探究基金团体季末股价拉升的行为动机,发现基金经理更多是出于职业忧虑动机,为了掩饰当期糟糕的业绩而抱团拉升股价。此外,基金团体在经济下行时期显著增加的季末股价拉升行为也从侧面支持了职业忧虑动机。研究结论为健全公募基金行业的监管机制、信息披露制度以及绩效评价体系提供了重要的理论依据和参考价值。

基于网络节点极大团的社团检测算法

社团结构检测有助于揭示复杂网络的结构-功能特性,目前已有的社团检测算法在其研究过程中存在着分辨率限制、节点不确定性以及需要先验参数等问题.为了解决此类问题,提出了一种基于网络节点极大团的社团检测算法(BMC).BMC算法将网络中的节点极大团设为初始节点群组,依据提出的极大团局部相似度和局部团组关系对节点群组进行分级聚类合并,以此挖掘出网络中的社团结构.针对在社团结构挖掘过程中出现的节点不确定性问题,通过模块度矩阵提出了模块隶属度对网络中的单邻居节点和重叠节点进行优化.为了验证BMC算法对网络社团结构挖掘的准确性,在5个真实网络数据集上与5种算法进行实验对比.通过3种衡量指标得到的实验结果表明,BMC算法能够准确地检测出网络中的社团结构.

基金抱团与股价崩盘——基于行为金融的视角证据

近年来,公募基金抱团现象相当普遍,引起了市场的广泛关注。这种基金抱团现象对资本市场的稳定性会产生怎样的影响?本文以2003—2019年我国A股市场的上市公司为例,研究了公募基金经理的抱团行为对股价崩盘风险的影响。文章发现:(1)基金抱团持股比例的增加会显著提高所在公司的股价崩盘风险;(2)从行为金融角度,基金经理曝光度、分析师关注度与投资者情绪这三个因素都会进一步加剧由基金抱团引起的股价崩盘风险。本文的研究结论对公募基金行业的发展与监管具有一定的启示意义。

论明清小说的党争书写

古代党争频仍、严酷,人们对“朋党”一般畏之如虎,避之不及,也有对之反思,提出“君子之朋”“小人之朋”。明清小说体现了古代朋党观念的多个层面,其党争书写表现为以下特点:小说人物基本上隶属于君子朋党和小人朋党两个群体,正邪对立,正反相照。其小说情节主要是:利用“朋党”之名攻击政敌;君子朋党往往斗不过小人朋党,遭到小人朋党的迫害。在党争中,君子朋党和小人朋党的胜与败,实际上皆由君王操控;朋党双方最后均遭受君王制裁甚至消灭,结局悲惨;有的明清小说客观上写出了“党争亡国”的思想。某些明清小说能迅速反映时代思潮,生动体现出朋党观念,这是其值得肯定的价值之一。

基于QUEST树的高寒湿地植被覆盖类型遥感分类研究

以青海省索加-曲麻河自然保护区高寒湿地密集分布区为例,进行三江源高寒湿地植被覆盖类型遥感分类方法研究。基于SPOT5影像融合后的4个波段数据和融合影像主成分分析后第一主成分PCA1,以PCA1作为数据源计算的8个纹理特征,用数字高程模型DEM和其他辅助数据构成的数据集,选用QUEST算法,对数据集进行数据挖掘,构建决策树模型对影像进行分类。分类结果表明:9×9窗口下的纹理特征均值、方差和信息熵是进行高寒湿地植被覆盖类型分类的有效纹理特征量。QUEST决策树分类方法所得分类结果精度可达84.19%,kappa系数为0.826 1。相对于传统的最大似然法监督分类所得结果,总体精度提高17.29%,总体kappa系数提高0.191 2,提高幅度近30%。所得分类结果中,矮嵩草草甸、矮嵩草+藏嵩草沼泽化草甸、杉叶藻草本沼泽、藏嵩草沼泽化草甸和藏嵩草+矮嵩草草甸等植被覆盖类型的分类精度较高,生产者精度分别可达:95.83%,95.45%,95.00%,94.74%和91.67%;用户精度分别为100%,91.30%,82.61%,78.26%和95.65%。

