以双减为主题的论文参考文献4篇

发布时间:2024-07-16 20:15:51   来源:党团工作    点击:   
字号:

以双减为主题的论文参考文献4篇以双减为主题的论文参考文献 自主学习论文参考文献 一、自主学习论文期刊参考文献[1].自主学习及其能力的培养.《外语教学与研究》.被北京大学《中文核心期刊要目总览下面是小编为大家整理的以双减为主题的论文参考文献4篇,供大家参考。

以双减为主题的论文参考文献4篇

篇一:以双减为主题的论文参考文献

学习论文参考文献

 一、自主学习论文期刊参考文献 [1].自主学习及其能力的培养. 《外语教学与研究》.被北京大学《中文核心期刊要目总览》收录 PKU.被南京大学《核心期刊目录》收录 CSSCI.2003 年 4 期.何莲珍. [2].论学生的自主学习. 《华东师范大学学报(教育科学版)》.被北京大学《中文核心期刊要目总览》收录 PKU.被南京大学《核心期刊目录》收录 CSSCI.2001 年 2 期.庞维国. [3].基于 IHDR 自主学习框架的无人机 3 维路径规划. 《机器人》.被中信所《中国科技期刊引证报告》收录 ISTIC.被 EI 收录 EI.被北京大学《中文核心期刊要目总览》收录 PKU.2012 年 5 期.陈洋.张道辉.赵新刚.韩建达. [4].英语学习策略与自主学习. 《外语教学》.被北京大学《中文核心期刊要目总览》收录 PKU.被南京大学《核心期刊目录》收录 CSSCI.2005 年 1 期.张殿玉. [5].基于内容的自主学习式 MP3 搜索引擎的设计. 《华南理工大学学报(自然科学版)》.被中信所《中国科技期刊引证报告》收录 ISTIC.被 EI 收录 EI.被北京大学《中文核心期刊要目总览》收录 PKU.2004年 z1 期.吴云鹏.董守斌.宋丙林. [6].民办高校学生自主学习教学理念应用体系初探. 《黑龙江高教研究》.被北京大学《中文核心期刊要目总览》收录 PKU.被南京大学《核心期刊目录》收录 CSSCI.2013 年 12 期.陈江波.李洪斌.王鹏. [7].自主学习:相关理论与评价工具. 《河南社会科学》.被北京大学《中文核心期刊要目总览》收录 PKU.被南京大学《核心期刊目录》收录 CSSCI.2015 年 9 期.赵同领.田勇泉. [8].实习护生自主学习准备度现状及影响因素分析. 《中国实用护理杂志》.被中信所《中国科技期刊引证报告》收录 ISTIC.被北京大学《中文核心期刊要目总览》收录 PKU.2014 年 28 期.彭会珍.陈静.张振香. [9].大学生自主学习农业昆虫学的探索与实践. 《安徽农业科学》.被中信所《中国科技期刊引证报告》收录 ISTIC.被北京大学《中文核心期刊要目总览》收录 PKU.2014 年 29 期.金大勇.吕龙石.范丽清. [10].自主学习理念究竟是不是源自西方的“舶来品”——关于自主学习文化适宜性的思考.

 《黑龙江高教研究》.被北京大学《中文核心期刊要目总览》收录 PKU.被南京大学《核心期刊目录》收录 CSSCI.2016 年 1 期.顾世民.赵玉峰. 二、自主学习论文参考文献学位论文类 [1].思想政治课教学中培养学生自主学习品质的策略研究.被引次数:1 作者:童欣欣.教育学河北师范大学 2013(学位年度)

 [2].支持自主学习的数字化教学游戏研究.被引次数:42 作者:田爱奎.教育技术学华东师范大学 2007(学位年度)

 [3].思想政治(品德)课自主学习中教师的引导研究.被引次数:1 作者:田云霞.教育学河北师范大学 2013(学位年度)

 [4].基于自主学习的交互式教学模型建构.被引次数:5 作者:杨鳗.课程与教学论西南大学 2013(学位年度)

 [5].农村小学高年级学生自主学习的问题与对策研究.被引次数:7 作者:朱瑞.课程与教学论西南大学 2012(学位年度)

 [6].非英语专业大学生英语网络自主学习自我效能感研究——以西南大学学生为例. 作者:马美丽.外国语言学及应用语言学西南大学 2014(学位年度)

