课程文献中心 更多>>

关键词： 机械原理   人工智能   教学改革   个性化学习   机制探析  

摘要： 机械原理课程是机械工程专业核心基础课程,具有理论抽象程度高与工程实践性强的双重特点。传统教学以讲授和静态演示为主,难以满足新工科人才培养对学生创新、实践及综合素养的需求。针对上述问题,依托智能化教学平台,确立了“数据驱动精准教学、场景融合深化实践”的改革思路。通过构建基于生成式AI的动态模拟场景解决认知壁垒,利用机器学习算法实施个性化路径推荐,借助大语言模型实现全过程智能评估。以平面四杆机构运动分析和凸轮设计为例,证实了该模式在破解“理解难”与“应用弱”等痛点上的有效性。实践显示,AI显著增强了课堂互动、学习效率与教学质量,推动学生从被动接受转向主动探究,有效提升了学生解决复杂工程问题的能力。量化数据与机制探析表明,教学改革成效显著,为新工科人才培养提供可推广的智能化教学范式。

关键词： 智慧应急   创新联合体   协同创新   共生理论   应急管理  

摘要： 智慧应急是提高重大风险感知灵敏度、风险研判准确度与应急响应及时度的重要抓手,同时也是推进应急管理体系和能力现代化的关键发力点。为集聚智慧应急建设的关键力量,全面实现智慧应急,亟需组建智慧应急创新联合体。在系统阐明智慧应急创新联合体概念内涵、核心特征的基础上,该文运用共生理论分析框架,围绕共生环境、单元、模式、界面四个维度分析智慧应急创新联合体的共生系统,并从共生过程视角出发,系统解析其在组建、运行及演化阶段的内在逻辑。针对联合体在不同发展阶段面临的潜在挑战提出相应的推进路径,以期为其规范化组建、高效化运行和可持续发展提供有益借鉴。

关键词： 国家治理   国家治理学   现代治理理论   现代性   主体性  

摘要： 国家治理是基于推进国家治理体系和治理能力现代化实践基础上逐步形成的自主知识概念,构建国家治理学成为构建中国自主知识体系的一项重要任务。从治理主体视角对现代治理理论范式演变进行再审视,可为构建国家治理学提供参考和启示。当前,社会中心主义治理理论范式正处于变革期;国家中心主义治理理论范式正进入常规科学阶段;政党中心主义治理理论则正处于从前科学走向常规化发展阶段。多重样态再审视对国家治理学构建有三点启示:一是要在适应时代、适应国家治理需要中,体现符合国家治理体系和治理能力现代化实践的现代性;二应践行文明交流互鉴理念,坚持以我为主,作出适合治理实际的科学理论选择和应用;三是应体现新时代中国国家治理“一核多元”的特性和优势。

关键词： 独异性社会   创新创业   教育范式   深度创造   高职教育  

摘要： 在晚期现代性向独异性社会转型的宏大背景之下,大学生创新创业实践已经从传统经济工具性的认知中跳脱出来,成为一种综合性的社会文化现象。文章用安德烈亚斯·莱克维茨的独异性社会理论作为主要的分析框架,对这个实践在存在论、经济学、政治哲学维度的深层次价值进行系统地考察,剖析它是由内源性文化动力、结构性制度赋能、适应性实践范式三者交织在一起所构成的复杂生发逻辑,揭示它所包含的绩效异化、机会结构固化、通用性根基侵蚀等多重悖论。面对独异性逻辑所带来的种种悖论,高校创新创业教育必须实现根本性的转变,不能只停留在片面追求与众不同的表象上,而应该致力于培育内在的“深度创造”能力。对高职院校来说尤其重要,核心路径要以“技艺深耕”为基础,依托“产教融合”的真实情境,把“工匠精神”的培养贯穿始终。经过系统性的价值理念重塑、机会渠道拓宽、教育生态改善和整合支持网络构建之后,才有可能使青年一代摆脱被外部标准所界定的“独异”追求,成为根基牢固、自觉能动的创造主体。这既是对当前创业实践中绩效困局、公平之难的破解,也是搭建起通往未来的中国创新人才培育体系的思想资源、实践引领。

