一、Get Up Early(论文文献综述)
李珍玉[1](2022)在《早睡早起,了不起的好习惯》文中提出一项涉及84万人的新研究发现,做到早睡早起,最高可降低40%的抑郁风险。其实,日常生活中人们都知道早睡早起身体好,但因为生活节奏普遍较快、夜生活丰富,很多人都做不到。专家强调,早睡早起对身体有诸多好处,它要求个人有较强的自律精神和行动力,是一种了不起的好习惯。
雷天奇[2](2021)在《高校学生行为挖掘分析与成绩预测方法研究》文中研究指明随着教育信息化的不断发展,教育数据挖掘受到越来越多研究者的关注。利用智能信息技术开展智慧校园建设标志着教育信息化智慧教育时代的开启。高校教育积累了海量的数据,却没有充分利用,很少挖掘数据背后隐藏的价值。针对以上问题,为了从校园大数据中挖掘有用信息,帮助学生提升学习效果,促进学校提高教学管理水平,本文从聚类算法改进,学生行为数据分析,行为数据与成绩数据关联性分析,以及学生成绩预测等方面进行研究。本文主要完成工作如下:(1)多因素改进K-means聚类算法。针对原始K-means聚类算法迭代过程计算复杂、聚类数目需要人为确定、对初始聚类中心敏感、易受孤立点影响等问题,依据优化后的离群点检测算法和最大最小距离思想以及启发式方法提出一种多点因素相结合的改进K-means算法。实验表明,改进算法具有非常好的稳定性,与FECA聚类算法相比在准确率上平均提高9.17%,在迭代次数上平均减少4.16次,在DBI指标上平均减少5.70%,在SC指标上平均提高5.22%。(2)基于聚类的学生行为分析。针对高校学生生活学习行为复杂且多样,不便于分析的问题,构建了学生行为描述指标体系,并使用改进的聚类算法对描述指标中的学生行为数据进行聚类,得到各指标上不同的学生行为类别,分析每个类别学生的行为特点,总结出不同类别学生的行为特征标签。(3)基于Apriori的关联规则挖掘。针对Apriori算法剪枝步操作效率较低且传统关联规则度量指标存在一定局限性的问题,采用方向扫描的方式对Apriori算法剪枝步进行优化,并引入有效度指标优化传统关联规则度量。基于学生行为数据聚类结果,使用优化后的Apriori算法对不同课程成绩之间、行为与成绩之间的规则进行挖掘,并对其间的关联性进行分析。(4)基于Attention-Bi LSTM的学生成绩预测。针对传统成绩预测方法忽略不同行为特征对成绩的影响程度不同的问题,并考虑到不同时期的行为数据对学生成绩的影响程度也不同,将成绩预测问题抽象为时间序列分类问题,并将注意力机制与长短期记忆神经网络相结合,构建了基于Attention-Bi LSTM的成绩预测模型。实验表明,本文提出的预测模型相比传统基准模型中预测效果较好的Logistic Regression模型以及未引入注意力机制的长短期记忆神经网络模型在准确率上分别提升了15.72%、7.21%,有效地改善了预测质量。
陈晓璐[3](2021)在《睡眠与遗传对2型糖尿病发病风险的交互作用研究》文中研究说明背景:糖尿病是继心血管疾病和肿瘤之后的第三大非传染性疾病,在全球范围内的发病率不断上升,与糖尿病相关的疾病负担也越来越重,是造成死亡和卫生经济损耗的重要原因。其中2型糖尿病(type 2 diabetes,T2D)占成人糖尿病病例的85~95%。T2D发病风险与环境和生活方式密切相关,通过早期生活方式的改变来控制已知的危险因素是降低疾病发病率和死亡率的有效措施,因此识别能降低T2D发病风险的可控因素是十分重要的。除了高能量饮食、肥胖和久坐的生活方式等传统危险因素以外,睡眠时长、睡眠类型、失眠、打鼾和日间过度嗜睡(excessive daytime sleepiness,EDS)等睡眠行为也与T2D发病密切相关。然而大多数研究都是单独评价某一种睡眠行为与T2D风险的关系,没有考虑综合多种睡眠行为后,其与T2D发病风险之间的联系。除了行为方式,遗传因素也对T2D发病有很大影响。多基因风险得分(Polygenic risk scores,PRS)是根据个体基因变异,量化个体对疾病易感程度的工具。遗传因素和睡眠行为均与T2D发病相关,但尚未见有研究分析睡眠与遗传风险对T2D发病的联合及交互作用。