 [7].大学生基于网络教学平台自主学习的现状与对策.被引次数:5 作者:罗浩.教育技术学山东师范大学 2014(学位年度)

 [8].关于自主学习的理论和能力培养的策略问题——基于初中历史自主学习视角的研究.被引次数:9 作者:左昕.课程与教学论·历史华东师范大学 2010(学位年度)

 [9].高中数学自主学习学案教学设计探索.被引次数:12 作者:郭俊美.学科教学·数学山东师范大学 2010(学位年度)

 [10].自主学习的理论与实施策略研究.被引次数:34 作者:翟睿.课程与教学论东北师范大学 2006(学位年度)

 三、相关自主学习论文外文参考文献 [1]Singlemachineschedulingwithautonomouslearningandinducedlearning. XiaoqingZhangLinyanSunJiboWang《Computers&IndustrialEngineering》,被 EI 收录 EI.被 SCI 收录SCI.20134

 [2]Autonomousreinforcementlearningwithexperiencereplay. Wawrzyński,P.Tanwani,A.K.《NeuralNetworks:TheOfficialJournaloftheInternationalNeuralNetworkSociety》,被 EI 收录 EI.被 SCI 收录 SCI.2013 [3]Policylearningforautonomousfeaturetracking. DanieleMagazzeniFredericPyMariaFoxDerekLongKannaRajan《Autonomousrobots》,被 EI 收录 EI.被 SCI 收录 SCI.20141 [4]AutonomousHelicopterAerobaticsthroughApprenticeshipLearning. PieterAbbeelAdamCoatesAndrewY.Ng《InternationalJournalofRoboticsResearch》,被 EI 收录 EI.被 SCI 收录SCI.201013 [5]Motivatedlearningforthedevelopmentofautonomoussystems. JanuszA.StarzykJamesT.GrahamPawelRaifAhHweeTan《Cognitivesystemsresearch》,被 EI 收录 EI.被 SCI 收录 SCI.20121 [6]Autonomouslearningderivedfromexperimentalmodelingofphysicallaws. Grabec,I.《NeuralNetworks:TheOfficialJournaloftheInternationalNeuralNetworkSociety》,被 EI 收录 EI.被 SCI 收录 SCI.2013 [7]LearningfromDemonstrationforAutonomousNavigationinComplexUnstructuredTerrain. DavidSilverJ.AndrewBagnellAnthonyStentz《InternationalJournalofRoboticsResearch》,被 EI 收录 EI.被 SCI 收录SCI.201012 [8]Autonomouslearninginhumanoidroboticsthroughmentalimagery. DiNuovo,A.G.Marocco,D.DiNuovo,S.Cangelosi,A.《NeuralNetworks:TheOfficialJournaloftheInternationalNeuralNetworkSociety》,被 EI 收录 EI.被 SCI 收录 SCI.2013 [9]Towardlearningautonomouspalletsbyusingfuzzyrules,appliedinaConwipsystem. AfshinMehrsaiHamidRezaKarimiBerndScholzReiter《TheInternationalJournalofAdvancedManufacturingTechnology》,被 EI 收录 EI.被 SCI 收录 SCI.20135/8 [10]Realworldreinforcementlearningforautonomoushumanoidrobotdocking. NicolasNavarroGuerreroCorneliusWeberPascalSchroeterStefanWermter《RoboticsandAutonomousSystems》,被 EI 收录 EI.被 SCI 收录 SCI.201211

