大数据时代终身学习平台发展现状及策略

来源 :内蒙古电大学刊 | 被引量 : 0次 | 上传用户:aq13
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
为加快构建学习型社会,给全体居民提供公平的学习机会,满足居民全面终身发展的学习需求,许多城市先后建设了终身学习平台。经过几年的运行发展,终身学习平台对推进学习型社会建设起到了积极的促进作用。根据调研发现,终身学习平台在发展过程中存在着定位不明确、资源利用率低、学习支持服务薄弱等问题,使得平台利用率低,难以为居民营造良好的在线学习环境。通过了解终身学习平台的发展现状,提出相应的解决对策,利用大数据技术进行升级改造平台,为居民营造良好的在线学习环境,提供真正有效的学习服务。
其他文献
针对当前高校实验实训课程在采用合作学习方法时出现的普遍性问题,结合基础教育理论与高校教学实际,优化建组策略与评价策略,设计实践课程合作学习的运行策略与教学模式,以期通过深度的小组合作学习,培养大学生的实践能力、创新思维与合作素养。
以美国为首的发达资本主义国家在气候正义问题上一直坚持后果主义原则,即以最优化的结果作为温室气体减排任务的分配原则。从表面上看,后果主义有利于全球气候问题的治理,但是这种分配方式掩盖的却是发达资本主义国家逃避减排责任,以及在气候问题上对发展中国家展开新一轮剥削的帝国主义行为。这种帝国主义行为,一方面将减排成本转嫁给发展中国家,减缓了发展中国家对其全球领导权的挑战;另一方面利用科学技术的垄断优势,在气候问题上对发展中国家进行新的资本输出和剥削。对此,发展中国家需要认清后果主义气候正义理论的阶级本质,避免发达国
2021年6月19—20日,“构建人与自然生命共同体研究”高层学术论坛暨中国伦理学会环境伦理学专业委员会六届一次常务理事会在江西省井冈山市召开。此次论坛由中国伦理学会环境伦理学专业委员会和井冈山大学联合主办,文化名家暨“四个一批”人才项目组承办,来自井冈山大学、哈尔滨工业大学(威海)、广西大学、内蒙古大学、东北大学、东南大学、南京师范大学、南京林业大学、南京工业大学、南京信息工程大学、上海师范大学
[摘 要]中国共产党有着以良好黨风促成勤俭节约社会风气的实践传统、思想传统和榜样传统,具备通过纠治“四风”问题引领全社会形成绿色生活方式的执政能力。党的十八大以来,反“四风”行动营造了传递绿色能量的舆论氛围,引领了环保低碳的家风,并丰富和发展了以勇于自我革命为基石、以拓宽密切联系人民群众的渠道为纽带、以将正风肃纪贯穿于工作生活中为法宝等引领绿色生活时尚的基本经验。这些基本经验不仅对新发展阶段中国共
师范专业认证背景下,地方师范类院校由于种种限制,在对照认证要求方面可能具有更多的问题。其中本科毕业论文作为认证工作的重点检查对象,往往存在如师范类专业认证评价标准对标程度不够,师范类专业特色体现度不强,以科研水平为基础的教研水平不高等缺陷。由此,需要通过将毕业论文课程化,强化其师范类专业特色,有针对性地提出各项解决措施,以师范生人才培养为目标,不断提升毕业论文质量,为师范类专业建设提供应有的助力。
在突发事件中,信息数量的爆炸式增长伴随着不确定性的急剧上升,显著提升了公众对信息可信度判断的困难程度。本研究以COVID-19疫情为例,探讨了信息爆炸和信息不确定语境下用户信息可信度的判据。本研究采用扎根理论方法,通过访谈提纲设计和理论抽样,对21名研究对象进行了深度访谈;对原始语料初步整理后进行开放编码、主轴编码、选择编码以及理论饱和度检验;发掘出了包括权威性、可靠性、内部质量、传播特征和积极性5个主范畴,以及相应的12个范畴和35个初始概念等在内的信息可信度判据;对专业性等普适判据,以及积极性等新发现
关注生态语言学的两个研究路径至关重要.第一个路径是在语言习得、认知研究等领域运用豪根的方法,关注生态环境等问题及处理方法,将生态语言学作为应用语言学中的独立领域.第
[摘 要]经核证的农业碳汇量能够抵销控排企业部分经核查排放量,缓解能源、工业行业的减排压力。同时,农业碳汇交易能够激励农业系统积极减排增汇,助力中国早日实现“碳中和”愿景。从法学视角审视中国农业碳汇交易,为推动其发展,应当尽快出台农业碳汇交易的法律法规,规范农业碳汇发展;开发农业碳减排方法学,加快从方法学到项目的转换;完善对农业碳汇交易过程的监督管理。  [关键词]农业碳汇;碳汇交易;环境法;气候
大数据环境下,学科教育多元化呈现出学科无边界的形态,要求教师具备更广泛的学科知识、教学经验,要求学生具备更强的自主学习能力。本文旨在研究开放网络学习环境下,数字信息素养教育为师生提供个性化、创新化的数据信息手段,以适应多元化教育的转型。
人才流动、学者评价等以学者个人为对象的研究任务,通常需要针对学术论著数据集中的著者进行姓名消歧。本文针对此类特定研究任务,提出了准确且便于学者操作的姓名消歧方法。为简便计算,弥补本地数据缺失的问题,本文构建了基于异源数据的二阶段姓名消歧框架。一阶段充分挖掘本地关联信息,二阶段结合权威的外源数据。基于表征进行本地关系发现、半模糊检索等步骤,以达到全面客观的姓名消歧,最终通过人工智能领域的论文数据和Aminer姓名消歧数据集,实现并验证该方法的优越性和普适性。经过与人工标注数据对比,该框架表现出良好的消歧效果