目的:考虑到睡眠行为和遗传因素都可能共同导致T2D的发生,本研究目的为分析结合睡眠时长、睡眠类型、失眠、打鼾和日间嗜睡的睡眠状态与T2D发病风险之间的关系;构建对T2D发病预测最优的PRS;最终研究睡眠行为与遗传风险对于T2D发病风险的联合及交互作用,探讨睡眠与T2D风险之间的关系是否因遗传易感性而改变。方法:利用英国生物数据库(UK Biobank,UKB),选取英国白种人作为研究对象,结合睡眠时长、睡眠类型、失眠、打鼾和日间嗜睡构建一个睡眠得分,并根据睡眠得分将研究对象分为健康、中等和不良三种睡眠状态,利用Cox回归分析睡眠与T2D发病风险之间的关系。然后利用以比值比(odds ratio,OR)作为权重的传统方法、LDpred算法和DBSLMM方法构建T2D的多基因风险得分,利用AUC值比较这三种方法构建的PRS对于T2D发病的预测能力,选择最优PRS,并用Cox回归估计PRS与T2D风险之间的关系。最终分析睡眠状态与PRS对T2D发病风险的联合及交互作用。结果:1.T2D发病队列共纳入271282名研究对象,在2007~2017年间,共有6047人发病,T2D累积发病率为2.23%。T2D发病率有随年龄增加而增加的趋势,且男性发病率高于女性。2.Cox回归得到睡眠行为与T2D发病风险的关系如下:(1)睡眠时长与T2D风险呈U型关系,每日睡眠7~8小时者T2D发病风险最低。在调整多因素后,以每日睡眠7~8小时作为参照,每日睡眠<7小时或>8小时者 T2D 发病风险为 HR(95%CI)=1.27(1.21,1.34)。(2)早起型睡眠类型为T2D的保护因素。调整多因素后,以早起型睡眠作为参照,晚睡型睡眠T2D发病风险为HR(95%CI)=1.10(1.04,1.16)。(3)失眠为T2D的危险因素。调整多因素后,以从不或极少失眠作为参照,有时或经常失眠者T2D发病风险为HR(95%CI)=1.28(1.20,1.37)。(4)打鼾为T2D的危险因素。在调整年龄、性别后,以不打鼾作为参照,打鼾者T2D发病风险为HR(95%CI)=1.49(1.42,1.57);但调整多因素后,二者的关联较弱,HR(95%CI)=1.03(0.98,1.08),差异无统计学意义。(5)日间过度嗜睡也为T2D的危险因素,。调整多因素后,以日间无过度嗜睡作为参照,日间过度嗜睡者T2D发病风险为HR(95%CI)=1.16(1.03,1.30)。3.Cox回归得到,随睡眠得分的升高T2D发病风险逐渐降低。在控制多因素后,睡眠得分每升高一分,T2D发病风险则降低13%。以睡眠得分5分作为参照,睡眠得分为0~1、2、3和4分的HR(95%CI)分别为1.84(1.57,2.15)、1.57(1.36,1.80)、1.32(1.15,1.52)和 1.22(1.06,1.41)。将睡眠得分划分为三种睡眠状态,控制多因素后,以健康睡眠状态作为参照,中等睡眠状态者T2D发病风险为HR(95%CI)=1.19(1.12,1.26),不良睡眠状态者T2D发病风险为HR(95%CI)=1.54(1.40,1.70)。4.DBSLMM(P≤0.05)方法构建的PRS有较高的T2D发病预测能力,AUC(95%CI)=0.686(0.679,0.693),且时间成本较低。Cox回归得到,该PRS每升高一个标准差,T2D发病风险升高1.99(1.94,2.04)。将该PRS按人数三等分,以低风险PRS作为参照,高风险PRS者T2D发病风险为HR(95%CI)=4.23(3.92,4.56)。5.Cox回归得到,均以“低风险PRS且健康睡眠状态”作为参照,低遗传风险且不良睡眠者T2D发病风险为HR(95%CI)=2.07(1.61,2.67),健康睡眠状态且高风险PRS者T2D发病风险为HR(95%CI)=2.66(2.29,3.08);高遗传风险与不良睡眠状态对T2D风险的联合作用为HR(95%CI)=3.77(3.16,4.50)。6.分层分析得到,在低、中、高遗传风险下,不良睡眠状态均为T2D的危险因素。在低遗传风险下,以健康睡眠状态作为参照,不良睡眠者T2D发病风险为HR(95%CI)=1.92(1.49,2.49);高遗传风险下,以健康睡眠状态作为参照,不良睡眠者T2D发病风险为HR(95%CI)=1.44(1.26,1.65)。