【摘 要】
：
针对疫情防控期间,高校思政教育工作面临巨大冲击的状况,指出思想政治显性教育发力不足,而隐性教育平台构建不完善,无法适应防疫期间思想政治教育开展的需要。特殊时期高校思政教育工作被更多地赋予社会对其实践活动的价值期待意味,外在表现为对所处特殊背景下社会需要的准确把握,内在表现为特殊背景下隐性教育的价值追求对显性教育的有效补给。提出思想政治教育工作亟需探索一条隐性教育的优化路径,解决教育短板问题。
【基金项目】
：
贵州理工学院突发事件应对及重大疫情防控相关工作专项课题(XJSZ20200601)。
论文部分内容阅读
针对疫情防控期间,高校思政教育工作面临巨大冲击的状况,指出思想政治显性教育发力不足,而隐性教育平台构建不完善,无法适应防疫期间思想政治教育开展的需要。特殊时期高校思政教育工作被更多地赋予社会对其实践活动的价值期待意味,外在表现为对所处特殊背景下社会需要的准确把握,内在表现为特殊背景下隐性教育的价值追求对显性教育的有效补给。提出思想政治教育工作亟需探索一条隐性教育的优化路径,解决教育短板问题。
其他文献
为了科学保护和合理开发利用罗甸大小井风景名胜区内得天独厚的地质遗迹资源,以旅游地学新理论和新方法为指导,在前人地质科研成果,特别是近年完成的旅游资源大普查成果的基础上,通过实地考查调研,对罗甸大小井风景名胜区景区内地质遗迹的区域地质、类型特征、景观价值、开发现状等进行初步研究,并结合区位条件分析,提出景区地质遗迹保护及开发利用建议。研究成果对贵州省喀斯特贫困山区充分利用特色资源优势,促进地方经济实
提出了一种使用蚯蚓粪颗粒有效防治猕猴桃溃疡病的方法,使用菌丝生长速率法测定了蚯蚓粪颗粒对猕猴桃溃疡病的抑制活性,并研究了经蚯蚓分颗粒处理后猕猴桃中抗性相关酶系苯丙氨酸解氨酶(PAL)、超氧化物歧化酶(SOD)、过氧化物酶(POD)的活性及叶绿素含量。实验结果显示,猕猴桃中抗性相关酶系及叶绿素含量的增加与蚯蚓粪颗粒的抗病作用有一定关系。
针对晶圆生产过程软损伤吸杂工艺中,判断晶圆背部经软损伤处理后的吸杂能力,对背部类圆形杂质颗粒进行密度检测时,存在大量粘连颗粒无法准确计数的问题。本文基于Halcon视觉平台提出轮廓骨架局部曲率分析分水岭分割方法对粘连目标进行分割。首先将经过图像预处理的晶圆表面颗粒图像通过距离变换和分水岭算法进行初步分割。对分割后的区域进行凸性筛选,选择可能粘连的区域进行骨架的局部曲率分析,进一步分割粘连目标。解决在无法获取颗粒全部轮廓的情况下,大规模粘连分割问题,实现颗粒计数。实验结果表明,所提出的优化方法对于复杂情况下
数据拥有的性质特点决定了其特殊的状态分布区间,研究数据的时空状态和性质特点对智能计算和数据挖掘等研究具有重要的意义。数据转移状态的概念描述了事物在特定的情况下从一种状态转化为另一个状态的概率,它能很好地反映数据不同状态之间协调比例情况。虽然目前的研究集中在使用肉眼直观数据对事物性质的判断上,但几乎没有关于数据转移状态确定事物性质的讨论。本工作考虑将数据转移状态应用于对事物性质分类的工作中,此外,本工作还引入了一个注意力时空模型(注意力时空特征网络,AttSTFN)。AttSTFN主要由三个模块组成,它们分
围绕木结构古建筑的建筑风格与特点进行了分析,同时对这类型结构中容易存在消防隐患以及其他安全问题的情况进一步识别和确定,并找出了关键性因素和原因。结合有关理论与实践,明确这类型建筑的消防安全的具体问题以及针对性的处理方案,结合远古时期其他类型的建筑特点和消防应对方案、经验,参考目前其他国家在这方面比较成熟的模式和体系,深入探究我国古建筑在消防设计方面的特点等,最后给出了有效的、针对性的解决措施和建议。
近年来,国内制造业向着智能化、可视化的方向快速发展,但普遍存在的包括数控设备间交互困难、现场设备的监测成本高、数据可视化程度低等问题并未得到有效解决。本文针对以上问题,提出了更为合理的解决方案,该系统通过数字孪生技术对真实物理设备及生产现场进行数字化建模,通过OPC统一架构进行数据采集,生产数据经过采集网关、通过MES系统处理,作为数据驱动模型的数据源,通过数据驱动引擎驱动数字孪生体,完成真实设备与孪生模型之间的同步,将数字化生产状况同步至平台实现可视化。通过生产测试,实践并验证了该系统在设备监控和生产可
智能工艺装备研制过程中,调试环节往往耗时长、迭代多,进度难受控。为了提高超级电容模组检测线的调试效率,本文基于Process Simulate平台建立生产线的虚拟调试模型,实现模组检测线工艺过程和控制逻辑的有效仿真,完成设备安装前PLC程序与机器人控制的测试与修正。实践证明,虚拟调试技术降低了超级电容模组检测线现场调试的时间和成本,提高了项目实施效率。
现有的中文地址匹配研究方法集中于对文本特征的研究,忽略了中文地址所包含的建筑特征、地理位置特征、统计特征和行业特征的数据,此类特征数据可以有效辅助中文地址的匹配研究。本文主要面向非规范的中文地址,以燃气行业居民用户数据为样本数据进行实验,通过分析两个数据源中用户信息的多个特征数据,提出以结合标注的中文地址匹配规则链模型。规则链的优点是链内的规则可以动态配置,通过人工和计算机结合的方式,动态管理规则,多次迭代,逐步提升匹配率。实验结果表明该模型可以一定程度提高中文地址匹配的成功率。
针对高校传统考勤方式,如人工点名、手写签到等方式存在他人代替、耗时且效率低下等问题,基于深度学习强大的建模能力,本项目提出基于改进神经网络模型的智能化课堂语音签到系统,采用卷积神经网络(Convolutional Neural Network, CNN)进行语音模型的训练,自动提取语音深层次的声纹特征并识别,实验结果表明该系统能有效提高点名效率并能够制止代签等行为,具有有效提高教师的课堂教学效率的重要意义。
围绕大学生追星现象进行了探讨。前期采取问卷调查分析法进行了调研,调查结果显示现代大学生受到外来文化冲击、西方文化渗透和现代网络舆情等影响,存在漠视中国传统文化、社会主义价值观理解缺失等问题,造成大学生缺乏国家安全意识的隐患。对此提出了高校思想政治教育引导现代大学生树立国家安全观的应对策略。