【摘 要】
：
采取质性研究方法,探究高职院校学生学习投入度影响因素及其作用机制,通过对24名学生的访谈和资料分析发现:心理状态等个体特征、宿舍文化圈等院校特征共同作用高职院校学生
【机 构】
：
南京铁道职业技术学院,南京,210031;南京大学教育研究院,南京,210093
论文部分内容阅读
采取质性研究方法,探究高职院校学生学习投入度影响因素及其作用机制,通过对24名学生的访谈和资料分析发现:心理状态等个体特征、宿舍文化圈等院校特征共同作用高职院校学生学习投入度,个体特征、院校特征和高职院校学生学习投入度三者形成交互作用的“循环圈”.据此,高职院校要重视专业认知,改革教学方式,激发学生学习兴趣和内在动机;优化学习空间,推动习惯养成,改善学习氛围和学生自我学习能力;关注情感支持,强化师生互动,提振学生学习期望和心理状态.
其他文献
目前地铁隧道结构沉降主要采用水准仪进行人工测量。该监测方法不仅作业效率低、耗费较多的人力物力,并且无法实现全天候监测。针对传统人工监测无法满足地铁运营期间的实时监测需求的问题,本文引入静力水准自动测量技术,通过在地铁隧道道床布设静力水准仪,在远程采集端实时获取监测点数据,实现隧道结构保护区在施工时全程监测,为施工期隧道结构安全提供保障。最后结合实际工程应用案例对工程中的监测结果进行分析。结果表明,
为实现无人机航拍图像的实时拼接,本文深入研究了无人机航拍图像拼接中的关键技术,提出了一种基于遗传算法优化的图像拼接算法。首先利用SIFT算法提取图像的特征点,在特征点粗匹配过程中,采用欧氏距离作为相似度测量,利用遗传算法的并行性优化特征点匹配性能;然后使用RANSAC算法去除误匹配点对并获得转换矩阵,从而完成图像拼接。试验结果表明,采用遗传算法进行特征匹配,可大大降低匹配时间,匹配时间与特征点数量
本文以武汉地铁4号线越江隧道2020年汛期加密监测为工程背景,通过应用三维激光盾构结构测量的逐环监测数据分析了越江隧道全区间逐环监测数据并确定重点监测区间。利用重点监测区间3次逐环加密监测数据分析了由于长江水位持续上升引起的收敛变化趋势,并结合人工监测点位的分布和数据特征以说明传统人工监测盲区多,在关注绝对位置变化的同时忽略了隧道结构形态相对变化。越江隧道所处的地理、地质环境复杂,汛期的三维激光逐
地铁隧道具有线路长、地质环境复杂、环片数量多、检测作业时间短等特点。隧道结构渗漏水病害检测是保障地铁隧道安全的重要工作,传统人工巡查检测方法检测速度慢,需耗费大量的人力物力,不能满足地铁更好运营需求。为提高隧道渗漏水检测效率,更好地适应轨道交通运营需求。本文依托高速移动三维激光扫描技术获取点云数据,提出局部图像分割方法,获取隧道渗漏水病害信息。首先通过空间变换法将三维点云数据转换为二维正射影像,采
鲁迅与他人的三种“关系”——对比、对立、映衬,可以帮助解读《藤野先生》文字背后的意蕴。“对比”关系,显现鲁迅赤诚的报国之志;“对立”关系,凸现鲁迅泣血的爱国情怀;“映衬”关系,昭示藤野先生和鲁迅都具有的为中国与为人类的大义。“关系”视角,是照亮文本深处的一盏灯。
传统扣件检查基本采用人工检查方式,不仅工作效率低、劳动强度大,而且人为干扰因素多、检查采样率低。针对以上问题,本文提出了一种基于线结构光传感器的轨道扣件损伤和松动检测方法,并开发了轨道扣件智能监测系统以实现扣件病害自动检测。最终将研究成果应用于徐州市某地铁区间轨道扣件检测,验证了该方法的可行性和准确率,为地铁轨道扣件检查提供了新方法。
人口抽样调查是通过人口样本估算区域人口总体的一种手段。由于人口分布通常具有空间差异性,传统的抽样调查理论难以满足日益增长的空间抽样需求,合理高效的人口空间抽样调查方法对于人口统计、研究人类活动、解决城市问题等有重要意义。本文提出一种基于多源信息与深度学习特征提取的人口空间抽样方法。在不透水面信息的辅助下,利用四叉树分割进行分层抽样,初步选择出可能存在人口分布的调查样本,并通过深度学习的常用模型——
企业新型学徒制的探索和建立,是在国家层面上为提高企业职工队伍整体素质、助推产业转型升级作出的重要战略决策.河南省在企业新型学徒制前期试点推进过程中,政府高度重视,加
摘要：通过构建由基础设施、师资力量、人才培养、科学研究、服务发展、学校声誉等6个一级指标、28个二级指标组成的评价指标体系，来定量地评价全国各区域高职教育的发展状况，识别各区域高职教育的发展优势以及面临的主要问题。研究发现各区域的优劣势皆比较明显，发展不平衡和不充分同时存在，推进高职教育发展需要根据各区域发展特性及差异采取因地制宜的政策措施。 关键词：高职教育;区域发展特征;大学评价 一、问题
地形特征信息是地学研究中的重要依据,用于描述地形变化的总体样貌,决定了基础地形地貌形态特征。本文对禄丰恐龙谷南缘环状微地貌的地形特征进行提取及分析。首先,采用无人机测量技术获取测区影像数据,通过影像数据处理构建测区0.5 m分辨率的DOM数据与点云数据,并基于TerraSolid软件平台搭建滤波规则对点云数据进行分类、抽稀压缩处理,提取测区地面点,以地面点数据为基础数据构建测区2 m分辨率的DEM