产业扶贫中本土知识的向导作用 ——以巴林左旗笤帚苗产业为例

来源 :内蒙古大学 | 被引量 : 0次 | 上传用户:hhejiang
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
本研究以巴林左旗笤帚苗产业的本土知识为研究对象。在《国家的视角》中阐述了国家推行的大型项目由于外部资本合理化导致项目的最终失败。而本研究中笤帚苗产业的成功之处在与对当地的本土知识给予了重视,在项目的实施过程中充分利用了有关笤帚苗的本土知识。所以本研究通过实地研究法和文献研究法。聚焦于本土知识在笤帚苗产业扶贫中作用。通过研究发现,基于本土知识的产业扶贫项目能持续的包容的发展,实现普遍参与普遍受益,避免贫困户被边缘化。因此,在完成脱贫攻坚后进入乡村振兴新时期,继续实施大型国家项目时更要注重本土知识所能发挥的作用,更多的将本土知识纳入到项目的设计及实施中。
其他文献
佤族是一个跨界民族,主要分布于我国云南的西南地区,其中居住于沧源岩帅地区的佤族自称“布饶”。在佤族族群漫长的历史进程中,形成了与之相对应用来表述文化和情感的重要媒介,也就是“音乐”,并在具体的音乐事象中存在着特有的复杂因素。“音乐”是佤族人民智慧的结晶,是佤族人历史生活的写照,具有鲜明的地域性和民族性。本研究主要通过深描沧源岩帅地区佤族村寨的历史族源、宗教信仰、民风民俗等社会生活,聚焦音乐人类学研
凭借较高的频谱利用率,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术获得了广泛的应用,然而对于传统的OFDM接收机而言,由于其采用高比特模数转换器(Analog-to-digital Converter,ADC),导致整个系统有较大的功率损耗。因此,为了降低功率损耗,在OFDM系统中采用低比特ADC对接收信号进行量化。然而,低比特
目标跟踪技术当前是计算机视觉领域的一个重要的研究方向,在智能交通、视频监控、人机交互和自动驾驶等系统中广泛的运用。人为给定跟踪目标的初始信息,视觉目标跟踪算法能够准确地预测在接下来连续视频帧序列中跟踪目标的具体位置、尺度变化和行动轨迹等动态信息。跟踪场景种类繁多,背景环境复杂且多变,并且目标运动必然会产生形变、遮挡、模糊等问题,因此建立一个既准确鲁棒又满足实时性的视觉目标跟踪系统一直被认为是极富有
X射线计算机断层成像技术(X-ray Computed Tomography,CT)是一种临床常见、可提供清晰人体解剖结构图像的诊断工具。虽然限制CT设备扫描角度可有效降低患者所受电离辐射,但会导致在某些扫描角度上投影数据的部分缺失,最终使得重建出的CT图像质量大幅下降。因此,如何在CT投影数据不完整情况下重建出符合临床诊断需要、高质量的CT图像具有重要的社会价值和理论研究价值。为了提高部分扫描角
作为口腔临床诊断的重要工具,X线头影测量分析技术首先需要定位投影测量图像中的解剖特征点。由此可见,特征点的定位精度会对后续的口腔临床诊断产生重要影响。目前临床上仍然主要采用人工方式对特征点进行标记,定位速度慢、精度上受到主观因素影响较大,无法应对目前国内口腔临床日益剧增的门急诊量。因此,发展X线头影测量图像解剖特征点自动定位技术有重要理论价值和临床应用前景。为了提高X线头影测量图像解剖特征点定位速
随着深度学习的再度兴起,深度神经网络尤其是卷积神经网络在计算机视觉、自然语言处理等领域展现出极大的优势,广泛地应用于图像分类、目标检测、语义分割、语音信号处理、医学图像分析、遥感图像分析等实际应用及许多边缘计算场景。本文的主要研究内容如下:(1)在检测起重机表面锈蚀缺陷的各类方法中,人工巡检效率低下、传统手工设计特征的目标检测方法检测准确率较差。YOLOv3是一种更适用于边缘计算场景的快速目标检测
水彩画由于丰富的艺术表现力,在非真实感绘制领域备受关注。传统的水彩风格化算法能实现对水彩艺术效果的真实渲染,但算法复杂度较高,仅适用于高性能的台式设备。本文提出基于智能手机的水彩风格化绘制技术的研究,从绘制效果和算法效率的角度出发,在智能手机上实现对水彩画艺术效果的真实、高效模拟。本文的主要工作包括提出了一种水彩风格化绘制算法框架,研究了风格化绘制算法的优化方法,实现了一个基于Android手机平
JavaScript是Web前端开发中最主要的程序设计语言之一,在TIOBE发布的程序设计语言排行榜中长期居于前列。作为一种解释型语言,JavaScript的代码经内嵌在Web浏览器中的JavaScript引擎解析后执行。目前已存在诸多JavaScript引擎,其中V8、SpiderMonkey和Chakra的使用最为广泛,三者的市场占有率之和高达84%。被正确实现的JavaScript引擎是Ja
卷积神经网络在通用目标检测任务中取得了优异的表现,但在解决小目标检测这类任务时仍面临较大的挑战。作为自动驾驶、智能安防等重要任务的下游基础,小目标检测的难点主要在于待检目标的尺寸小、分辨率低、携带信息不足,对网络的特征提取和融合能力的要求更高,因此面向常规任务的通用目标检测网络在小目标检测中的效果不够理想。对此,本文分析小目标任务下的通用网络在多级特征的提取与融合方面的不足,分别对模型的主干网络和
近年来,生物质热解已成为热解领域的研究热点。作为固体有机物,生物质的化学组成复杂,而生物质的化学组成对其热解行为影响显著。传统的木质生物质研究通常将其组成分为纤维素、半纤维素和木质素三大类,但是这种分类方法不具有普遍的适用性。在部分草本生物质、农林业废弃物以及海洋生物质中,除上述“三素”以外,还包含大量其他组分。为了解决上述问题,本课题组借鉴了石油研究领域“化学族”的概念,提出了一种具有广泛适用性