论文部分内容阅读
核磁共振在化合物结构鉴定、动力学研究等方面具有重要的作用,是一种非常重要的仪器分析手段,也是大学仪器分析实验课程的重要内容。借助于现代化教育手段,可以拓展课前课后学习时间,对核磁共振实验项目课堂教学进行有效教学设计,构建互联网时代的新型教学模式。
新模式下的核磁共振实验教学探索和提升
【摘 要】
：
核磁共振在化合物结构鉴定、动力学研究等方面具有重要的作用,是一种非常重要的仪器分析手段,也是大学仪器分析实验课程的重要内容。借助于现代化教育手段,可以拓展课前课后学习时间,对核磁共振实验项目课堂教学进行有效教学设计,构建互联网时代的新型教学模式。
【机 构】
：
南开大学化学学院,南开大学材料科学与工程学院
【出 处】
：
大学化学
【发表日期】
：
2021年7期
【基金项目】
：
2020年南开大学教学改革项目(NKJG2020335)。
其他文献
利用CloudSat/CALIPSO卫星资料,本文揭示了东亚三个代表性区域的云微物理属性,为评估和改进模式云微物理过程提供重要的观测基础.研究的云微物理量包括云水/冰质量,数浓度和有效半径.研究表明:暖云中云水质量和数浓度随高度增加而减小,有效半径处于8-14μm范围.对于冰云,云冰质量和有效半径随高度增加而减小,而数浓度在垂直方向上变化不大.此外,云微物理属性在不同云型之间存在显著差异:积云的云水质量和数浓度最大,而卷云的云水质量和数浓度最小.从三个区域的对比结果来看,相比于华东和西北太平洋地区,青藏高
地震风险调查是我国现阶段社会发展的迫切需求,然而目前还缺少简便实用的调查方法。历史地震震害是最好的老师,作者多年专注于汶川地震研究。基于震害类比、实验验证和理论分析,总结提炼出工程结构抗震能力"散、脆、偏、单"评估法,深入分析了权重最高的"偏"的物理机制,编制了便于实际操作的风险调查表。研究结果可供城乡地震风险调查和结构抗震设计参考。
本团队结合光学系统设计、光通信前沿技术、高等光学等研究生课程建设,通过仿真实践综合训练,强化科研促进教学的理念,将光学学科前沿科研项目纳入到研究生教学和科研训练中,开展重理论基础、强创新实践、突科教融合的创新实践教学改革,通过基础光学、现代光学、综合应用三个层次的挑战性实践案例,将基础理论和仿真实践相融合,科学研究与工程应用相融合,加强研究生仿真实践能力和科学探索能力的培养.
南京是六朝古都,有着7000多年文明史、近2600年建城史,累计有近500年的建都史,留下了大量的古树名木.rn古树名木每5年普查一次,南京市在2017年开展过一次大普查.2018—2020年
期刊
为了深入理解非静力近似下的波-湍相互作用问题,本研究在σ坐标的海洋环境研究和预报模型(MERF)中引入常用的Mellor-Yamada两方程湍混合参数化方案(MY2.5),评估垂向湍混合对小尺度背风波传播过程的影响.瞬时状态场的模拟结果表明,无论是否为非静力近似条件,上述湍参数化方案的引入都会减弱背风波传播的模拟效果.从时间平均场的试验结果来看,垂向湍混合过程会显著减小非静力近似和静力近似之间的差异.此外,能量收支分析的诊断结果表明,MY2.5方案会显著抑制陆坡地形下的背风波传播过程,进而将更多的潮能转化
为研究不同减隔震支座对跨断层桥梁横向地震响应的影响,以三跨简支梁桥为工程背景,用SAP2000建立有限元模型,并采用非一致多点激励输入的方式进行非线性时程分析。结果表明:在盆式支座、铅芯橡胶支座和摩擦摆式支座3种体系下,相较于盆式支座,后两种减隔震支座的引入可减小断层错动带来的结构约束扭转效应,降低下部结构响应水平,使桥墩保持弹性,并使响应分布均匀化,但通常会伴随主梁梁端位移和支座位移的增大。此外,还对比了不同体系下结构响应中拟静力分量和动力分量的贡献比例,研究表明:其贡献比例与结构的响应类型和响应位置有
采用过桥车辆振动响应识别桥梁自振特性的间接测量法能够避免传统动载试验测量桥梁振型方法所存在的操作复杂和成本较高等缺点.采用数值模拟的方法,根据车桥耦合振动理论和桥
重排反应是大学有机化学课程中的重点内容,普遍具有较为重要的合成价值。重排反应在各个章节均有涉及,分布零散,学生在学习过程中容易遗忘,因此对其进行归纳化教学显得尤为重要。本文从独特角度对大学有机化学中涉及的重排反应进行了总结归纳,从机理层面出发的深入剖析将有利于对重排反应的理解和记忆。另外,还通过一些案例介绍了重排反应的归纳分析在教学实践中的应用。结果证明这类针对性讲解对学生掌握相关知识点起到了明显的促进作用,类似的方式也可以应用到其他系统性知识点的教学当中。
A hybrid model for short-term rainstorm forecasting based on a back-propagation neural network and s
暴雨是我国最重要的自然灾害之一.大量的研究表明,暴雨的频率和强度在全球变暖的背景下正在逐年增强.但是如何成功的预测短期暴雨,特别是发生在复杂地形下的暴雨,仍然是一个巨大的挑战.本项研究采用BP神经网络和天气学诊断相结合的方法,探索了一种四川盆地西部复杂地形下的暴雨预报模型.该模型有效改善了喇叭口地形下,受低层偏东风影响的暴雨预报准确性.机器学习与天气学理论的结合,提升了模型的物理基础和预测成功率,同时该方法也为发展具有本地特征的暴雨预报客观工具,提供了一定的参考价值.