历史虚无主义对高校学生的不良影响及其对策研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:zjc823455041
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
历史虚无主义在本质上是一种否定马克思主义、否定中国优秀传统文化、否定中国历史和中国共产党领导的错误的思潮。历史虚无主义对高校的入侵和蔓延,带来了严重的危害。我国正处于民族伟大复兴的关键时期,一批又一批学生从高校毕业跨入社会,成为社会主义事业建设的接班人,如何抵御历史虚无主义对高校青年学生带来不良影响,培育高校学生正确的唯物史观,成为意识形态斗争领域和教育领域的重中之重。这篇论文即以历史虚无主义对高校学生的不良影响及其对策研究为题,分为四个部分,第一部分为绪论,介绍了选题背景及意义,文献综述,研究思路和创新与不足。第二部分为历史虚无主义相关问题概述,介绍了历史虚无主义的内涵、特征以及在中国泛起的背景。第三部分采取了以调查问卷为主的研究方式,通过对1101位受调查者的不同回答,清晰的呈现了历史虚无主义对高校学生带来的影响,深入分析了历史虚无主义对高校学生带来影响的方式途径和危害。第四部分提出了从社会、高校、学生自身抵御历史虚无主义对高校学生带来影响的措施。最终得出,克服历史虚无主义需要各个方面形成合力,我们要清楚的认识到,面对不断变换的世界风云,各种纷扰的社会思潮,需要让我们的高校学生有一个清楚的认知,自觉抵御历史虚无主义,肩负起时代青年的责任,将中华民族的伟大复兴视为己任,同时也警惕西方敌对势力的不良企图,明辨是非,加强理论知识学习,坚持马克思主义在意识形态的主导地位。
其他文献
随着互联网的日趋强大,越来越多的企业将所属业务接入互联网,使得用户通过浏览器即可以HTTP协议访问企业所提供的Web服务。为了适应互联网的飞速发展,IETF正在制定以QUIC协议
我国铁矿石品位低,开采、选矿过程中产生了大量尾矿,长期堆积不仅占用当地耕地和林地资源,还破坏、污染当地生态环境和水源水质。铁尾矿颗粒细、密度大、养分低,通气透水性差
激波、膨胀波与固体颗粒群的相互作用是超声速两相流气体动力学中的一个重要研究课题,激波、膨胀波驱动固体颗粒群理论同时也被广泛运用于军事、医疗、航空航天等领域。迄今
薄膜晶体管(Thin film transistor,TFT)当今主要应用在屏幕显示的驱动电路中。TFT的电学性能会对显示屏幕的尺寸、分辨率和图像刷新频率产生影响。现如今,虚拟现实显示、现实增强显示和超大屏显示异军崛起,这就要求现代显示要在分辨率和帧率等性能方面有更进一步的提高。而提升平板显示的这些性能,就需要提升TFT的饱和迁移率、开关比和亚阈值摆幅等性能。而现如今广泛应用的非晶硅TFT饱和迁移
对外援助是国际关系中重要的政治经济活动。第二次世界大战后,对外援助在各国的外交中成为重要的手段并受到极大的重视,战后的日本同样积极推动对外援助的发展。20世纪60年代,随着国内经济的快速增长,日本的对外援助规模也快速扩大。进入70年代,随着对外援助规模的进一步扩大,日本加快了对外援助的体制建设,截至80年代末,日本形成了相对完善的对外援助体制。进入90年代,面对国内外的质疑以及对外援助中出现的问题
随着世界节能与环保发展趋势,Al-Mg-Si-(Cu)合金(6xxx系)以其中等强度、轻质、良好的耐腐蚀性、成型能力、可焊性、表面质量与可回收被广泛运用于航空航天、车辆、建筑等领域。传
随着全球化发展和国际关系民主化推进,多边外交地位突显。作为多边外交的重要组成部分和实现形式,国际组织日益成为处理国际问题、实现国家利益的有效平台,各国特别是主要国家均在参与国际组织方面加大投入。国际组织在成为国际合作象征的同时,也成为各国博弈舞台,提升在国际组织中的话语权和影响力是博弈重要指标,也是各国追求的目标。实现这一目标,一个重要依托是国际职员,它是一国在国际组织中发挥作用的有力抓手。中国是
本文运用水土流失监测理论与方法,通过项目的现场调查和监测研究,监测时长1年(2018.01-2018.12),依据监测的最后结果,分析了项目区水土流失状况,分析了项目区施工过程中导致水土流失的主要因素及其影响程度。采用不同的2种监测方法,以对项目区内水土流失情况进行监测。并通过12个月的监测,对结果进行了分析。主要得出以下研究结果:在为期12个月的监测中,根据项目区内6个分区(塔基区、塔基施工区、
本文以长河流域煤炭开采扰动区为例,通过对研究区土壤采样方案和各样点系列的设计,结合普通克里格插值(Ordinary-Kriging)和高斯序贯模拟(Sequential Gaussian Simulation)两种模拟方法,对每个采样模式下的每个样本系列进行有机质空间插值优化,验证不同的插值模拟结果精度,得出不同采样模式下的合理采样数,对于煤炭开采扰动区土壤养分空间预测模型优化、采样点的合理选取、
异常检测的目标是找到与正常模式不同的对象,是很多领域的一个基础性问题。异常检测技术不论在工业生产中还是在日常生活中,应用范围都非常广泛。在大数据时代,异常检测主要面临三个难题:样本不均衡、数据缺少标注以及异常多样化。基于无监督学习的异常检测是当前研究者最关注的主流技术之一,本文研究了基于自编码网络的异常检测方法及其在高铁轨道扣件病害识别场景中的应用。论文的主要工作和创新点如下:(1)提出了基于局部