一种车载捷联惯导行进间QUEST优化粗对准算法

针对车载捷联惯导的传统动基座对准方法精度较低及环境适应性较差的问题,提出了一种基于QUEST的行进间粗对准优化算法。首先使用姿态矩阵分解的方法,得到不同参考系下对重力矢量的观测值。然后分析不同环境对于对准算法的影响,利用优化的QUEST算法,对不同时刻的重力矢量信息进行分析,基于误差信息对权重值大小进行合理分配,提高算法稳定性。实时估计车载体姿态、速度、位置,并反馈到下一次计算中去,形成闭环,提高粗对准精度。仿真和车载实验表明,该算法能够实现车辆行进过程中的姿态粗对准,多组实验下航向角误差在150 s内可达到±2°以内。

基于Quest的铁路货车装配过程仿真技术研究

针对柔性工装应用于铁路货车装配时产生的工装参数调节繁琐、获取困难、装配线工况不均等问题,运用生产线仿真工具Quest以及其二次开发功能实现了铁路货车车体底架的装配过程仿真。通过建立仿真装配模型,实现了仿真环境下的装配干涉检测,达到快速获取、协调柔性工装参数的目的,为提高装配线效率提供了数据支持,在实际应用中效果良好。

分类树中QUEST算法与多水平logistic模型的联合应用与比较

目的 探讨分类树中的QUEST算法和多水平logistic模型联合应用于分析层次资料的可行性。方法 首先介绍模型的原理 ,据此提出联合应用的具体思路 ,然后采用分析实例进行深入探讨 ,并用预测准确率和ROC曲线对模型拟合效果加以比较。结果 QUEST算法能非常准确地搜索出主要影响因素 ,并能更加深入地刻画因变量、自变量间的复杂联系 ,在此基础上再进行多水平logistic模型会更加高效、准确。 结论 QUEST算法和多水平logistic模型各有优势 ,将它们联合用于层次资料的分析将更能保证分析的正确性和完善性。

基于QUEST算法的高血压辨病对症治疗中药的重要性分析

目的探讨祝光礼教授针对高血压合并症、并发症和症状的辨病治疗及随症加减用药规律。方法选择2012年9月至2015年1月浙江中医药大学附属广兴医院，浙江省杭州市中医院首次就诊、资料完整的原发性高血压（EH）患者，以高血压合并症、并发症和症状为目标变量，以所使用的中药为自变量，通过QUEST算法分析不同目标变量中药的重要性贡献率。结果共获得9种合并症、并发症（包括高脂血症、冠心病、心律失常、高血糖、微量蛋白尿、腔隙性脑梗死、血肌酐升高、肝功能异常、心功能不全）和39种症状（头晕、心悸、胸闷、夜寐不安、乏力、腰膝酸软、口干、便溏、疲劳、自汗、头痛、气短、大便干结、脘痞、视物模糊、肢体麻木、情绪不畅、胸痛、纳差、腹胀、多梦、耳鸣、潮红、项强、烘热、口苦、咳嗽、嗳气、夜尿增多、肢体震颤、叹息、咽痛、头重、盗汗、尿频、咳痰、形寒、口腔溃疡、流涎）的QUEST决策模型。将全部病例755次就诊所使用的全部中药进行汇总、并记录药物出现的频次。研究共涉及中药171味、10620频次，每处方平均（14．07±1．53）味。用药频次前10位中药是茯苓（588）、山药（551）、枸杞子（496）、白芍（442）、石决明（405）、天麻（395）、麦冬（325）、淮小麦（293）、郁金（281）、灯芯草（277），占总频次的38．16％，出现频次〉100的中药33种，占总频次的74．65％。针对合并症和并发症的加减用药进行分析，重要性贡献率〉5％的药物有：腔隙性脑梗死中僵蚕和益智仁的用药频率分别为50．74％和32．69％；冠心病中太子参、黄芪、檀香、炙葶苈子的用药频率分别为23．05％、17．70％、15．31％、5．06％；心律失常中黄芪、苦参、淮小麦、龙齿、龙骨的用药频率分别为46．65％、11．56％、7．56％、7．13％、6．28％；心功能不全中炙葶苈子、白扁豆的用药频率分别为92．97％、7．03％；高脂血症中决明子、檀香、生地黄、红藤的用药频率分别为24．26％、12．47％、10．51％、5．81％；高血糖中天花粉、生山楂的用药频率分别为51．02％、30．18％；微量蛋白尿中六月雪的用药频率为83．33％；血肌酐升高中藤梨根、六月雪、女贞子、积雪草的用药频率分别为81．37％、6．21％、6．21％、6．21％；肝功能不全中平地木、荷包草、垂盆草的用药频率分别为86．37％、6．82％、6．82％。以症状为目标变量，前3位常见症状重要性贡献率〉5％的中药有：血压升高用桑寄生（89．59％）；头晕用天麻、石决明（分别为46．96％、33．61％）；头痛用川芎、藁本、秦艽（分别为85．77％、7．11％、7．11％）。结论祝光礼教授辨病治疗和随症加减用药的基本思路是在辨证论治原则的指导下，以中医经典理论为依据，优先选择经临床和（或）实验研究证实疗效可靠的药物。

