关于日本近世徒弟制度的研究

来源 :东北大学 | 被引量 : 0次 | 上传用户:farmeress
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
日本作为“制造业的大国”而广为人知。不仅是拥有最尖端技术的制造业,从古代传承至今的日本传统工艺也在世界范围受到了广泛关注。以陶瓷制品、漆器、纺织品与和纸等为代表的日本传统工艺凭借各自的特点,作为日本文化的象征之一受到世界各国人们的喜爱。日本优秀工匠的技术连同日本的“匠人精神”,一同藉由徒弟制度世世代代传承至今。徒弟制度作为一种技术传承方式,近年再度受到广泛瞩目。特别是在以培养熟练技术人才为目的的技术教育领域,徒弟制度的优点正在被人们所再次认知。在日本,徒弟制度自古存在于商人与工匠群体之间,而其中最有代表性的便是江户时代即近世徒弟制度。本文通过考察日本近世手工业工匠群体的形成与发展,明确徒弟制度形成的社会条件,分析徒弟制度中技能传承的习俗与特征。然后超越“偷学真本事”这样浅薄片面的认识,结合现代学习理论尝试对徒弟制度进行再思考,再认识。本文主要分为四个部分。首先,考察日本近世的手工业工匠及其团体的形成与发展。其次,从徒弟制中技术传承的特征与匠人精神的形成等方面来全面考察徒弟制度的特点与影响。之后,从正统的周边参加与认知学徒制等现代学习理论的视角出发,重新理解认识传统徒弟制度。最后以对日本传统工艺的具体事例的调查分析为基础,探讨徒弟制度与技术教育今后的发展方向。
其他文献
虚拟现实技术是计算机图形学中重要的研究领域,而针对风、云、雷电等自然界现象模拟技术的研究在虚拟场景中占据了很大的研究范围。动态三维云模拟通常包含建模与渲染两方面,
移动边缘计算是指在靠近用户端的移动网络边缘提供IT服务环境和云计算能力,从而创造出高性能、低延迟与高带宽的网络服务环境,极大提高了用户的网络体验。但是,由于移动边缘计算平台将部分网络服务功能下沉至网络边缘,在网络边缘可以进行计算卸载,从而导致计费功能难以实现。针对这一不足之处,本文研究了面向无线异构网络中策略用户的两个无线运营商针对移动边缘计算系统中业务数据本地分流的部分进行计费的问题。运营商需要
在宽带移动网络高速发展的推动下,实现能够覆盖全球的宽带通信系统势在必行。地面LTE可以为人们提供高质量的通信服务,但是因为部署难度,一些偏远地区的用户还无法享受LTE服务,而低轨卫星通信服务具有覆盖全球各地的优势,因此低轨卫星通信和LTE的融合是目前的研究热点。但是将地面LTE技术应用到低轨卫星通信中也会面临很多困难,卫星信道的大频偏、低信噪比等特点会对信号的正确接收产生很大影响。在LTE系统中,
高校是培养未来科技人才的摇篮,科学家精神培养是引育大学生献身科学事业的重要基石。其中,胸怀天下、心系苍生的爱国精神引领学生立志报国与服务人民;勇攀高峰、敢为人先的
关联规则挖掘作为数据挖掘的一个重要分支,用于发现数据当中隐藏的联系,为决策提供支持,在web挖掘、推荐系统、故障诊断等诸多领域有着广泛的应用。关联规则挖掘最核心、最耗时的步骤是频繁模式的获取。目前国内外已经开展了大量的研究来加快频繁模式的挖掘速度,但是随着大数据时代的到来,数据量越来越大,目前的频繁模式挖掘算法仍然无法满足日益增长的对挖掘算法时效性的要求。如何提升大数据环境下的频繁模式挖掘效率仍然
信息隐藏是一门将秘密信息隐蔽地嵌入到文本、图像、视频、网页等载体中的技术。为了不引起对手的怀疑,通信双方通常使用错综复杂的社交网络发送包含秘密信息的载体。然而在
电离层通过影响电波传播给人类活动带来诸多不便,相关研究十分丰富。电离层电子浓度总含量(Total Electron Content,TEC)作为研究电离层形态和结构的重要参量,是日地空间物理
从五线谱的发明、乐器的演奏,到现代的MIDI数字音乐创作,音乐工具不再局限于传统的乐器或其他发声体,数字信号的普及加之软硬件的推广,让数字音乐走进了人们的世界。时至今日
字典学习是机器学习及相关研究领域的重要研究内容之一,在图像重建、图像降噪、图像分割等领域中有广泛的应用,受到研究者的关注。传统的字典学习侧重考虑关注子字典表示能力的稀疏表示学习(Sparse Representation,SR)、所有类字典表示的协同表示学习(Collaborative Representation,CR),而考虑降维、低秩、不一致等多重约束下的字典学习、多视图字典学习相对较少。为
随着网络技术的飞速发展以及智能设备的广泛使用,数据以前所未有的速度生成和创建。在大数据给人们带来巨大便利的同时,也可以发现不同的数据源对同一实体提供了相互冲突的描述。这些冲突往往是由于输入错误、数据过时、记录丢失等原因造成的,在实际应用中可能会造成巨大的损害和经济损失。对一个大规模数据集,手工确定数据的真实性是不现实的,而真值发现方法能从多个数据源中找到最符合现实的真值来解决冲突。近年来,研究人员