【摘 要】
：
“为善去恶”是王阳明“四句教”中生活德育思想的集中体现。为善去恶中的善恶观源于本心的良知,要求以良知作为道德判断的标准,坚持以人为本的德育观。为善去恶的过程中要顺应学生的天性,坚持知行合一的原则。为善去恶之初要静坐,之后要在日常生活中不断进行道德实践,并自我反省,其德育思想对当前道德教育实践有着诸多启发。
【机 构】
：
南京师范大学道德教育研究所,南京师范大学心理学院
论文部分内容阅读
“为善去恶”是王阳明“四句教”中生活德育思想的集中体现。为善去恶中的善恶观源于本心的良知,要求以良知作为道德判断的标准,坚持以人为本的德育观。为善去恶的过程中要顺应学生的天性,坚持知行合一的原则。为善去恶之初要静坐,之后要在日常生活中不断进行道德实践,并自我反省,其德育思想对当前道德教育实践有着诸多启发。
其他文献
互联网的高速发展使高校思想政治教育工作面临新的挑战。辅导员作为高校思想政治教育工作者,肩负着学生学业和思想的引导任务,要在充分利用互联网技术的基础上,提高自身素养,转变话语内容和形式,提升网络思想政治教育话语权,最终提高思想政治教育工作的实效性。
中西部农村中小学音乐教育在我国学校音乐教育体系中占有重要地位。根据中西部四省(自治区)的调查研究发现,我国中西部农村中小学音乐教育存在音乐课程开设率不够高、专职音乐教师较欠缺、音乐教育设备较简陋等问题,其原因主要在于教育部门和学校领导不重视、政府音乐教育投入缺失以及音乐师资培养机制单一。解决中西部农村中小学音乐教育存在的问题,需要提高领导对中西部农村中小学音乐教育重视程度,加大中西部农村中小学音乐教育投入,创新中西部农村中小学音乐师资培养与供给机制。
随着国家相关政策的不断推行,高职教育的发展越来越受重视.而高职软件技术专业群因群内各专业技术更新速度快,面临着更为激烈的市场竞争.因此,只有不断深化产教融合,将企业实际项目引入课堂,构建工学结合的课程体系,建设校企互聘的结构化教师团队,才能持续提升专业综合水平,从而提升专业群的竞争力.
通过对“两化融合”背景下的高职院校服务定位和人才培养目标进行分析,对江苏省两化融合人才学院的建设机制、建设任务、建设举措展开探讨,探索“两化融合”背景下创新型人才培养的梯队建设、实训基地建设、专家库建设、评价标准和认证体系建设的方法与思路,为职业院校的校企合作提供了可借鉴的建设改革经验和模式。
2019年,教育部提出“1+X证书”试点、本科层次职业教育试点,简称“双试点”,拉开了职业院校新一轮教育改革的序幕。由于高速发展的物流行业急需解决高层次高技能应用型物流人才短缺的问题,物流管理被纳入“双试点”,因而对“双试点”物流管理专业人才培养体系建设创新研究极具意义。将物流管理“1+X证书”制度融入物流管理专业人才培养体系、课程体系、实训体系、资源体系、创新创业人才培养体系,对物流管理专业本科层次职业教育试点人才培养体系建设准确定位,能有效解决企业高层次高技能应用型物流人才短缺的问题。
鼠年来了，老鼠来了。走在路上，灰灰的小老鼠突然出现在十二星座面前…… 白羊座（3.21～4.20） 无论男女，羊羊的战斗力都不容忽视。他们会一边紧追老鼠，一边大喊：“站住！别跑！”唯一的区别是，羊MM也许会先报以一声尖叫——毕竟是女孩子嘛。 金牛座（4.21～5.20） 喜爱和平的牛GG不愿用武力，多半手捏“等”字诀，目送老鼠远去，反正他也有耐性。身为美食主义者的牛MM倒是反应挺快
基于业务流程再造理论,通过上层架构、机制体制和人才人力三个维度,借助调研、诊断、谋划、创构和效评的再造渠道,对高等院校科研经费管理流程中的弊端进行分析,并据此提出解决方案.
为了探究大学生学业成绩、焦虑、心理弹性中个人力与支持力之间的关系及其作用机制,采取青少年心理韧性量表、焦虑自测量表及平均学分绩点报告表,对373名大学本科4个年级学生进行调查。结果显示:学业成绩与个人力、支持力两两显著正相关,学业成绩、个人力、支持力三者均与焦虑显著负相关;学业成绩不仅对焦虑直接负向预测显著,而且分别经由三条路径对焦虑间接负向预测显著:经由个人力的独立中介作用,经由支持力的独立中介作用,经由支持力和个人力的链式中介作用。大学生学业成绩与焦虑状态既会受到个人力和支持力的独立中介作用,还会受到
针对来华留学生人才培养受时空条件限制、成本较高、人才培养衔接不畅以及跨文化认同等问题,以河北软件职业技术学院祖冲之学院为例,提出了“线上线下结合,国内国外分段”的“互联网+国际教育观”“学校与企业共建,专业与产业融合”的“产业观”和“语言与文化对接,文化元素贯穿始终”的“文化观”,为高职院校来华留学生教育的持续发展提供了借鉴.
由于电信领域的移动用户数量难以增长,企业把焦点放在如何维持现有用户上,因此移动用户流失与否关系到企业核心收益,如何预防用户流失成为电信领域的一个重大挑战。传统的潜在用户流失识别技术无法有效地识别精准的流失用户,而采用机器学习算法的用户流失预防技术则有更高的准确度。针对上述问题,提出了一种基于梯度提升决策树算法(GBDT)和逻辑回归(LR)算法的用户流失预防模型,对参数特征进行调整,对已有移动用户流失数据进行计算,能达到高于85.91%的用户流失预测准确度识别,与已有其他常用预测对比表明,该算法的识别速度和