 四、自主学习论文专著参考文献 [1]初中学生课堂自主学习时间的调查分析基于延庆县初中学校的思考. 胡广华,2013 北京市区县教育科研人员第六届(2013)学术年会 [2]中药学专业无机化学自主学习能力培养方法研究. 杨爱红.齐学洁.张师愚,2013 中国化学会 2013 年中西部地区无机化学化工学术研讨会 [3]中学生学业情绪、自主学习与学业成绩的关系研究. 李威丽.桑青松.潘玮琳,2012 第二届中部心理学高峰论坛 [4]人体解剖学“自主学习”教学体系的构建. 张露青.肖明.张永杰.唐敏峰.左一智.朱敏.李雷.丁炯,2012 中国解剖学会第15 届教学改革研讨会 [5]以网络旁修促进自主学习的改革与实践. 侯治富.安治国.孙荣武,2012 第十五届全国高等医学院校诊断学教学改革研讨会 [6]基于自主学习的“李四光计划”创新人才培养模式探索. 庞岚.赖旭龙.殷坤龙.王莹,2014 中国地质学会地质教育研究分会 2014 年学术年会 [7]在化学教学中培养学生自主学习的能力. 陈跃生.陈毅辉,2011 福建省科协第十一届学术年会化学分会场 [8]言文并进自主学习,注重积累发展能力新课程背景下一次高中文言文教学的尝试与思考. 单淑玲,2011 北京市高中新课程“文言文教学实效性研讨会” [9]网络多媒体教学环境下中西亚留学生汉语自主学习能力培养研究. 王玮.包文静,2012 首届中西亚区域研究及汉语教育国际学术研讨会 [10]自主学习:理解与实现. 王晓利,2011 北京市区县教育科研人员第四届(2011)学术年会

篇二:以双减为主题的论文参考文献

生化需氧量(Biochemical Oxygen Demand, BOD)反映了污水的污染程度,是保证污水系统正常运行,衡量水质是否合格的核心参数。传统测量方法检测时间久无法保证工程实时调控的需要,相比于常规方法,智能化预测在水质参数检测方面实用性更强。但是,目前污水参数预测的方法大部分基于单一神经网络,随着待处理问题复杂度的增加,往往效果欠佳,为污水参数的有效检测带来了挑战。因此本文以无法直接得到的关键污水参数出水 BOD 为研究对象,借鉴“分而治之”思想,提出了基于模块化神经网络的预测方法,对出水实时 BOD 准确测量。具体研究工作如下:

 模块化神经网络任务分区设计。将样数据本分区处理是 “分而治之”的前提,样本空间的合理划分依赖于性能好的聚类算法。针对传统密度峰值聚类对数据的局部结构识别不灵敏,当面对密度分布不均的数据无法准确聚类的问题,提出基于改进 K 近邻密度峰值聚类算法,通过对局部密度的定义进行替换,并加入信息熵优化距离公式,改善了因数据的局部结构不敏感所带来的误差。实验表明本文提出的算法较经典密度峰值聚类精确率提高了 8.5%,体现出了算法有效性。

 模块化神经网络子网络层自组织设计。针对传统 RBF 网络动态性不高,隐含层神经元结构确定困难的问题,本文通过结合神经元的自身特性对 RBF 子网络进行改进,实现神经元的自组织动态调整,在保证准确性的基础上,又得到了精简的结构。为了提高网络精度,同时通过改进遗传算法对关键参数进行确定。结果表明,改进后的预测精度较原有算法 RMSE 指标提升近 63%。

 基于模块化神经网络的出水 BOD 预测研究。在污水处理过程中,针对主要参数 BOD 无法实时、准确测量的问题,提出基于模块化神经网络的预测策略方案。模仿人脑的“集思广益”的思想弥补单一神经网络处理复杂问题能力不足的缺陷。同时为了保证输入数据的有效性,增加模型实时校正方案,添加反馈处理回路,对新的数据集能够闭环处理。实验结果表明,与改进的单一神经网络方法相比具有较高的预测精度和精简结构。

 污水处理智能可视化平台设计。针对污水厂信息化不足的实际工业需要,设计出水 BOD 智能可视化平台设计,实现了出水 BOD 的实时精确预测与污水处理系统数据的信息化监测与管控。

 水是人类赖以生存的基本条件,世界上大部分(约 78%)的工作来源于水,目前没有可替代品。如今,中国经济蓬勃发展的同时也带来生态污染和环境破坏等问题,尤其水资源已成为世界关注的关键问题。在《2020 中国生态环境状况公报》[1] 中指出,我国淡水资源短缺且污染严重,我国是全球水资源最贫乏的 13个国家之一,人均占有量仅为世界水平的四分之一,我国有 400 多个城市供水不足,缺水总量达 60 亿,我国 63.3%的湖泊富营养化,三分之一水资源不可饮用。并且我国 24%的人口饮用受污染的水,60%的地下水质差,90%的城市水域污染