基于CLIQUE的聚类算法研究

聚类分析是数据挖掘研究领域中一个非常活跃的研究课题.本文重点分析了高维度数据的自动子空间聚类算法(CLIQUE)及其各类改进算法,并对其未来发展方向进行了简要展望.

基于多重文本关系图中clique子团聚类的主题识别方法研究

在网络成为最主要科学交流和信息传播渠道的今天,越来越多的机构将其研究成果以电子化形式呈现,这些电子化的文本资源中蕴涵着丰富的语义信息。面对这些海量的资源,科研人员很难在短时间内快速捕获文本中的主旨内容。如何高效准确地呈现文本资源中的核心主题,辅助科研人员对文本集中的重要关联信息进行聚焦,提高科研效率,一直是文本挖掘研究中的一个重要问题。在对现有有益研究成果借鉴的基础上,结合文本中术语和术语关系的特点,论文提出将文本中的术语和术语间的共现、句法和语义关系利用图结构进行表示,识别文本关系图中的紧密关联子团,基于所得到的紧密关联子团聚类来揭示文本子主题的整体研究思路。开展了两个方面的研究:①将文本集中的术语和术语间各种关系属性进行叠加归并,构建多重文本关系叠加模型;②基于clique子团间相似性距离和语义标识,进行聚类识别文本集中所包含的重要子主题。论文采用"migraine disorders"主题中近五年的文献构建文本集,对提出的方法开展了2个有效性实验。实验1与文本中领域专家所给出的标引词按语义类型分组结果对比,结果表明论文提出的方法与领域专家给出的标引词语义类型分组结果具有一致性;实验2与目前广泛使用的LDA方法结果进行对比,在准确率和召回率上都较LDA方法有所提高。2个实验均证明了文中方法的有效性。

基于QUEST定量检测^1H MRS大脑代谢物的研究

利用jMRUI时域分析软件模拟先验知识基础集定量检测1H MRS大脑代谢物.通过模拟短TE=28ms的1H MRS的多种代谢物基础集,经HLSVD奇异值分解滤除残余水峰,将先验知识应用在QUEST算法上对1H MRS大脑代谢物信号进行定量估计.结果显示,基于QUEST能有效获得1H MRS大脑代谢物的估计浓度.表明引用先验知识基础集进行1H MRS定量分析可克服短TE时谱线复杂和波峰重叠峰等问题,极大地提取代谢物的信息.