Novice facilitators’ changes in practices: From launching to managing discussions about mathematics teaching

Novice facilitators of professional development (PD) programs for mathematics teachers often face challenges in leading productive discussions and achieving the goals of these programs. Although research in this area is gradually accumulating, not much is known about how novice facilitators address these challenges and change their practices accordingly. This paper presents case studies of two novice facilitators of PD programs in two different countries. The analyses look at their work over one year, to illustrate the changes in their practices while managing discussions. The results show that although the facilitators operated in different contexts, their practices and their processes of change resembled, suggesting that these processes are not idiosyncratic. We argue that novice facilitators’ changes in practices correspond to changes in their resources, orientations, goals, and identities and that PD program teams can support these changes.     

融合学习模型的岩石光谱特征自动分类

岩石光谱综合反映了岩石的物理化学性质、成分及其结构构造。岩石光谱数据已被应用于岩石分类的研究,但是不同于矿物光谱,岩石光谱并无标准数据库,且受较多干扰因素影响,例如矿物组分、结构构造、化学成分、风化力度,测量仪器的误差等。传统岩石光谱分类模型先是对岩石光谱进行预处理排除干扰,然后采用不同方法对部分光谱特征分析,以达到分类目的。但对光谱数据特征遗失较多,使得分类准确率低下且操作过程繁琐、效率不高。因此,建立一个简单、快速、准确的岩石光谱自动分类模型具有重要意义。机器学习能够对获得的所有数据进行学习,不存在遗漏,大大提高了分类精度,且是对原始数据直接操作,不需预处理,简化流程。为此,选取辽宁兴城地区作为研究区,采集了若干种典型岩石样本,利用美国ASD便携式光谱仪实测光谱,最终获得608条数据,依据岩石光谱特征分为三类进行研究。首先利用决策树(DT)及决策树的升级模型--随机森林（RF）对数据进行分类,但当数据噪音较大时随机森林容易陷入过拟合;因而利用对异常值不敏感的K-最近邻（KNN）建模,但KNN需要对每个样本都考虑,数据量大时计算量会很大,效率不高;所以通过支持向量机（SVM）来提升分类准确率。从实验结果可以看出,4种分类模型的准确率排序为：SVM>KNN>RF>DT。为进一步提高岩石光谱特征的自动分类精度,采取了融合多个不同模型的办法,即对不同模型的分类结果进行投票,选择投票最多的作为最后分类结果。由于硬投票可在一定程度上减少过拟合现象的发生,更加适合分类模型,所以利用硬投票法融合了RF、KNN与SVM三个机器学习模型,最终的分类准确率可达到99.17%。综上所述,基于融合学习模型进行岩石光谱特征自动分类是切实可行且准确高效的。     

可见光-近红外、中红外光谱的土壤有机质组分反演

土壤有机质是土壤肥力的物质基础,其含量的高低是评价土壤肥力的重要标志。土壤有机质组分根据其溶解性可分为胡敏素(HM)、胡敏酸(HA)、富里酸(FA),不同组分的肥力特性差异显著,因此,土壤有机质组分数据可更加全面、客观的反映土壤肥力状况。传统土壤土壤有机质及组分的测定工序繁杂,效率低下且时效性差,大量研究表明高光谱技术能有效提高土壤属性的检测效率并降低测试成本,但关于可见光-近红外、中红外光谱检测土壤有机质组分的报道鲜见。为了探索中红外光谱及可见光-近红外-中红外组合光谱对土壤有机质组分检测的可行性,并对比有机质单一光谱模型与有机质不同组分的组合光谱模型的预测精度,以南疆地区农田土壤为例,在阿克苏及和田地区共采集93个土样,进行有机质、胡敏素、胡敏酸、富里酸含量及光谱数据的测定。其次,利用可见-近红外(VNIR)、中红外(MIR)及其组合光谱(VNIR-MIR)三种光谱数据集,采用偏最小二乘(PLSR)、支持向量机(SVM)、随机森林(RF)三种建模方式对土壤有机质、胡敏素、胡敏酸、富里酸含量进行组合模型分析预测。结果表明：(1)土壤有机质及各组分均与光谱反射率有较好的相关性,土壤有机质及组分在MIR谱段的特征波段数量明显多于VNIR谱段。(2)有机质最优预测模型的模式为VNIR-MIR-RF,该模型的决定系数R2为0.90;胡敏素与胡敏酸最优预测模型的模式均为VNIR-RF模型,R2均为0.92;富里酸最优预测模型的模式为MIR-RF模型,R2为0.94。(3) 基于胡敏素、胡敏酸和富里酸的有机质组合光谱模型的预测精度明显高于有机质单一光谱模型,两种模型的R2分别为0.93和0.90。实现了土壤有机质组分的高效快速反演,且基于有机质组分的组合模型提高了土壤有机质预测精度,为南疆地区大尺度土壤肥力的鉴定与精准施肥提供重要的参考价值。     

