浅谈如何在自制玩教具中增强幼儿的环保意识

《纲要》中指出“指导幼儿利用身边的物品或废旧材料制作玩具、手工艺品等来美化自己的生活或开展其他活动。自制玩教具就是利用日常生活中的废旧物品,引导幼儿制作幼儿喜爱的、环保的、有教育价值的玩教具,并在教育教学活动中充分利用。它不仅能满足幼儿好动的愿望、满足他们游戏的需要,而且能使幼儿获得愉快的劳动体验与成功的快乐。同时也是对孩子进行环保教育的重要重要手段。     

大型室内情景剧《又见五台山》与观众见面

<正>源远流长、底蕴深厚的佛国文化,不但给创作者以灵感,而且不断给游客带来惊喜,给景区增添精彩。9月19日,期待中的《又见五台山》首演。这是大型情景剧以体验互动方式首次进入室内;这是大型情景剧首次以一群普通人的思考融入佛国文化;这是在佛教圣地首次全景演绎的五台山故事。     

浅谈在园林课教学中培养学生的环保意识

一．利用课堂教育,渗透环保意识 学校作为传授环保知识的主渠道,有着无可比拟的优势。但是由于历史和现实的各种原因,我国的中职“环境教育”起步比较晚,至今还没有专门的教育课程,“环保教育”的内容往往蕴藏在各学科知识中。北京师范大学环境科学研究所王红旗教授认为：“环境教育是涉及各科教育渗透性的综合体”。因此,在实际教学中,老师应采取深入研究,善于发现,灵活渗透的原则。中职的园林课程教材中有许多内容比较适合在课堂教学中渗透环保教育。如植物及生态基础、园林植物栽培养护等等,教师在讲解过程中,适时地渗透园林环保的知识,这正如澳大利亚教育家亚瑟·卢卡斯认为的：环境教育是“关于环境的教育,在环境中的教育和为了环境的教育。”     

陕西省基督教两会探望东周儿童村

陕西省基督教两会于2013年2月2日上午,组织同工到三原县东周儿童村探望。并送去项目资金,用于改善儿童村宿舍的维修。东周儿童村旨在救助特殊困难环境下的少年儿童,专门代养代教无人抚养的少年儿童,给这些无辜的孩子提供一个生活、学习、健康成长的场所,帮助孩子们渡过生活难关。     

认知诊断框架下多级评分题目的DIF检测方法及其应用

本文对多级计分认知诊断测验的DIF概念进行了界定,并通过模拟实验以及实证研究对四种常见的多级计分DIF检验方法的适用性进行理论以及实践性的探索。研究结果表明：四种方法均能对多级计分认知诊断中的DIF进行有效的检验,且各方法的表现受模型的影响不大;相较于以总分为匹配变量,以KS为匹配变量时更利于DIF的检测;以KS为匹配变量的LDFA方法以及以KS为匹配变量的曼特尔检验方法在检测DIF题目时有着最高的检验力。     

项目间多维测验作答时间数据分析：潜在特质速度间效应建模

随着计算机测验使用的普及化,被试在心理与教育测验上的作答反应时的获取也越发便利。为了充分利用项目反应时信息,单维与多维的反应时模型相继被提出。然后,在项目间多维反应时数据中,潜在特质速度之间可能存在共同关系（比如,层阶关系）,此时现有的反应时模型并不能适用。基于此,本研究提出了高阶对数正态反应时模型与双因子对数正态反应时模型。在模拟研究中,高阶对数正态反应时模型与双因子对数正态反应时模型的各参数都能被准确估计。在瑞文标准推理测验的三组测验项目的反应时数据中,双因子对数正态反应时模型表现出更为优秀的拟合效果,同时基于多个统计量说明了局部与全局潜在特质速度同时存在的必要性。因此,在项目间多维测验反应时数据分析中,非常有必要考虑多维潜在特质速度之间的共同效应。     

不同认知成分在图形推理测验项目难度预测中的作用

理解项目难度变异的来源是实现计算机自动化项目生成的第一步。通过文献综述, 总结出影响图形推理测验项目难度的四个方面的因素, 再通过操控构图元素熟悉性、属性的抽象性、知觉组织的和谐性以及规则类型与数目这些因素, 编制8套图形推理测验, 共包含112个与高级瑞文推理类似的项目。采用铆测验等值设计, 在每套测验中嵌入10个高级瑞文推理测验项目为铆题, 通过网络施测于6323名被试。使用BILOG MG估算项目参数, 并使用IRTEQ进行测验等值, 将后七套测验上所有项目的项目参数都转换到第一套测验的单位系统上。以项目难度为因变量, 项目题干特征变量为预测变量进行回归分析, 结果发现这四个因素均对项目难度有显著预测作用。优势分析的结果显示记忆负荷(即规则类型与数目的组合)是项目难度的最重要的预测变量, 其他依次为属性的抽象性、知觉组织的和谐性和构图元素熟悉性。     

论德性的项目及其类型

在人类长期的道德实践中,德性常常是以德性项目的形式出现的。当德性进入伦理学的视野以后,伦理学家们基于对德性的本性及其项目的反思,提出一些德性项目并进一步对德性进行分类,将不同的德性项目纳入不同的类型。从伦理学的意义上看,德性的项目与德性的分类是紧密相联的。     

从动态认知逻辑的角度看偏好——刘奋荣《动态偏好逻辑》评介

《动态偏好逻辑》一书是国家社会科学基金青年项目（项目编号：04CZX001）的优秀成果,也是刘奋荣博士在荷兰阿姆斯特丹大学逻辑、语言和计算研究所（ILLC）从事博士项目研究的主体内容。全书分为七章：第一章引论;     

单维项目因素分析：CCFA与IRT估计方法的比较

当观测指标变量为二分分类数据时,传统的因素分析方法不再适用。作者简要回顾了SEM框架下的分类数据因素分析模型和IRT框架下的测验题目和潜在能力的关系模型,并对两种框架下主要采用的参数估计方法进行了总结。通过两个模拟研究,比较了SEM框架下GLSc和MGLSc估计方法与IRT框架下MML/EM估计方法的差异。研究结果表明：（1）三种方法中,GLSc得到参数估计的偏差最大,MGLSc和MML/EM估计方法相差不大;（2）随着样本量增大,各种项目参数估计的精度均提高;（3）项目因素载荷和难度估计的精度受测验长度的影响;（4）项目因素载荷和区分度估计的精度受总体因素载荷（区分度）高低的影响;（5）测验项目中阈值的分布会影响参数估计的精度,其中受影响最大的是项目区分度。（6）总体来看,SEM框架下的项目参数估计精度较IRT框架下项目参数估计的精度高。此外,文章还将两种方法在实际应用中应该注意的问题提供了一些建议。