【摘 要】
：
为探究基于同伴介入法的气排球运动对小学阶段随班就读孤独症儿童社交能力发展的影响，将36名就读于普通小学的孤独症儿童随机分成实验组与对照组，每组18人。研究期间，对照组被试接受同频且同质的常规社交能力干预，实验组被试则在此基础上接受为期16周，共计32次彼此独立的基于同伴介入法的气排球运动干预。分别运用社交反应量表、孤独症儿童社会技能评定量表测量被试的社交障碍程度与社交技能，并综合两项前后测的变化表
【基金项目】
：
全国教育科学“十四五”规划2022年度教育部青年课题“工作记忆训练对听障学生汉语唇读能力的干预研究”（课题批准号：CBA220315）的阶段性研究成果；
论文部分内容阅读
为探究基于同伴介入法的气排球运动对小学阶段随班就读孤独症儿童社交能力发展的影响，将36名就读于普通小学的孤独症儿童随机分成实验组与对照组，每组18人。研究期间，对照组被试接受同频且同质的常规社交能力干预，实验组被试则在此基础上接受为期16周，共计32次彼此独立的基于同伴介入法的气排球运动干预。分别运用社交反应量表、孤独症儿童社会技能评定量表测量被试的社交障碍程度与社交技能，并综合两项前后测的变化表明干预的效果。结果发现该干预方案能有效降低被试的社交障碍程度并改善其社交技能。研究认为基于同伴介入法的气排球运动干预能有效提升小学阶段随班就读孤独症儿童的社交能力。
其他文献
目的 探讨芹菜素对骨保护素（OPG）/核因子κB受体活化因子配体（RANKL）/核因子κB受体活化因子（RANK）信号通路的调控作用及对创伤性骨折大鼠骨折愈合的影响。方法 采用闭合式股骨干骨折术构建创伤性骨折大鼠模型,将造模成功的大鼠随机分为模型组、芹菜素低、中、高剂量组和阳性对照组,每组10只,另取10只健康大鼠作为对照组。各组给予相应干预30 d。采用计算机断层扫描测定大鼠骨小梁密度和厚度,番
当前，数字人民币已经成为中国式现代化进程中有待深入研究的关键元素；同时，基于中国式现代化理论发展和实践演进，数字人民币的发行流通及相关机制的建设既迎来诸多机遇，也面临新的挑战。为宏观决策提供微观基础、提升货币政策效力及其与财政政策配合度、推动普惠金融提质增效、促进绿色金融发展、加速人民币国际化等角色分别对应于中国式现代化的五个重要特征。在我国发展的重要战略机遇期内，中国式现代化对数字经济的要求、人
基础教育阶段是学生思想道德意识形成的重要时期，结合小学英语课堂教学实际，将思想政治教育渗透到教学活动中，实现价值引领与知识传授的有效结合，达到课程与思想政治理论课同向同行，形成协同效应，同时帮助学生提升英语思辨能力、培养学生文化自觉意识，增强对本国文化的认同，坚定文化自信，才能在文化交流中兼容并蓄，求同存异，达到和而不同的目的。
我们对西宁植物园不同园区、不同种质等方面的植物生长情况进行了调查。结果显示：植物隶属于81科、232属、503种。从青海省其它地方、甘肃省、陕西省引种的种质资源更适宜植物园内生长，其栽培种比野生种更容易生长。通过调查分析可为青海省西宁植物园种质资源开发利用、树种选择提供参考。
政党协商具有特殊的性质和地位，由此决定了民主党派参加政党协商除了遵循基本的协商规则和协商程序以外，还必须具有特定的协商意识。这种意识是保障民主党派参加政党协商活动的重要先导，是保障民主党派有效参加政党协商活动而又不偏离正确方向的自觉思维。根据新时代政党协商制度的具体实践，民主党派参加政党协商应该具有政治意识、政党意识和大局意识。
课程思政是我国学校的特色育人方式，将思政教育融于各门课程教学之中。笔者对78名小学英语教师进行调查发现：小学英语教师对课程思政的认知度不高，课程思政的实施现状不佳。不同身份的小学英语教师，其课程思政能力存在差异，教育培训机构的小学英语教师课程思政能力明显落后。因此，需要增强小学英语教师的课程思政意识，提高小学英语教师的课程思政实施能力，还需加强教育培训机构的师资队伍建设。
＜正＞使用肥皂搓洗20秒是保护人体不受细菌病毒伤害的最佳方法之一，但肥皂泡沫究竟是如何杀死感染人类的细菌病毒的呢?依据美国加州大学伯克利分校传染病和疫苗系主任李·莱利博士的观点，肥皂杀菌的超能力内置在其独特的分子结构中——“头部”连着一条细长的“尾巴”，头部是亲水性的，而尾巴是疏水性的。疏水性尾巴对脂肪具有亲和力，包括新冠病毒在内的所有细菌病毒都有一层脂膜，从而很容易受到肥皂分子的攻击。
大力提高交通运输和物流效率是党中央国务院高度重视的一项工作，新型ETC门架系统能够显著提高高速公路计费运营效率，对于提升高速公路系统智能化程度具有积极的作用。新型ETC门架系统有别于传统人工收费模式，具有高效化、智能化、系统化的优势，但由于新型ETC门架系统涵盖了数千台新增设备及其数据，在出现突发问题时需要迅速确定位故障点且维修故障，否则对于高速公路运营数据的分析和正常计费将产生不利影响。因此，高
实体抽取是自然语言处理的一项关键技术。现有研究多采用深度学习模型处理实体抽取任务,需要充足的实体标注数据进行训练,但单个客户端的实体标注数据通常是有限的,并且客户端之间的数据往往需要隐私保护而不能直接共享。现有研究提出利用联邦学习解决共享实体标注数据的隐私安全问题,但存在以下两点问题:一是客户端数据若呈非独立同分布会导致模型准确度下降,二是实体抽取模型结构复杂导致联邦学习训练的通信成本高。本课题提