气本体论溯源及其对中医学的影响

"气"在中国古代哲学体系中是本体范畴,同时也被认为是一切变化的动因,所有联系的桥梁."气"于自然、生命、认知中无所不在.气成为本体概念有其演进过程,气本体论决定了传统中医方法论特色,因此也就影响了中医现代研究及其结论.对中医理论现代研究矛盾的关键进行解读.     

浅析钢琴演奏中的触键

触键问题是钢琴弹奏技术的基本与根本性问题,它直接影响钢琴的音质音色、演奏效果与音乐表现的深度.钢琴演奏技巧是音乐表现的重要手段之一.根据乐曲的内容,选择适当的触键方法,才能较为准确地表现出不同的乐曲风格.     

关于高校新建筑的若干问题的思考

随着我国高等教育改革进程的加快,国内各个高校招生人数不断地增加,为此几乎各大高校都进行了校园改建、搬迁、新建等项目。然而,我国高校校园建设普遍存在着建设规模大、建设周期短、建设资金短缺等情况,造成高校校园的建设中一系列有待解决的问题。特别是新老建筑的不和谐问题,给校园环境的美化、校园文化的形成造成极大的障碍。要解决此类问题,应建立一种具有适应时代变化的、长远的持续的校园规划设计方法来指导实践。     

美术教育中培养学生自主训练能力

几年来教学实践证实,科学方法是实施自主能力教育。培养学生自主学习、自主训练、自主创新、自主追求等综合能力的重要途径。基于这样的目标,我们提出了在传授科学知识的同时渗透科学方法训练,逐步培养学生具有独立解决实际问题的能力。     

从修行方法互补性看魏晋南北朝佛道双修现象

一、引言本文所谓佛、道双修,是指同时修习佛、道两教的修持方法和炼养技术的情况,不必同时信仰两种宗教,即便是这样,对于很多习惯于宗教排他式思维的     

“饮食自然”：道教饮食养生思想浅论

在现代社会,道教的饮食养生文化受到了大众的普遍关注.然而,这不单单是因为道教中积累了大量的可供今人借鉴、利用的饮食方法和技术.实际上,道教的核心饮食养生思想及原则,更彰显出了其永久性的价值和魅力.从某种意义而言,更加清晰、深入地了解道教饮食养生思想内核,并把握其内在的科学精神实质,是进一步把道教饮食养生文化发扬光大的重要前提之一.     

泰山其颓哲人其萎——深切怀念任继愈先生

著名学者任继愈先生于九十三岁高龄病逝于北京.在国家图书馆布置的灵堂里,每天都有不少人前去悼念,送来的花圈,堆满整个大厅!追悼会当天,倾盆大雨如注,上苍痛泣智者离世,来自各地数千人聚焦在八宝山公墓告别厅,怀着沉痛的心情向世纪老人告别!     

提取练习在定向遗忘中的作用

根据汉字特点采用义同、形似、音同、无关四种实验材料,采用字表范式探讨不同提取练习次数(0、1、3次)在定向遗忘中的作用及是否会受到材料关系的影响.实验结果发现: (1)对于形似、音同材料,提取练习提高了最后回忆成绩.对于义同、无关材料,提取练习对不同组别两列字表的最后回忆成绩影响不同; (2)提取练习0次时,义同、音同、无关材料都表现出定向遗忘效应.提取练习1次时,无关材料表现出定向遗忘效应.提取练习3次时,形似、音同材料下表现出定向遗忘效应.义同、无关材料定向遗忘效应随着提取练习次数的增加而消失,形似材料随着提取练习次数的增加出现定向遗忘效应; (3)对于四种材料,遗忘组被试都没有随提取练习次数的增加而更多抑制字表1回忆,即字表l的回忆成绩都没有表现出随提取练习次数的增加而降低的趋势,所以能否用提取诱发遗忘来解释定向遗忘的提取抑制还需要进一步的实验验证.     

知觉运动学习中的背景干扰效应和元认知监测

选取大学生为被试,采用两因素混合实验设计,以预期按键反应作为知觉运动学习任务.在运动学习任务中,设置了集中练习和分散练习两种练习方式以及三个练习一测试组块.通过分析不同练习方式和练习-测试组块对练习成绩、测试成绩以及元认知监测的影响,考察运动知觉学习的背景干扰效应、练习伴随低估效应以及元认知监测的依据.结果发现: (1)缩短练习与测试之间的时间间隔,经典的背景干扰效应没有出现; (2)在知觉运动学习的多组块练习过程中.元认知监测准确性没有出现练习伴随低估效应; (3)集中练习组更多地以当前的练习成绩作为依据进行预测,从而导致了对预测的高估.     

LGM模型中缺失数据处理方法的比较:ML方法与Diggle-Kenward选择模型

追踪研究中缺失数据十分常见。本文通过Monte Carlo模拟研究,考察基于不同前提假设的Diggle-Kenward选择模型和ML方法对增长参数估计精度的差异,并考虑样本量、缺失比例、目标变量分布形态以及不同缺失机制的影响。结果表明:(1)缺失机制对基于MAR的ML方法有较大的影响,在MNAR缺失机制下,基于MAR的ML方法对LGM模型中截距均值和斜率均值的估计不具有稳健性。(2)DiggleKenward选择模型更容易受到目标变量分布偏态程度的影响,样本量与偏态程度存在交互作用,样本量较大时,偏态程度的影响会减弱。而ML方法仅在MNAR机制下轻微受到偏态程度的影响。