高校体育课程思政资源共创共享模式的构建

来源 :体育科研 | 被引量 : 0次 | 上传用户:eeeeeedddddd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
体育课程思政资源是高校全面推进体育课程思政建设、深化落实“立德树人”根本任务的重要保障.构建高校体育课程思政资源共创共享模式,目的在于提升人才培养质量,为强化体育思政的育人效果保驾护航.运用文献资料法、专家访谈法等,系统探讨了高校体育课程思政资源发掘过程凸显的核心问题及模式构建路径.认为:高校体育课程思政资源发掘配置过程存在发掘方式单一、资源配置不协调、共享路径不通及共创能力不足等问题.在构建高校体育课程思政资源共创共享模式时,需要立足高校课程思政建设目标与要求,聚焦体育课程思政建设内容与特点,深入发掘体育课程教学中蕴含的内涵要素,持续创新体育课程思政资源共创共享机制,对机制运行质量、育人实效进行全过程、全方位督测评估,同时探索有效的支撑保障方式,进而提升高校体育课程思政资源的实效性和针对性.
其他文献
文章通过对中国学术期刊网络出版总库中2016—2020年有关5G技术下图书馆研究的文献进行检索和梳理,总结分析了近五年国内基于5G技术的图书馆的发展现状,在文献述评基础上提出存在的问题和建议,以期掌握目前的研究状况,并揭示智慧图书馆未来的发展方向.研究发现,我国目前针对5G时代的图书馆研究和建设虽然发展迅速,并取得了一定成果,但仍处于探索及初步发展阶段,理论体系尚不成熟,研究领域有待进一步拓宽.
为拓展k近邻法在多标签分类中的应用范围,分析不同测试方法在多标签分类中的性能.通过留一法对数据样本(Yeast,Image和Scene 3组数据集)进行预处理,采用欧式距离、余弦距离以及曼哈顿距离分别计算每个样本的k个近邻,分成训练样本1500个,测试样本917个;然后,根据近邻标签信息对每一类标签进行投票,形成新数据集;分别使用5种方法:k/2法、离散Bayes法、Logistic回归法、线性阈值函数法以及多输出线性回归法对数据集进行测试和性能评价.结果表明,5种处理方法在多标签分类中都拥有较好的性能,
大规模季节性水果依赖人工采摘,需要花费大量的时间,效率比较低,番茄采摘的自动化对提升农业科技含量和水平发挥着至关重要的作用.基于同步定位与建图(simultaneous lo-calization and mapping,SLAM)技术对番茄机器人进行定位导航,实现了番茄采摘机器人的运动控制.采用BP神经网络对番茄机器人末端执行器在运动学方程中的位置进行求解,开发采摘机器人运动控制系统,提出了基于SLAM的番茄采摘机器人的导航方法,阐述了激光雷达、自主建图、定位和地图匹配.对机器人智能采摘进行试验,结果表