【摘 要】
：
采用怎样的教育评价事关教育改革路向和发展成效。增值评价作为一种新兴的评价方式，本应携手结果评价，共同促进教育的变革和发展。但近来增值评价因深谙教育变革逻辑而备受学者青睐，不免将两类评价陷入非此即彼的离散对立状态，也衍生出教育评价中的决策困顿和实践工作的模棱两可。因而有必要进一步厘清教育评价的本质、价值取向及其功能限度，廓清结果评价与增值评价各自的扩展范围和外延边界。基于此，坚持“一分为三”的方法论
【机 构】
：
西南大学西南民族教育与心理研究中心
【基金项目】
：
2021年度西藏自治区教育科学研究课题“西藏教育资源配置水平提升对策研究”（xzjykt121010）的阶段性成果；
论文部分内容阅读
采用怎样的教育评价事关教育改革路向和发展成效。增值评价作为一种新兴的评价方式，本应携手结果评价，共同促进教育的变革和发展。但近来增值评价因深谙教育变革逻辑而备受学者青睐，不免将两类评价陷入非此即彼的离散对立状态，也衍生出教育评价中的决策困顿和实践工作的模棱两可。因而有必要进一步厘清教育评价的本质、价值取向及其功能限度，廓清结果评价与增值评价各自的扩展范围和外延边界。基于此，坚持“一分为三”的方法论至为重要，以确保教育评价在“达标”与“成长”导向中不至于迷失根本，在“选拔”和“改进”抉择中平衡二者的张力，在“节点”与“阶段”的游移徘徊中实现其动静结合。唯此，方可于离散对立的评价倾向中寻求耦合互补，归正教育评价的发展路向。
其他文献
钢铁行业产能过剩是目前钢铁行业的主要问题,并购重组成为解决这一问题的主要方式之一。文章以宝钢武钢并购重组为案例,以理论为基础,分析了宝武合并的动因:武钢亏损严重、武钢与宝钢之间的实力差距问题,钢铁产能过剩推动整合,钢铁产业集中度不高推动整合,国家政策推动整合。此次合并有利于提高其产业规模和市场占有率、提高议价能力,提升产品的定价权,有效避免恶性竞争。
在全球经济复苏与气候治理议程交织的背景下,推动两者的协同治理对于实现全球经济转型、推进气候治理具有重要意义。由于控制疫情的状况和经济实力的差异,各国平衡两议题的优先度和治理资源的意愿和能力并不相同。关注国际组织在促进协同治理中的角色,对于推动后疫情时期的全球治理进程具有现实意义。国际组织具有自主性,能够调动其资源和权威塑造治理主体认知,影响决策者的政策选择。在重叠议题治理中,国际组织的自主性行动路
为缓解共享单车停车空间不足导致的乱停乱放问题，提出共享单车停车分流引导策略，并根据用户行为选择设置相应的奖励措施。设计叙述性偏好问卷调查，获取用户行为选择偏好数据，运用Logit模型进行分析并构建激励共享单车用户分流停车的奖励机制；构建以企业成本最小和转移停车需求最大为目标的多目标优化模型，提出引导用户分流停车的策略。以西三旗永泰庄地铁站为例检验了该策略的实际可操作性，结果表明策略用户接受度达60
企业犯罪的治理是国家整体犯罪治理的重要组成部分，对国家犯罪治理整体水平的提升有着举足轻重的影响。目前，我国企业面临的刑事风险主要可以分为企业家刑事风险与企业刑事风险、国内刑事风险与国际刑事风险等不同类型。随着刑事合规理念与犯罪治理理念受到的关注越来越多，企业刑事风险的防范思路宜从事后处罚向事前预防进行转变。为了创造良好的营商环境，有必要从积极预防企业家刑事风险、建立健全企业犯罪认罪认罚从宽制度、建
电影台词翻译已经成为翻译学中的一个独特的领域,同时也掀起了一阵电影台词翻译的热潮。在观看外国影片时,观众通过台词翻译搭好的文化桥梁,不仅能更好地了解外国文化底蕴,同时也开阔了视野,增长了知识。电影台词翻译需要掌握一定的技巧和方法,才能使每一个情节衔接地顺畅。目的论为电影字幕翻译带来了一种新的研究方法,由于电影本身的性质不同,字幕翻译是复杂多样的,它可以被看作是连接不同文化的人们的重要纽带。因此,翻
新兴产业面临规制缺失和传统工具失效的双重困境，多样化的治理机制探索对于引导新兴产业健康发展具有重要意义。以北京市某街道的共享单车街头停放管理为例，探索政府与企业达成协作治理的曲折过程，总结现阶段协作治理的制度特征和关键驱动因素，为新兴产业的协作治理提供思路。研究发现：不同时期的治理模式各有特点，偶然性的扳机事件是触发治理转型的关键变量，推动了主体间的组织重构、目标调整与权责划分；组织扁平化是协作治
质量控制是实现企业高质量管理的根本，因此，需要积极采取质量控制措施，保障企业的质量发展水平。基于此，本文将从监督体系、监督力度、人才培养、质量评审、工作改进、技术应用、管理责任、激励制度、评价标准九个方面对企业质量管理体系有效性价值提升措施进行分析，希望能够助力企业进行全方位的管理，并使管理措施的执行更加的深入，提高质量管理的有效性。
目标检测是深度学习的一个重要应用，目前在智能驾驶、工业检测相关领域都获得应用，具有重要的现实意义。本文对基于深度学习目标检测算法原理和应用情况进行简述，首先介绍结合区域提取和卷积神经网络，以区域R-CNN为代表的分类目标检测框架的研究现状和相关模型；然后介绍与此相关的目标检测框架，YOLO和SSD；最后对这种目标检测领域的两种主流算法进行比较和总结，展望分析其未来的研究方向。
本文研究了深度学习在倒向随机微分方程的数值计算及金融资产定价问题中的应用.深度学习在非线性偏微分方程、倒向随机微分方程的数值方法中可以有效地克服维度灾难,近年来已成为数值计算的重要研究方向.我们研究了高维倒向重随机微分方程、高维平均场倒向重随机微分方程的数值计算方法,其中引入深度神经网络作为实现数值求解的关键步骤.在倒向随机微分方程数值方法的基础上,研究了期权数据驱动的g-定价建模方法,并应用SP