关键词： 科学范式   元研究问题   分类理论   论文分类   社会科学  

摘要： [目的 /意义]在科学知识生产模式向问题导向转型的背景下,针对现有科研评价体系难以应对学科交叉与创新价值评估的局限,旨在构建一套以“解决科学问题”为核心的社会科学学术论文分类体系,以推动科研评价向“实效与贡献”导向的变革。[方法 /过程]从科学哲学的底层逻辑出发,遵循托马斯库恩提出的常规科学发展理论,提出基于元研究问题的社会科学学术论文四分类体系,同时选取2000—2020年间政治学、经济学、管理学、社会学、图书情报与档案管理5个典型社会科学细分学科的1125篇期刊论文作为研究对象,通过多轮数据标注,基于SVM、XGBoost、Bert等模型实现学术论文的自动分类,并检验分类方法有效性及学科有效性。[结果 /结论 ]结果表明,基于元研究问题的四分类体系在社会科学研究中具有较强的普适性和实践性,未来可基于该分类思想与相关技术开展进一步的评价实践与研究。

关键词： 公共权力   规范监督   理论逻辑   中国范式   实践进路  

摘要： 加强对权力配置和运行的规范监督,是坚定不移走中国特色社会主义政治发展道路、推进中国式现代化的必然要求,其蕴含“人民至上”的价值逻辑、“全面覆盖”的范畴逻辑、“关权于笼”的运行逻辑、“三不一体”的治理逻辑、“协同高效”的战略逻辑。中国化权力配置和运行的基本范式为:中国共产党全面领导制度化的权力架构,国家权力结构“一元分立”的横向制约,对国家机关权力运行的纵向监督,权力运行监督的组织原则和活动准则。优化对权力配置和运行的规范监督,应当以确权规范为前提,以合理分权为关键,以智能化监权为常态,以规范程序与追责为保障,以依法规范行权为依归。

关键词： 十五五”时期   数智技术   数字教育   高质量发展   教育强国  

摘要： “十五五”时期,我国数字教育从“量的扩增”加速迈向“质的飞跃”,成为教育强国建设的重要支撑。截至“十四五”末,数字教育底层架构通过技术基石、制度框架及市场生态实现稳固支撑。进入“十五五”之后,数字教育在其范式演进上呈现出三重态势:数智技术赋能教育形态智能融合,政策指引保障战略方向有序统筹,全球竞合推动教育格局多边协同。然而,数字教育高质量发展也面临着区域资源分配不合理、技术应用偏离教育本质、数据安全与伦理风险凸显、数字素养供需缺口等挑战。为此,需要建立数字资源精准分配机制,促进区域教育均衡状态形成;强化教育价值引领,确保技术应用契合教育本质;完善数据全生命周期安全伦理体系,筑牢数据安全护盾;构建教师数字素养培育体系,提升师资数字综合质量。

