摘要：植被净初级生产力(net primary productivity,NPP)是评价生态系统碳循环的重要指标,研究植被NPP的时空演变规律及影响因子对于制定科学合理的可持续发展战略具有实际参考意义。本研究基于土地覆被数据、气候数据(气温和降水)和MODIS平台的NPP产品,采用相关性分析、贡献度分析和土地覆被转移矩阵等结合空间分析方法,研究2001—2020年厦漳泉地区植被NPP的演变特征,定量阐述土地覆被变化和气候变化对植被NPP的影响,并对植被NPP变化驱动因子进行分析。结果表明:厦漳泉地区植被NPP年均值在938.1~1100.9 g C·m^(-2)·a^(-1)范围内波动,整体减少趋势不明显;林地的植被NPP总值(11117.40 Gg C)和增速(103.75 Gg C·a^(-1))在所有土地覆被类型中最高;厦漳泉地区植被NPP与气温呈正相关,与降水呈负相关,与气温的偏相关显著性要强于降水量,且厦漳泉地区大部分地区植被NPP受非气候因素影响;不同时期不同土地覆被类型植被NPP变化的主导因素在气候变化和土地覆被变化之间转化。

摘要：基于大数据分析的精准教研已经成为教师教学行为改进的重要途径.本文以国家级信息化教学实验区厦门市思明区一节教学示范课“二项式定理”为例,通过教育观察和个案分析,对课例的“问题链”设计进行数据反思分析并提出改进策略.研究结果表明,数据可以支持教师开展更加有效的教研,问题系统设计可以提升高阶问题的比例.

摘要：游客选择旅行城市,需要相关城市文旅网络宣传以及视觉导向系统建设的支撑。游客在到达相应的城市后,也需要在适合的历史特色视觉导向标识引导下,发现其独特的文化内涵并加深对这座城市的良好印象。一般而言,大城市特别是部分旅游热点城市,几乎已经完善了其视觉导向系统,而部分未达到相关要求的中小城市群,往往是发展潜力较大的。本文侧重探索这部分中小城市如何找到适合自身文旅的宣传思路。

摘要：针对工科专业传统金工实习主要关注技术训练,缺少专业特色、缺乏综合能力的培养,设计金工实习“小车快跑”综合实习课件。该课件由不同工种完成不同功能的零部件,最后经装配钳工完成小货车的组装,并增加小型竞赛环节,验证综合实习课件完成效果。“小车快跑”综合课件实习加强了学生金工综合能力训练,提高了学生的协作精神,创新思维能力。实践证明,“小车快跑”综合实习课件显著提高了学生对金工实习的兴趣,可以更好地达到专业课程的目标要求。

摘要：文章以“二语动机自我系统”为理论框架,以101名低英语水平大学新生为研究对象,采用历时12周的准实验研究设计,探索大学英语动机策略干预措施对提升大学新生学习动机的效果。研究结果显示,二语动机策略干预措施能有效激发并提高低水平大学新生的学习动机,但新生对不同干预策略的效果评价并非完全一致。研究结果为大学英语教师在课堂教学中提高大学新生学习动机提供了启示。

摘要：数智融合赋能建筑业转型升级,数智化能力成为匹配数智化发展的新型工程管理人才的核心能力。由此,明晰工程管理场景嵌入下数智化能力的内涵与能力构成,并提出多层次课程体系设计、多维度实践教学活动配套、多学科师资团队构建、多渠道教学资源整合的工程管理人才数智化能力培育策略。

摘要：基于主题意义探究的初中英语单元整体教学是发展学生核心素养、落实立德树人根本任务的重要途径。在基于主题意义探究的初中英语单元整体教学的设计过程中,教师要遵循整体性原则、递进性原则、“教-学-评”一致性原则,准确提炼单元大观念,精心设计整合性、关联性和实践性的单元学习情境与任务,时刻将单元教学目标和评价作为教学指南,落实学科育人。

摘要：探讨大学生在线音乐感知价值的潜在类型及其在参照群体、购买意向和购买行为中的作用机制。采用大学生在线音乐感知价值量表、参照群体影响量表和在线音乐购买意向量表对2011名大学生进行调查。结果表明:(1)大学生在线音乐感知价值具有明显的潜在类型;(2)在线音乐感知价值在参照群体、购买意向和购买行为之间起部分中介作用;(3)在线音乐感知价值潜在类型同时调节了参照群体对购买意向、购买意向对购买行为的路径。这一结论有助于解释大学生在线音乐购买行为,促进在线音乐产业的发展。

摘要：西方学者对中国家具的研究经历了由浅入深、由表及里的历程,并在20世纪后期发生了一次显著的转型,更新了西方学界对中国家具的传统认知。其中美国学者韩蕙的《中国古典家具的光辉》(Austere Lumin osity of Chinese Classical Furniture)具有开拓意义。本文通过梳理从“内部研究”扩展到“外部研究”视角下中国形象所呈现的形象衍变,以辨析其研究视角、方法观念以及对材料应用的方式,进而总结出20世纪以来西方学者的研究存在研究背景单一、发展过程缓慢的特征。在跨文化视域下,西方学者的研究方法和理论,也启发了中国家具研究的发展方向与道路。

摘要：由于多源异构数据集通常存在于多领域中,其特性导致数据的可利用率较低。为保证对各类数据的利用效果,研究基于随机森林的频繁项集智能挖掘算法。依据频繁项集特征,采用改进FP-tree算法挖掘频繁项集后,利用随机森林算法完成频繁项集分类;通过选取高精度子森林、聚类选择多样性子森林优化随机森林算法,改善随机森林算法运算时内存占用过大的问题,提升算法分类精度,实现频繁项集智能挖掘。测试结果表明,所提算法具备多样性、可在平均误差较低的情况下完成频繁项集挖掘,在最佳的FP-tree树数量和类别数量下,聚类正确率较高,整体挖掘误差较低,能够提升频繁项集的挖掘和分类效果。