【摘 要】
：
教育评价是教育发展的风向标，其关注焦点由教师和学校转向学生意味着教育日益聚焦本质，走向教育的中心；由学生发展结果的评价转向增值性评价更是教育理念的巨大变革，是关注每一位学生促进教育公平的巨大进步。为此，厘清以每位学生多方面进步幅度为评价基础的发展关注点，以激发每位学生潜能促进本我多元发展为目标和以评价模型建构为实践媒介的增值性学生评价核心问题，是深入理解增值性学生评价在评价内容、评价过程、评价结果
【基金项目】
：
国家社会科学基金《“一带一路”倡议下创新创业大学生跨文化能力培养研究》（编号：BIA200170）的研究成果；
论文部分内容阅读
教育评价是教育发展的风向标，其关注焦点由教师和学校转向学生意味着教育日益聚焦本质，走向教育的中心；由学生发展结果的评价转向增值性评价更是教育理念的巨大变革，是关注每一位学生促进教育公平的巨大进步。为此，厘清以每位学生多方面进步幅度为评价基础的发展关注点，以激发每位学生潜能促进本我多元发展为目标和以评价模型建构为实践媒介的增值性学生评价核心问题，是深入理解增值性学生评价在评价内容、评价过程、评价结果等方面是否可行、可信或有效的基础，也是依据发展困境确立以促进学生可持续发展为核心的增值性评价评什么、怎样评和评价结果怎么用等破解思路的关键，更是推动我国教育评价改革，确立科学的教育评价方法，以推动高质量教育发展诉求的必然要求。
其他文献
高效的果实目标检测算法是水果采摘机器人中的一项关键技术。目前,由于不同光照、枝叶对果实的遮挡、多个果实间的重叠以及果实与茎叶之间的颜色相似性等自然条件的影响,果实的检测仍然是一项具有挑战性的任务。本文以自然环境下的柠檬果实为主要研究对象,为提高果实目标检测的准确性和实时性,提出了两种基于YOLOv3的柠檬检测改进算法。本文主要的研究工作如下:（1）树上柠檬图像数据集的构建。首先,在不同的天气条件下
在计算机视觉中,图像分割技术是所有其它类别的图像处理方法的基础前提。图像分割技术的优劣将对后续处理的结果和效率将产生重大影响。近年来,神经网络系统的发展具有革命性的进步,神经网络系统的功能和对于信息的提取能力也在不断提高,从而基于深度学习的图像分割技术也得到发展。但如果想在众多领域运用基于深度学习的图像分割技术会面临很多的困难和挑战,这其中主要包括图像信息的冗杂性、特定区域的不确定性、目标区域与背
人民币国际化的重要特征之一为区域国际化程度的提高。从经济政策不确定性溢出视角,探讨人民币在中亚五国中的区域国际化程度问题,为人民币区域国际化提供经验支持。利用EEMD频域分解技术,将中国经济政策不确定性和中亚五国人民币汇率分解为高频、低频和趋势项三个频域,并采用广义预测误差分解方法测算在不同频域上我国经济政策不确定性对中亚五国人民币汇率波动的溢出效应。研究发现:从高频分量来看,我国经济政策不确定性
随着城市快速发展,新式高楼建筑平地而起,大量陈旧建筑拆除的同时产生的建筑垃圾中有近一半的废弃黏土砖。将废弃黏土砖应用到道路工程中,是一个具有重要实践意义的课题。公路工程实践中,红黏土作为一种特殊性土,具有较高的液限和塑限,不宜直接作为路基填料。因此,利用废弃黏土砖改良红黏土后的“废弃黏土砖-红黏土”混合料作为路基填料,研究其工程特性,为工程实践提供理论计算依据。本文以废弃黏土砖和红黏土进行不同比例
随着我国社会经济迅速发展,汽车保有量持续增加,公众跨区域出行需求日益增强,对高速公路的需求远远超过其建设速度,使得高速公路承担的通行压力越来越大,从而导致道路拥堵、交通事故频频发生,高速公路整体服务水平大大降低。为了缓解经济发展带来的交通运输压力,使资源最优化,我国加大对智能交通系统（ITS）的研究与建设力度。高速公路行程时间预测是智能交通系统建设的重要内容之一。本文以广西高速公路收费数据为基础,
钢-混凝土组合梁在建筑工程领域中得到了广泛的应用,并在实际使用过程中逐渐衍生出了预制装配式钢-混凝土组合梁、可拆卸钢-混凝土组合梁、可拆卸预制装配式钢-混凝土组合梁等多种新型钢-混凝土组合梁。近年来,钢-混凝土组合梁的正弯矩区段受力特点及理论分析已经得到了比较充分的研究,但是对负弯矩区段的力学性能研究尚不充分,针对此现象,本文通过试验和模拟研究了负弯矩作用下装配式组合梁的力学性能。本文设计了1根采
现阶段中国发展的动力引擎开始“换挡”,经济发展模式由“要素驱动模式”进入了“创新驱动模式”的新阶段。以科技创新为动力,大力促进科技型企业的蓬勃发展,完成产业结构的优化升级,完成经济可持续增长的任务目标,已成为当下我国经济发展的重大战略任务。科技型企业是国家科技创新能力的重要载体,是一国国际竞争能力的核心所在。但当下我国科技型企业的发展面临严重的资金约束,由于科技型企业本身具有高风险,轻资产、收益延
伴随着科学技术的飞速发展和人力成本的增加,使用机器人代替人工劳动的应用变得愈加广泛。当前大多数机械臂只是机械的完成点到点的操作,只能在环境固定单一和任务固定重复的情况下有效工作。一旦工作环境、目标状态和抓取任务发生了变化,就需要重新配置,缺少灵活性。因此,对于机械臂来说,正确识别和有效抓取位姿未知的目标物体是一项非常具有挑战性的问题。得益于计算机算力的大幅度提高,深度学习技术取得了高速发展。为提高