高职学生网上评教数据的修正与优化处理研究

针对高职学生网上评教存在的问题,采用评教验证机制设置不合理评教的限制。对学生评教数据先剔除异常值,再分别对不同班级、不同课程和不同院系之间的学生评教数据进行修正与优化处理,得出最终的修正分值,降低了因班级、课程和院系的不同而导致的评教数据的差异性,使学生的网上评教能更准确有效的反应出教师的教学水平。     

学徒制的教育人道主义研究

教育人道主义精神强调珍视每个人的尊严、权利、自由和价值，把学生、教师当人看，教学为人存在，使人成为人。传统学徒制技艺传承过程蕴涵着丰富的人道主义精神包括：学徒入学的自愿性、学习目标明确性、学习过程的默会性、有合乎时代的文化传承、教学与生活合一、注重自主创新和发展。这些方面在西方现代学徒制中也有较为清晰的体现。我国现代学徒制教育体现人道精神的着力点还包括加强对“师傅”的人文关怀、加强对学生的职业生涯规划指导及职业文化熏陶。     

审计定价管制与交易剩余——2010年审计定价管制失效的自然实验

在经济下行压力加大、资本市场进一步开放的新形势下,厘清审计市场交易——监管机制,完善审计服务市场尤为必要。借由2010 年审计定价管制政策失效的自然实验,本文通过嵌入双边随机边界模型,得到审计双方的定价交易剩余指标,运用双重差分模型解析价格管制与交易定价的作用机制。研究发现,定价管制失效的原因不在于规制俘获,而在于价格管制与当前的市场效率不匹配。下限管制尽管能够提高审计师剩余,但同时会放大交易定价风险,增加剩余的错配,扰乱交易秩序。上限管制则进一步固化市场的低价竞争。进一步研究发现审计师剩余与盈余质量显著相关,2014年的放开定价管制政策提高了审计师剩余。研究厘清了审计市场交易机制,有利于未来研究审计交易机制的微观影响及与盈余质量的关联,为在新时代把握审计市场交易——监管规律、培育自发良性交易的审计市场提供有益借鉴。     

教师教育影响的特征及其启示

教师的教育影响是附属于教师个体的特殊的教育影响。它具有高效性、灵活性、感染性、示范性等特征。教师应充分认识这些特征, 在教育实践中做到教书育人相结合、身教与言教相结合、理论与实践相结合。     

高校师资管理中的矛盾关系探讨

高校师资队伍建设是一个至关重要的问题。在师资的引进、使用、考核和培养过程中,经常会遇到如何处理诸如比较优秀的关键性人才与基本群体、教学与科研、稳定与流动、专职与兼职等关系问题,这些矛盾的妥善解决,会较大地调动教师的积极性、主动性、创造性,有利于教学、科研水平的提升。     

莎士比亚作品修辞手法欣赏

莎士比亚被认为是古往今来全世界最伟大的剧作家，诸多评论家给予他极高的评价。莎士比亚作品中充满各种修辞手法，这些修辞手法的运用显示了莎士比亚极其丰富的想象力。但评论家在评论其作品时却很少涉及其中的修辞手法，这对深刻理解这位文学巨匠乃是一件憾事。文章列举其中一些修辞手法，并略加点评，与读者共同欣赏。     

论艺术的社会性和审美理想

衡量艺术品质量的重要标准是社会性和审美理想的统一.两者的统一,首先表现为功利性和审美性的统一;其次是"再现"和"表现"的统一,"内容美"和"形式美"的统一;再次是社会性和审美性的统一.     

“法律基础”课教学法的改革与实践

在法律基础课教学活动中 ,充分强调学生的主体作用 ,鼓励学生参与到每个教学环节。老师首先指出重点 ,引导阅读 ,然后指导学生讨论、讲解 ,最后总结 ,回答提问。其核心思想是教学活动中师生的“互动” ,提高学生分析问题和解决问题的能力     

语言习得理论在外语教学中的运用

第二语言习得和外语学习在理论基础、语言环境和情感因素三个方面存在着本质上的不同.本文针对这些差异,提出了一些符合中国外语学习实际情况的改革方法.希望能够找到适合我国国情的外语教学最佳方案,从而真正提高我国的外语教学水平.     

A semi-parametric approach to robust parameter design

Parameter design or robust parameter design (RPD) is an engineering methodology intended as a cost-effective approach for improving the quality of products and processes. The goal of parameter design is to choose the levels of the control variables that optimize a defined quality characteristic. An essential component of RPD involves the assumption of well estimated models for the process mean and variance. Traditionally, the modeling of the mean and variance has been done parametrically. It is often the case, particularly when modeling the variance, that nonparametric techniques are more appropriate due to the nature of the curvature in the underlying function. Most response surface experiments involve sparse data. In sparse data situations with unusual curvature in the underlying function, nonparametric techniques often result in estimates with problematic variation whereas their parametric counterparts may result in estimates with problematic bias. We propose the use of semi-parametric modeling within the robust design setting, combining parametric and nonparametric functions to improve the quality of both mean and variance model estimation. The proposed method will be illustrated with an example and simulations.