  2 严重,城市及主要经济带水生态恶化问题十分突出,已成为制约经济社会可持续发展的瓶颈问题。当前,我国污水处理过程中存在的主要问题是能耗大,运行成本高,排放超标现象严重,南北地域水资源分布及不平衡 [2] 。国家统计局显示:2020 年我国污水排放量高达 965 亿吨,污水治理建设达到 2345 亿元,可以看出,针对我国污水排放严重,虽然投资额巨大但治理效果还不能满足我国水资源的需要。因此,针对我国水资源短缺和污染严重的问题,首要任务是对污染采取有效治理方式和监管措施 [2] 。

 《污水排放标准》是我国目前的污水排放的准则 [3] ,其中污水所含有污染物的浓度的确立也需要考虑目前我国的污水处理能力,原生环境能力和处理后污水的资源化处理利用。2019 年 1 月,我国开始实施《农村生活垃圾处理设施水污染物排放标准》。对农业生活污水的相关管理工作做出了明确的规定,限定了废水中污染物浓度的最高阈值。对不同规模和等级的排放水体环境设定不同的浓度限值,规模分为四个不同等级:高于 500m³/d、50-500m³/d、5-50m³/d 和低于 5m³/d;排放水体的类别分为:Ⅱ类、Ⅲ类功能水体和其他水体两类。

 生化需氧量(Biochemical Oxygen Demand,BOD) [4] 体现了污水的污染情况,其原理是细菌等微生物把污水进行生物降解的有机物含量,数值越高说明污染程度越严重。为了使检查数据具有可靠性,通常提供在一定周期内,在特定温度下测量水样中微生物的基本数据,并确认水中氧气溶解的消耗量,多数情况下处理5 天时间,称为 5 日有生化需氧量,记为 BOD 5 。我国在《城乡污水处理厂污染物排放规范》中,规范了出水 BOD 的国家标准:国家一级 A 国家标准 10mg/l 、国家一级 B 国家标准 20mg/l ,二类国家标准 30mg/l ,三类国家标准规定 60mg/l 。目前, BOD 被广泛用于水体质量的监测和污水治理的管控。因而,实时准确的对出水 BOD 进行测量是确保污水处理系统常规运作和检验污水质量是否合格的一个关键条件。然而,由于污水处理方法的相对复杂性、生物有机物的存在以及高度的非线性,利用传统的实验技术来实时检测出水 BOD 很困难的。所以,为了对出水 BOD 进行更合理有效的预测 [5] ,一些学者提出预测方法,这需要通过建模来尝试找出输入数据和待测数据之间某种内在关系。有很多种方法会运用到预测建模当中,比如逻辑回归、神经网络、线性回归、最小二乘等。那么如何建立一个良好的模型来检测污水处理中的关键水质参数对污水治理有重要意义和研究价值。

 处理污水通常伴随着不平衡性、时变性、滞后性的一些特点,因此无疑给检测污水中的一些相关指标的工作带来了挑战 [6] , BOD 做为污水处理过程中重要的评价指标,能够反应水被污染的程度以及是否达到污水排放标准。所以实时准确地预测出水 BOD ,不仅能够及时诊断出污水排放的情况以及管理目标,而且能够对污染系统中的组成部分进行预先控制,可以做到有效管理,这对于污水处

  3 理系统具有很大的价值。目前,水质参数的测量方式大致可分成三类 [7] :人工采样化验法,在线仪表检测法,以及预测技术。但是,人工检测方法比较繁琐,从取样到检测需要较长的时间,一般需要 5 天的时间来检测出水 BOD ,严重的时滞可能会使水质再次污染,从而影响数据的精确度。与人工检测方法比较,快速检测仪器虽然可以提高检测速度和精确率,会解决因人工检测带来的误差,但其购置和维护价格非常昂贵。在应用预测技术中,人工神经网络的在城市污水参数预测中取得了明显的突破。并且其良好的预测效果在不同领域的有效应用得到了充分验证。综上,基于人工神经网络方法研究对污水处理治理过程中的参数的检测有深远影响。

 在预测应用领域中,大多数的建模方式还是采用是单一神经网络 [8] 。但是,在实际应用过程,系统过程的待测任务往往比较复杂,单一神经网络效果通常不令人满意。这也说明选择一个综合性能强的神经网络对提高模型预的效率和准确性有关键作用。如果选择的神经网络数据处理能力薄弱,模型的准确性就无法保证;如果网络结构复杂,就会增加模型的质量,对训练效率产生影响。模块化神经网络借鉴了人脑“分而治之”的处理问题的思想原理,可以很好的拟合现实生活中的复杂难题。本文主要研究模块化神经网络,对 BOD 进行有效预测,对污水的处理以及环境的保护提供了模型方案,弥补了传统测量方法存在滞后性的特点,提升污水处理工作人员的工作效率,节省时间与资金的成本。

