网络社会排斥与青少年外化问题:有调节的中介模型

为探讨网络社会排斥与青少年外化问题的关系及作用机制,本研究对2584名初中生进行问卷调查。结果显示:(1)网络社会排斥能够通过自我控制的中介作用对外化问题产生影响。(2)公正世界信念调节网络社会排斥影响外化问题的直接路径以及自我控制中介作用的前半路径和后半路径。具体而言,公正世界信念能够弱化网络社会排斥的消极影响,但是公正世界信念的保护作用具有局限性。研究结果为青少年外化问题的预防和干预提供了新的视角。

教师知识图谱:人工智能赋能教师专业发展的必由之路

面对人工智能赋能教师专业发展的要求,教师不仅需要“感知智能”技术提供数据层面的支持,而且需要“认知智能”技术提供语义层面的支持,教师知识图谱为解决上述问题提供了新思路。基于此,文章首先基于TPACK理论从要素和结构的视角设计了教师知识图谱概念模型,从要素视角看,该模型包括学科知识节点(学科主题)、教学法知识节点(教学活动)和技术知识节点(技术工具)三类知识节点,及同类知识节点之间与不同类知识节点之间的关联;从结构视角看,该模型包括学科—教学法图式、学科—技术图式、教学法—技术图式三个图式。然后,文章从教师知识数据获取、教师知识抽取、教师知识融合和教师知识推理四方面剖析了教师知识图谱的构建流程,提出了教师知识图谱的六大应用场景。最后,文章总结了教师知识图谱研究与实践的未来议题,以期为人工智能更有效地赋能教师专业发展提供参考。

基于权衡因子和多维空间度量的高鲁棒性图像分割算法

图像分割是计算机视觉的重要研究方向。聚类算法作为一种无监督的方法,一直是图像分割的有力工具。然而,当图像存在高强度噪声和复杂结构时,聚类算法的分割效果可能不理想。针对这一问题,提出了一种高鲁棒性的图像分割算法,该算法基于权衡因子和多维空间度量。首先,引入了一个权衡因子,通过调节该因子,可以有效地降低噪声对分割结果的影响。其次,结合了低维和高维的空间度量,能够捕捉图像中的线性和非线性特征。并更好地理解图像中的复杂结构和纹理,从而提高分割的准确性和鲁棒性。最后,利用改进的模糊聚类算法实现了图像分割。为了验证该算法的性能,在合成、自然和医学图像上进行了大量的实验,结果显示,该算法在分割性能上明显优于其他算法。

学术型博士生师生关系的问题表征与治理路径

近年来,我国博士生师生关系异化事件与案例频现,厘清博士生师生关系中存在的问题特征与成因,进而探求相应的治理路径,成为博士生高质量培养环节中的关键所在。对学术型博士生进行深度访谈,依据扎根理论的基本原则,利用NVivo11质性分析工具辅助进行访谈材料编码,归纳总结我国博士生师生关系的问题表征及成因。研究发现,博士生师生关系问题主要表现为功利化、淡漠化、紧张化、雇佣化等特征,本质上是博士生教育监管失位、话语权分配失衡、师生情感沟通不足、利益冲突加剧等因素多重作用的结果。对此,高校亟需构建校本化博士生教育监管制度,推进基于大数据的师生关系监测;灵活构建导师调整与问责机制,适度提升博士生的话语权;建立温情式师生沟通机制,及时洞察与化解博士生隐性冲突;健全博士生权益保障机制,规范调节与消解导生利益偏差。