【摘 要】
：
"思政课程"与"课程思政"同向同行是落实立德树人根本任务的内在要求。通过思政课和专业课教师协同教学,把专业课中的思政元素充分挖掘出来,把知识传授、能力培养和价值塑造有机结合,潜移默化地实现思想引领和价值观塑造,有助于提升思政教育的实效性。"思政课程"与"课程思政"同向同行还面临着多种因素的制约,如思想认识不一致、顶层设计缺乏系统性、机制构建尚不健全等。推进二者的同向同行,必须科学解决深化协同育人的
论文部分内容阅读
"思政课程"与"课程思政"同向同行是落实立德树人根本任务的内在要求。通过思政课和专业课教师协同教学,把专业课中的思政元素充分挖掘出来,把知识传授、能力培养和价值塑造有机结合,潜移默化地实现思想引领和价值观塑造,有助于提升思政教育的实效性。"思政课程"与"课程思政"同向同行还面临着多种因素的制约,如思想认识不一致、顶层设计缺乏系统性、机制构建尚不健全等。推进二者的同向同行,必须科学解决深化协同育人的思想认识,强化顶层设计,建立健全教学改革评价体系。探析"思政课程"与"课程思政"的协同育人及其具体的实践路径,对落实高校立德树人的根本任务具有重要意义。
其他文献
随着大数据时代的到来,图像的数量规模急剧增加,由于图像包含丰富的语义信息成为大众获取相关信息的重要来源.基于深度模型的图像语义分析就是一种通过深度模型将图像内容转换成可直观理解的语义知识的技术,从而受到国内外研究者广泛关注.该技术根据生成目标语义层次差异可分标签、语句和段落三类,本文详细介绍了以上三类方法对应的深度模型结构特点,并从技术的演化趋势出发对比分析了三类方法的应用场景、技术特点和发展现状
In this paper,we consider a microgrid scenario that consists of electric vehicles(EVs),aggregator,renewable energy generation,combined heat and power(CHP)generation,power grid,and thermal energy stora
Radio tomographic imaging(RTI)provides a powerful mean for device-free localization(DFL),which utilizes the received signal strength(RSS)to reconstruct the attenuation image caused by the target.The r
The paper investigated general function finite-time lag projective synchronization between two general coupled networks,based on finite-time stabilization theorem and linear feedback strategy,some use
复杂动态的云制造环境下,由于不同种类的制造资源在特性和属性上的差异性,其任务分配和服务选择问题也具有多样性.随着近几年3D打印技术的不断发展,云制造中3D打印任务和服务的供需匹配问题需要根据其特性进行建模和研究.本文分析了云制造中3D打印服务的服务属性,包括3D模型的尺寸、打印材料、打印精度、成本、时间和物流因素.然后提出了3D打印服务交易模型和选择方法.通过此服务选择方法可以生成针对全局3D打印
《普通高中课程方案（2017年版2020年修订）》（以下简称为《课程方案》）关于高中教学内容改革,提及"重视以学科大概念为核心,使课程内容结构化"。"学科大概念"是指向学科核心内容和教学核心任务、反映学科本质、能将学科关键思想和相关内容联系起来的关键的、特殊的概念。基于大概念重新建构学习内容的框架,围绕大概念来组织和开展教学活动,可以使学生突破停留在分散的、碎片化知识的层面,帮助学生建构合理
作为分析复杂问题的有效方法,研究人员广泛研究了基于大数据的协同可视分析系统.然而,传统的协同可视分析系统忽视了分析过程中知识的产生和传播过程,这些系统依赖于用户的主动操作,如搜索和分享,来使知识在系统里传播.随着系统的扩展和研究人员的增多,知识会在系统里过载,基于研究人员的主观操作来获取知识的方法变得非常低效,因而使得协作分析局限在小规模的研究人员之间.本文提出了一种基于群体行为数据的可视分析推荐
云制造被应用到多个领域,为工业4.0创造了更先进的研究框架.云制造背景下的供应链中的制造业利益相关者,交互能力更强,同时,云环境下的每一个参与者都参照群体知识做决定,应用更先进的策略来提高利润减少成本.本论文中,基于COIN(collective intelligence)模型,仿真一个包含四种基本角色的动态市场,同时应用Q-Learning算法来增强供应链中角色的智能决策能力.通过实验,发现应用