 BOD 是测定水质污染程度的主要参数,能显示所测水域污染物的浓度,反应污水的污染程度,BOD 的值越大,表明水质的污染程度越深。该指标与其他指标相比,可以更加真实的反应水质的污染程度 [9] 。因此对出水 BOD 的快速测量方法研究成为了研究热点。当前主要包括传统测量与模型预测两种方法。

 传统的常规检测方法也被称做直接方法,是指通过不同的策略方法测量污水中的溶解氧(Dissolved Oxygen, DO )来确定 BOD 值,其中传统测量方法又称为直接测量法。其中压差法、燃料电池法、以及 COD 等方法是目前一些常规的 通过稀释接种法 [10] 检测的BOD值又叫5天生化需氧量,简称5BOD ,以 mg/L为单位。是在实际应用中最常见的一种测量方式。自 1987 年开始,我国将此方法确定为的 BOD 标准法。首先将水样放在充满氧气的密闭溶解瓶中,1DO 和分别是放入前后的氧气的浓度。并计算二者的差值,由此计算出 BOD 的最终值, 水中微生物把有机物全部分解通常需要二十天以上的时间,在这个过程中PH 值、余氯量等对测量过程等诸多因素起到了关键的作用。所以为了保证检测的准确性,在测定前要用盐酸溶液或氢氧化钠溶液调节 pH 值至 6~8,应采样后放置 1~2h 或加入适量亚硫酸钠溶液去除少量余氯。其检测装置示意图如图 1.1所示,这种方法的独特优点是测量方法准确度高,原理简单清晰,但是在实际应

  4 用过程中操作相对复杂,不易重复操作,需要严格的管理方法对其进行操作,并且该方法耗时较久,为实际工程的实时调控带来了挑战。

 压差法 [11] 的基本原理是在 5 天的密闭培养瓶检测过程中,有机物的分解会导致水中释放的二氧化碳被吸收,通过计算培养瓶里的压力变化量得到微生物消耗氧气的数量,由此得到 BOD 。经典 BOD 快速测定仪的原理就是利用压差法实现的。传统检测方法的主要缺陷是测量时间较长,5 天到 10 天不等,事实上,在检测结果出来之前,超过标准值的污水早已被排出。所以,传统检测方法并不适用环境监测和实时管控的及时干预。

 为了克服上述检测方法的缺点,研发出了基于生物传感器 [12] 等方法来实现 BOD 参数即时测定。生物传感器法也叫微生物电极法,其基本原理是将活的微生物作为敏感材料,将需要测量的物质含量和人体的各酶系统以及新陈代谢系统所形成的化学信息相结合。而 BOD 值的计算方法通过微生物和有机物的相互作用过程中消使得溶解氧的含量降低,从而使得通过细菌膜的溶解氧相应地降低,通过溶解氧电极可以测量溶解氧含量的变化量。目前,对微生物电池的设计已成为快速检测 BOD 的热门方法。

 BOD 微生物传感器结构示意图 1.2 所示。

 Qian Zhengrong 等人 [13] 的研究中表明,通过添加金属化学螯合剂 EDTA 或DDTC 等可以使多种重金属电离生成金属液晶聚合物,进而降低了多种重金属电离对检测设备的危害。由于 BOD 微生物传感器的反应时间比较短,如果样本中存在大量难以生物降解的有机物将严重影响测量,因此建议要把难以快速生物降解的有机物进行分析,然后再加以微生物降解。使用 AWW 为标准溶液,以自来水为空白溶剂进行标定,有效减少了因磷酸缓冲液所引起的二次污染,可进行对太湖水样 BOD 的快速测定。标准溶液的选择通常与测定方法以及污染物的种类直接相关,因此选择合适的标准溶液将有助于提升传感器测量的精度。Merlin等人 [14] 将定位有各种细菌的 BOD 传感器构成阵列,使用所选细菌对某些化学物质的分解性,使用 PLS(partial least squares)的回归方式进行数据分析,从而完成了对具有各种难以分解有机物 OECD 污染物的 BOD 检测。微生物传感器法速度更快,操作方法也更简单,既减少了细菌膜培养时间,也提高了产品的测试准确度, 微生物传感器法虽然精度高、速度快,但缺点是相应的仪器昂贵贵,在设备购买和后期维护会耗费很大的成本,为实际应用带来很大经济压力。

