放缩法证明数列不等式的若干策略

在高三数学试题中,往往遇到有关数列不等式的证明,因这类题目涉及知识点多,综合性强,具有良好的区分度,可有效考查学生分析问题、解决问题的能力,而倍受命题人青睐．对学生而言遇到这类问题往往不知所措．不能联想到用我们所学的不等式知识解决,而造成思维受阻．因此,笔者总结归纳了几种放缩法证明不等式的策略．     

浅析动态几何中的折线问题

纵观近年的中考试题,动态几何可谓是大行其道,而其中的折线问题更是因为形式新颖,方法灵活,综合性强,区分度高,受到命题者的青睐.现对此类题型加以归类,供大家参考.     

数学选择题求解中的功亏一篑

虽然高考的改革在深入地进行,各科试卷的题型也在变化,但数学选择题以其"短、快、灵"的特点,仍然占据重要的一席之地.具有举足轻重的作用,尤其是命题者为了提高试题的区分度,常会在选择题上下功夫,这是因为数学选择题的选择支可以说是一把"双刃剑",一方面它具有一定的提示作用,另一方面它也具有干扰作用,它能导致数学素养低的学生解题中发生"为山九仞,功亏一篑"的现象,这也常令考生扼腕叹息,懊恼不己,这是怎么回事呢?本文试举例说明.……     

高分六号宽幅数据识别火烧迹地的光谱及指数分析

为探究利用高分六号卫星宽幅（GF-6 WFV）数据识别火烧迹地的适宜光谱波段和指数,选取2019年发生在我国内蒙古大兴安岭林区的三处雷击火形成的火烧迹地作为研究区,结合GF-6 WFV波段组成,选取归一化植被指数（normalized difference vegetation index, NDVI）、全球环境监测指数（global environment monitoring index, GEMI）、增强植被指数（enhanced vegetation index, EVI）、燃烧面积指数（burned area index, BAI）、土壤调节植被指数（soil-adjusted vegetation index, SAVI）、改进型土壤调节植被指数（modified soil-adjusted vegetation index, MSAVI）和归一化差异水体指数（normalized difference water index, NDWI）等7个光谱指数及地面叶绿素指数（MERIS terrestrial chlorophyll index, MTCI）、归一化差值红边指数（normalized difference red edge index 1, NDRE1）、改进的叶绿素吸收指数（modified chlorophyll absorption ratio index 2, MCARI2）和改进的归一化土壤指数（modified normalized difference soil index, MNDSI）等4个改进指数,基于同期影像和前后两期影像进行火烧迹地和其他典型类别的区分度计算,并利用上述11个指数及指数差值进行火烧迹地的识别,定量评价了GF-6 WFV各波段、所选光谱指数及改进指数识别火烧迹地的能力。结果表明：（1）GF-6 WFV的近红外波段和新增的两个红边波段区分度较高,反映火烧迹地特征的能力较强。（2）在区分火烧迹地和火烧前正常植被上,NDVI, GEMI, EVI, BAI, SAVI, MSAVI和NDWI 7个光谱指数等的区分能力较强,4个改进指数中,NDRE1和MCARI2的区分能力较好,MNDSI和MTCI的区分效果较差。（3）在区分同期影像火烧迹地和其余典型类别上,BAI, NDVI, MCARI2和NDWI区分效果较优,其次为NDRE1, GEMI, EVI, SAVI和MSAVI,而MNDSI, MTCI的区分能力较差。（4）在利用所选指数和指数差值识别火烧迹地中,GEMI, EVI, BAI, SAVI和MSAVI的识别精度均较优,其次是MCARI2, NDVI和NDWI,做差后提取精度显著上升,Kappa系数均提升到0.80以上,MTCI, MNDSI和NDRE1提取效果较差。综合比较,BAI和GEMI识别效果最好,NDVI, EVI, SAVI, MSAVI, NDWI和MCARI2的识别能力中等,而MNDSI, NDRE1和MTCI等3个改进指数识别火烧迹地的能力较差。     

试卷质量评价指标区度的最化方法

本文分析了试卷质量评价指标区分度的概念及其量化方法，提出了一种更合理的最化方法。     

看中考数据 查出题之不足

随着中考网上阅卷的普及, 通过对几万份试卷数据的整理、 甄别、 归类、 分析使我们及时发现学生学习 问题、 教师教学问题、 出卷者出题问题并及时做出相应的科学反馈、 修正等变成可能. 下面是笔者从中考网阅数据 分析对出卷者查些许不足, 提些许建议     

网络借贷收窄利率定价区间的影响研究——基于倾向性分数匹配法

随着网络借贷的发展,学术界对网络借贷的研究逐渐深入。利率定价机制是网络借贷机制设计的核心,体现了金融的本质——对风险的定价,并逐渐成为学术研究的话题。Wei和Lin^[1]曾记录和分析了美国网络借贷机制变更的过程。本文选用国内一家代表性的网络借贷平台数据,用倾向性分数匹配法对其利率定价机制变化前后的交易行为进行研究,发现当平台收窄了利率区间且降低了合格借款人的审核通过率,违约率反而更高。狭窄的利率区间降低了利率区分度,而利率区分度是投资人判断具体贷款所处风险水平的重要依据,实际上恶化了信息不对称,影响投资人投资行为,具体表现为满标时间延长、单笔贷款投标占比减少,并且投资人羊群行为加重。本文以期限利率周度标准差为利率区间的代理变量,解释了上述变化产生的原因。平台收窄利率区间,降低了贷款质量优劣的区分度,使得平台和投资人风险识别效率降低,未能达到平台运营优化的结果。本文丰富了网络借贷的学术研究,为网络借贷利率定价机制的发展提供参考。     

学生元认知水平量表的设计

元认知概念是本世纪70年代初由美国心理学家弗拉维尔首先提出的,意即对认知的认知,就是个人关于他自己的认知过程和结果以及有关事项的认知。按照弗拉维尔的观点,元认知包括三个方面的内容：元认知知识,元认知体验和元认知监控。