高考深化基础性考查研究

来源 :中学数学教学参考 | 被引量 : 0次 | 上传用户:yuleweiyuan
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
基础性考查是中国高考评价体系“一核”“四层”“四翼”理论框架中“四翼”考查要求的重要组成部分,基础的基本内涵包括基础知识、基本方法、基本能力、基本态度和价值观。其各组成部分的内在联系体现为从基础知识抽象基本方法和思想;在知识和方法的应用中培养和增强基本能力;在应用基本能力解决问题的过程中,培养基本价值观与态度。高考不断深化基础性考查,主要途径包括增强知识的系统性,对基本方法的考查强调灵活运用,对基本能力的考查强调解决问题,引导学生树立正确的价值观,发挥学科合力,整体推进。
其他文献
图书馆是每个高校的核心教辅机关,是师生学习提升学习能力的重要场所。面对数以百万计的图书时,师生往往难以找到合适的、真正需要的书。检索主页热门TOP-N推荐书籍对于个人需求过于笼统,不能起到针对性效果。为此,个性化的推荐系统是高校图书馆发展的新方向。传统的推荐系统主要基于学生借阅记录的情况进行的协同过滤推荐,或者挖掘书籍间相关性TOP-N推荐,可以面向大众。但对于特定的群体——相同专业不同学习层级、
互联网技术的迅猛发展,使得互联网用户生产和面临的数据不断增加,从而使得人们面临“信息海洋”的困境。因此推荐系统应运而生,成为帮助用户在海量信息中过滤有效信息的首选方式。在推荐系统的实际应用中,由于原始数据高维稀疏,用户或物品相似度计算片面以及推荐结果实时性差等问题,使得用户的体验并不良好。本文为了更好地优化推荐系统,以大数据处理技术为基础对推荐系统的系统架构和推荐算法两方面进行改善。在推荐系统架构
真实-虚拟-构造仿真(live-virtual-constructive,LVC)实验中存在大量异构的仿真资源对象。针对传统对象模型已无法满足信息化战争对武器装备体系快速响应的实验任务需求问题,开展基于对象元模型的LVC实验资源服务化方法研究。给出基于对象元模型的资源描述方法,在对象交互、消息传递、远程方法调用3类资源服务化基本形式基础上,设计虚拟化状态对象(virtualization infr
传统电视行业在计算机技术的发展下已完成智能化升级,智能电视使得用户可以方便快捷地享受视频服务;与此同时互联网规模的不断扩大使得数据量与日俱增。如何从繁多的视频资源中快速且准确地发掘出用户感兴趣的视频,是当前智能电视的视频服务提供方所面临的一大问题。作为解决“信息过载”问题的一种手段,推荐系统通过分析用户的行为,在物料库中做筛选,可以帮助用户发现自己的潜在兴趣。准确、及时的视频推荐系统可提升用户满意
淀粉是人类膳食的主要成分,长期大量使用含快消化淀粉多的食物易诱发糖尿病、肥胖等慢性综合征,而慢消化淀粉和抗性淀粉则有利于缓解这些症状。蛋白质能与淀粉发生相互作用并减缓淀粉的消化,进而影响餐后血糖的上升。本文以燕麦蛋白、藜麦蛋白、黑豆蛋白和扁豆蛋白4种外源植物蛋白与小麦淀粉为研究对象,研究外源植物蛋白对小麦淀粉体外消化及血糖指数的影响,进一步探讨4种外源植物蛋白对α-淀粉酶和α-葡萄糖苷酶两种淀粉消
新闻资讯一直是人们获取社会实时动态的重要来源,随着科技发展进步,获取新闻讯息的媒介已经逐渐从报纸和电视,逐步演变成互联网平台。互联网的快速发展,人们每天接触的资讯也越来越多,信息过载的现象也随之出现,因此越来越多的人员开始研究推荐算法。本文基于辽宁离退休老干部平台,通过项目方提供的用户与新闻数据,结合现有的推荐算法、深度学习、文本分类等技术,实现了一个基于深度学习的新闻推荐系统。本文研究了深度学习
传统压榨法制油具有成本低、毛油品质较高等优点,但在制油过程中抗氧化物质的损失会降低油脂的抗氧化性,同时得油率较低,需要对压榨法制油工艺进行优化。微波预处理能提高油料的得油率,增加营养物质的含量,在提升油脂风味的同时,改善其抗氧化性。花生油有着较高的营养价值和经济价值,在自然条件下储藏的过程中,容易发生氧化反应导致酸败,因此需要提高其抗氧化性。芝麻油因其较高的木脂素含量,具有良好的抗氧化性,是良好的
本研究选择日本藤野辣椒专用砧木作为辣椒嫁接的砧木,对寿光当地普遍种植的黄绿皮辣椒圣丽1号、螺丝椒2号以及大果尖椒寿禾辣帝1号品种进行嫁接。对嫁接后辣椒苗的生理指标、产量、品质及对疫霉病抗性进行了测量,研究结果如下:套管嫁接方法对辣椒进行嫁接,不仅操作方便,嫁接成活率高达98.5%。比较生长势,三个品种的嫁接苗在株高、茎粗、叶片数的增长速率均低于自根苗。在其他生理指标测试中发现,黄绿皮辣椒圣丽1号及
近些年,随着互联网技术日新月异的发展,人们随时随地都在产生数据。这使得数据呈现爆炸式增长,在这个背景下,推荐系统便成为用户在海量数据中过滤出有效信息的主要方式。然而在实际应用中,由于存在线上服务使用的特征和线下模型训练使用的特征不一致、离线特征无法反映用户真实状态、用户特征缺失等问题,导致模型推荐效果不佳、用户的体验不好,同时高维特征拼接效率低下且系统稳定性不足,严重浪费计算资源。针对以上问题,本