 近些年来,过长的生化反应和环境的变化限制了对 BOD 快速方法研究。然而,用传感器设备和在线产品质量分析仪等测量方法通常需要高昂的成本,并且在人工后期维护上频繁且昂贵。为了解决以上缺点,国内外学者针对污水处理工艺的特性和水质参数的研究,产生了预测方法,通过利用所易检测的过程标量实现对难以测量的变量的估计。目前,常用的建模方式有回归分析法,状态估计法,机理分析法和人工神经网络等方法,其中,通过实践证明人工神经网络在预测方

  5 面已经运用到了多个领域并且取得了不错的效果 [15-16] 。赵颖慧教授设计出了微孔曝气氧化槽工艺,这将使污水处理系统效能得以显著提高,从而达到了节能降耗[17] 。以 BSM 为基准,由俞方罡 [18] 对硝态氮的浓度进行预测,经过仿真实验后证明,支持向量机在面对数据处理不完全的问题上有着较好的优越性,并且随着数据量的增加支持向量机对 ELM 的预测效果很非常好。然而,当下人们对处理污水机理的认知还不是很全面 [19] ,这些通过机理分析方法实现模型的方式通常无法提高建模精确度。由于污水处理过程机制非常复杂,并且存在着不确定性、非线性、低动态范围等特征,因此单纯依据机理的污水处理流程运行,指标模型并无法提高精确度和安全性。

 通过上述考虑,学者们通过神经网络开始预测污水的一些相关参数 [20-22] 。Xie [23] 基于 RBF 并使用参数线性集员的辨识方法修整网络,验证了 RBF 的可行性。Han 等 [24] 用一种改进的粒子群算法对 RBF 神经网络结构和 网络参数进行同步优化,构建了基于自组织 RBF 神经网络的出水 TP 软测量模型, 粒子群算法的引入 却增加了时间复杂度, 实际应用中会降低建模效率。Raduly [25] 等通过前馈神经网络预测 BOD 值,实验精度还有待提升。任忠铭等 [26] 设计了一种递归 RBF 用于建立检 测算法,通过一种基于引力搜索算法(GSA)将与出水 BOD 有相关性的输入变量作为子集 用来作为网络的输入,对出水 BOD 进行建模。王树东等 [27]使用改进的遗传算法 RBF 进行优化,提升了预测精度,但降低了建模效率,付出了一定的时间成本。从上述案例研究可看出,基于神经网络的预测技术具有自身的优越性,并具...

篇三:以双减为主题的论文参考文献

文献1] 窦莉.浅探中职学校的职业道德与法律运用案例教学[J].中等职业教育.2012,(10).[2] 单艺. 中职法律专业课的思想教育功能[J].辽宁教育行政学院学报.2007,(8).[3] 张巍.中职法律课程“三步二议”课堂教学模式改革的探究与实践[J].现代阅读.2012,(2).[4]杨善铭.学生视野下的中职法律基础教学效果现状、成因及改进的对策——以河源市职业技术学校为例[J]. 中等职业教育.2012(11).[5] 杨善铭.中职法律基础“专题式教学模式”的构建[J]. 济南职业学院学报.2013,(2).[6] 温风、景华芳. 浅谈多媒体教学手段在中职法律教学中的运用[J].山西师大学报.2011,(9).[7] 黄玉敏.中职法律课堂多媒体教学的有效运用探析[J]. 前沿.2010,(2).[8] 魏德海.中职法律课堂教学改革探讨[J]. 科技文汇.2012,(10).[9] 毛高仙.案例教学法和多媒体技术帝整合策略[J]. 广西教育学院学报.2009,(2).[10] 吴兰团.中职法律课教学中案例教学法的有效应用[J]. 法制与社会.2013,(8).[11] 钟启泉.“有效教学”研究的价值[J] .教育研究. 2007,(6).[12] 姜红艳.中职学校法律基础知识课程教学初探[J]. 辽宁教育行政学院学报.2010,(4).[13] 彭斌. 对中等职业学校法律基础课程的调查分析[J]. 职业教育:下旬刊.2009,(3).[14] 潘笑宇.浅论中职法律基础课程教学中存在的问题及其解决对策[J]. 新课程. 2011,(11).[15] 孔德容.关于中职《法律基础知识》教学的看法[J]. 考试周刊.2010,(26).[16] 王旭平.浅议法律基础知识课三板块式的课堂教学[J]. 延安教育学院学报.2006,(4).[17] 姚峰.中职学校《法律基础》课教学的思考[J]. 成才之路. 2012,(25).[18] 管梦影.法律基础知识教学浅谈[J]. 中等职业教育.2009,(6).[19] 王国萍.中职学校法律基础知识课堂教学有效性探究[J]. 文学教育. 2013,