湘西地区军事本草植物资源研究（Ⅳ）——有毒植物资源调查分析

为进一步丰富湘西地区军事本草资源数据库,更好地开发利用军事应用目的的本草资源,以湘西土家族苗族自治州、张家界市及其周边地区为研究范围,通过实地调查和文献查阅方法对该区军事本草有毒植物资源进行统计分析.结果表明：湘西地区军事本草有毒植物共67科136属203种,生活习性以多年生草本为主,生境以林中为主;分布格局上,有毒植物垂直分布数量随海拔升高先增加后减少,水平分布丰富度湘西北部地区高于南部地区;地理成分从科级到属级再到种级的分化逐步变大,其中科级水平以世界分布居多,属级水平以北温带分布居多,种级水平以东亚成分（中国特有分布和东亚分布）占优势;有毒植物部位以全株有毒为主,毒性以小毒为主,毒理作用以神经系统毒、黏膜刺激性毒为主.     

高承诺型人力资源管理实践对突破式创新的影响

基于三个时点的362家企业高层管理者的调研数据,从过程型与内容型人力资源管理整合的视角,探讨了高承诺型人力资源管理实践对突破式创新的影响.研究发现:1)高承诺型人力资源管理实践显著激发外部知识获取活动;2)外部知识获取中介高承诺型人力资源管理实践对突破式创新的影响;3)人力资源管理强度调节高承诺型人力资源管理实践与外部知识获取的关系,人力资源管理强度越高,高承诺型人力资源管理实践对于外部知识获取的积极触发作用越强;4)人力资源管理强度调节了外部知识获取对高承诺型人力资源管理实践与突破式创新关系间的中介作用.     

广西全州石脚盆天坑群景观旅游资源研究

石脚盆天坑群是典型的喀斯特天坑地貌,具有良好的景观旅游资源。本文通过文献查阅和实地调研相结合的方法,对石脚盆天坑群景观旅游资源进行深度挖掘,详细描述每个天坑的构造和景观特征,归纳天坑群的植被资源和人文资源,对石脚盆天坑群的景观旅游资源展开评价,提出纵向分带旅游开发的建议,以充分发挥石脚盆天坑群的旅游资源价值,达到丰富桂林旅游类型和增强桂北旅游市场活力的目的。     

面向云制造的有限资源多任务调度博弈

为解决云制造环境下云服务组合优化调度问题,在深入分析目前优化调度问题存在的难点及研究不足的基础上,提出一种云制造环境下有限资源的多任务调度模型。考虑服务需求者间存在的利益冲突及重要的服务评价指标,以每个服务需求者作为博弈参与者,将每个任务的执行制造路径当作博弈策略,把时间、合格率、成本和服务质量组成的综合服务水平看作博弈支付函数,最终把有限资源的多任务调度问题转变为多个静态非合作博弈问题。在此基础上,将求解纯策略纳什均衡解的过程编制为算法,该算法所得的均衡解为每个任务的最终执行制造路径。实验仿真表明该模型及算法具有可行性及有效性。     

典型国家级高新区人才资源对经济贡献的对比

基于经典柯布-道格拉斯生产函数,利用势分析模型对人才贡献率测度方法进行改进,克服了原模型不能测算即时弹性系数的缺陷,同时提高了估计的准确度;对6个典型国家级高新区面板数据进行多元回归分析,结果表明:影响人才贡献率的主要因素是人才质量,而提高人才质量的关键在于营造良好的人才发展软环境;通过6个高新区的实证对比分析探索影响人才贡献率的驱动因子,并在此基础上针对高新区政策制定提出建议。     

面向重大科技攻关的科技动员模式

结合科技动员思想,融入集成动员和科技创新理论,为集中军地优势科研力量,以信息技术为支撑,以业务组合为切入点,以业务总线为基础,以建立健全跨组织的工作模式为目标,提出重新配置科技资源和统一组织科技力量的科技动员模式——“顶层治理”“平台连接”和“载体落实”发展模式.通过这种模式,可为科技支撑应急资源超常规供给提供有力保障...     

碳中和的生态学透视

为了分析森林植被全口径碳汇能力及其在我国实现碳中和目标中的重要作用,本研究利用样地实测法,基于森林资源清查数据和中国森林生态系统定位观测研究网络的样地实测数据,测算辽宁省的森林植被全口径碳汇量。研究结果表明辽宁省森林植被全口径碳汇可以在全省实现碳中和目标中发挥重要作用：(1)第九次森林资源清查期间,辽宁省的森林植被全口径碳汇为1 233.92万t,乔木林植被层、其他森林植被层、森林土壤层分别贡献了71.78%、17.94%、10.28%,相当于中和了全省8.76%的能源消费碳排放量。(2)自第六次森林资源清查期以来,辽宁省的森林植被全口径碳汇呈现增加的趋势(增加了49.71%)。(3)各类林地单位面积固碳量均提升至乔木林水平的情况下,辽宁省森林全口径碳汇量将达到1 692.62万t,届时将抵消能源消费碳排放量的9.69%。