关键词： 森林阶段划分   演替   发育   划分范式   全周期经营  

摘要： 森林阶段划分是理解森林动态和实施森林可持续经营的核心科学问题。针对当前研究中概念混淆、方法适用性不清的挑战,本研究系统梳理和评述主流的森林全周期阶段划分方法,明晰其理论基础和应用边界,以期为森林精准经营提供理论依据和实践指南。首先,辩证地厘清“森林演替”(群落尺度物种更替)和“森林发育”(林分尺度结构动态)两大核心概念的内涵、区别与联系,为后续方法评述和归类奠定理论基础。进而,从历史演进视角将现有方法归纳为四大范式体系:1)时序范式(龄组划分法)——以林龄为单一划分指标,服务于木材永续利用,该方法操作简便,但难以刻画复杂森林的结构特征;2)结构范式(森林循环阶段划分法)——基于林隙动态理论,揭示原始林的自然结构循环过程,是生物多样性保护的生态标尺;3)生态范式(正向演替阶段划分法)——依据物种功能群的替代序列,阐释群落演替的宏观规律,为生态恢复提供理论框架;4)融合范式(近自然发育阶段划分法)——面向全周期经营,将结构动态与经营目标相结合,是连接生态理论和经营实践的桥梁。综合分析表明,四大范式各有其独特的产生背景、适用尺度和局限性,方法选择取决于具体应用场景或经营目标。当前,该领域面临三大核心挑战,即概念融合的复杂性、量化与标准化不足以及气候变化对传统发育和演替路径干扰带来的不确定性。未来,森林全周期阶段划分研究将迈向以精准化、智能化、动态化为特征的深度融合发展新阶段,重点发展方向包括构建融合结构与生态功能的精确量化指标体系,发展能够整合气候预测模型的“气候智能型”动态划分框架,最终通过深度融合先进探测技术与人工智能算法,有望实现从“人工判别”到“智能感知”的范式革命,为全球森林的精准监测和高质量经营提供颠覆性的技术支撑。

关键词： 人工智能   新质生产力   十五五”规划   特色农业   智慧农业   高质量发展   农业强国   乡村振兴  

摘要： 新一代信息技术是培育农业新质生产力、建设农业强国的核心支撑,然而通用技术方案在边疆民族地区面临显著的场景适配性不足问题。文章立足广西特色农业高质量发展的系统性梗阻,创新性提出“智能耦合与制度协同”理论范式,将人工智能重新定位为驱动边疆特色农业系统转型的“数字耦合中枢”,并基于广西14个地级市2015—2023年面板数据,实证检验人工智能对特色农业高质量发展的影响效应及作用机制。研究发现:人工智能对广西特色农业高质量发展具有显著的正向直接效应,验证了其智能耦合的基础赋能作用;文化适配度、边贸协同度构成人工智能赋能的核心中介路径,且二者存在协同效应,揭示了双引擎驱动的内在机制;农业保险正向调节人工智能的赋能过程,体现了制度协同的保障功能;异质性分析表明,大经营规模主体、高耦合界面成熟度区域,人工智能的驱动效应更强。最后,文章结合崇左“智慧糖都”、隆安金福火龙果等典型案例,进一步验证了理论假说,为破解边疆特色农业“高水平均衡陷阱”、推动农业强国战略在边疆地区落地提供了理论框架与实践参考。

关键词： 检索增强生成   大语言模型   知识图谱   多跳问答  

摘要： 检索增强生成(retrieval augmented generation,RAG)通过将外部知识整合到答案生成过程中,增强了大型语言模型(large language models,LLMs)的问答能力。然而,现有的检索增强生成方法在长文档场景仍受限:其依赖的块级检索易造成语义割裂,难以保留跨段落依赖关系。为了解决这些局限性,提出了一种基于图思维链的图检索增强生成范式(Graph of thoughts perspective Graph Retrieval-Augmented Generation Paradigm, G2RAG)。G2RAG引入了三个关键创新:首先,构建了一种基于HDBSCAN聚类和图思维链的动态图构建算法,通过进行潜在领域感知的实体关系抽取,解决传统块级索引构建中因文档碎片化和噪声干扰导致的关键信息丢失的问题。其次,在优化后的图结构基础上引入实体-社区双层检索架构,支持从局部实体到全局社区的多粒度信息召回。最后,设计一个上下文感知的检索评分函数,解决多源检索结果融合时的相关性排序难题。实验结果表明,与同类方法 LightRAG 相比,G2RAG 在聚焦查询摘要 (query-focused summarization,QFS)任务的索引构建时间减少了80%,同时在基于模型评估的指标上保持了有竞争力的性能。此外,对基于图检索增强生成方法在多跳推理任务上进行了评估的实验结果揭示了现有的图检索增强生成方法在处理复杂问答任务时的局限性。