 (2).[20] 叶楠.基于主题法律意识的培养与中职法律基础教学探究[J]. 西江月 .2012,(35).[21] 贾长风.法律素质培养视角下的法学教学方法[J]. 都市家教.2014,(6).[22] 刘素玲.方法多样化模式灵活化——提高中职学生法律基础课质量浅谈[J].科教文汇.2011,(20).[23] 杨善铭.公民教育视野下中职法律基础教学改革与创新[J].济南职业学院学报. 2012,(2).[24] 潘方方.关于提高《法律基础知识》课程教学实效性的思考[J].考试周刊.2013,(81).[25]康戈.关于中职学生法律教学实效性探究[J].大观周刊.2012,(12).[26]刘晓荣. 浅谈提高中职法律课堂教学的实效性[J].课程教育研究.2014,(3).[27]姚峰.浅谈如何让中职学生正确理解与运用法律基础知识[J].教育界. 2012,(28).[28]赵奋涛.让中职法律课教学在实事的折射下变得绚烂[J].新一代.2010,(11).[29]李素龙. 以“情感参与”促进“认知参与”[J]. 新课程研究.2013,(3).[30]毛继玲.中职“法律基础”教学的实效性初探[J].教师.2013,(17).[31] 寿晓燕.中职校法制教育困境、成因及对策初探[D].上海:复旦大学,2008.[32] 窦殿毅.中等职业学校法律基础知识课案例教学研究[D].石家庄:河北师范大学,2005.[33] 教育部.法律基础知识教学大纲(试行)[M].北京:人民教育出版社 2001[34]徐学福.探究学习教学策略[M].北京:北京师范大学出版社 2010[35]皮连生.教育心理学[M].上海:上海教育出版社 2011

篇四:以双减为主题的论文参考文献

与口罩论文 [1]陈奕桥,田宏.不同脸型对普通医用口罩密闭性影响的测试与分析[J].辽宁丝绸,2021(02):25-26. [2]严千昊,王琬晴,方钲皓,赵小玲,卞雯玉.小口罩,大学问[J].儿童故事画报,2021(14):40. [3].戴口罩,眼镜总起雾咋办[J].江苏卫生保健,2020(03):55. [4]方雪娇,江学为.基于人体工学的贴合型防护口罩结构研究[J].北京服装学院学报(自然科学版),2019,39(03):29-34+41.DOI:10.16454/j.cnki.issn.1001-0564.2019.03.005. [5]丁文彬,贾晓东. 空气颗粒物防护口罩功能综合评测[C]//.2018 环境与健康学术会议--精准环境健康:跨学科合作的挑战论文汇编.,2018:404-405.

 [6]丁文彬,贾晓东.常见自吸过滤式口罩的防护效果综合评估[J].环境与职业医学,2018,35(05):428-433+446.DOI:10.13213/j.cnki.jeom.2018.17746. [7]文华.正确戴口罩,有效防雾霾[J].益寿宝典,2018(05):57. [8]林楠,宋晓薇.为每一次健康呼吸保驾护航[J].设计,2018(02):38-43. [9]甄维,刘宓,张靖,蔡琨,张曙霞,韩卫芳,周为民,武桂珍.适用于生物安全三级实验室的口罩的适合性影响因素[J].中华实验和临床病毒学杂志,2017,31(02):172-175. [10]王钰涵,尼加提·亚热买买提,张婧.基于脸型特征数据的防霾口罩造型设计研究[J].中国市场,2017(07):141+147.DOI:10.13939/j.cnki.zgsc.2017.07.141.