与低遗传风险相比,高遗传风险中不良睡眠对T2D的危险效应减弱(P=0.026),遗传因素对睡眠与T2D之间的关系有修饰作用。7.Cox回归得到,高风险PRS与不良睡眠状态对T2D风险具有负向交互作用,HR(95%CI)=0.68(0.51,0.91)。结论:1.不良睡眠(包括每日睡眠过长或过短、晚睡、失眠、打鼾、日间嗜睡)和高遗传风险均为T2D发病的危险因素,且二者存在联合作用,与低遗传风险且睡眠健康者相比,遗传风险高且睡眠状态不良者发生T2D的风险最高。2.在不同遗传风险下,不良睡眠均为T2D的危险因素,但在低遗传风险人群中,不良睡眠状态对T2D的危险效应更强,遗传因素对睡眠与T2D之间的关系有修饰作用。3.睡眠状态与遗传风险对T2D具有负向交互作用,二者的联合作用小于单独作用之积。
胡航,杜爽,梁佳柔,康忠琳[4](2021)在《学习绩效预测模型构建:源于学习行为大数据分析》文中指出随着教育大数据分析技术的发展,学习预测研究已成为学习分析技术的一个重要研究方向,但通过不同场景学习行为日志数据进行学习预测研究较少。研究采集了823名大学生学习场景中在线学习日志数据和生活场景中一卡通消费和借阅图书日志数据,构建在线学习行为、早起行为、借阅行为和学习绩效预测指标,通过五种机器学习模型对学习绩效进行预测分析,结合提升(Boosting)和装袋(Bagging)两种方法提升预测模型的准确率,并与人工神经网络和深度神经网络模型进行预测性能对比。研究表明,多场景行为表现指标有较强的预测能力,深度神经网络模型预测准确率最高(82%)但耗时最多。同时,结合决策树与规则模型建立了分类规则集,构建了一种结合决策树和深度神经网络的学习行为诊断模型,该模型兼具高预测准确率、易读性高和易操作等特点,可实现多场景学习行为诊断,实现精准教学干预与学习资源推荐。
杜爽,飞云倩,何牧,胡航[5](2020)在《大学生“早起”和“借阅”行为与学习绩效的关系研究》文中研究说明随着大数据分析技术的不断发展,教育学者不断采用学习分析技术挖掘教育大数据中学习行为特征和规律,但较少通过行为日志数据来探寻多种学习行为与学习绩效之间的关系。研究采集了833名大学生的图书借阅和一卡通消费日志数据,构建学习绩效、借阅行为、早起行为特征指标,通过聚类和关联分析探究了两种学习行为对大学生学习绩效的影响和关系,结合元认知问卷建立群体学习行为与整体学习绩效和元认知之间的关联。研究结果显示:(1)两种行为均与学习绩效建立了相关关系,元认知发挥了中介作用;(2)早起行为主要反映出大学生元认知体验与计划水平,早起时间比早起规律更能反映与学习绩效的相关程度;(3)借阅行为主要反映大学生元认知思维活动监控和反思上的差异,阅读速度对学习绩效有显着影响,借阅量与阅读深度促进专业知识技能的掌握。根据研究结果建议:(1)打造深度学习环境,激发大学生自我学习能动性;(2)优化知识传播方式,满足大学生个性化阅读需求;(3)改变图书馆角色定位,为学科专业发展提供高质量服务。
李淑媛,李福东,陈宁,张晓枚[6](2020)在《《黄帝内经》“夜卧早起”英译探析及其教学意义》文中进行了进一步梳理《黄帝内经》成书年代久远,内容浩繁,文字古奥,其间存在大量争议之处。本研究对比分析《黄帝内经》四个英译本中的"夜卧早起"的英译及其英译策略。研究发现,李照国英译本因误用sleep late,很有可能会给目标读者造成曲解,导致误认为春三月应"睡懒觉""晚起"。吴连胜&吴奇英译本将其译成"日落入睡",除了语法瑕疵外,译文亦与原文不符。伊扎·威斯采用规避翻译法,避重就轻,漏译了原文中的重要信息。文树德版本采用"Go to rest late at night and rise early"诠释"夜卧早起",语义最贴近。可见,"夜卧早起"一词虽短,但含义较多,想译好它,并非易事,不仅需要译者正确理解原文,还需要译者对目标语拥有良好的语言驾驭能力。译者的理解及其外语能力在很大程度上决定译作的质量。本研究结果对中医药典籍翻译和传播及中医药外语翻译人才培养具有一定的教育指导意义。
高雪[7](2020)在《基于提高统计效能与校正多效性偏倚的改进孟德尔随机化模型构建及应用》文中研究表明目的:由于未知混杂及逆向因果的局限,基于观察性研究设计来推断因果效应是困难的。MR(Mendelian Randomization,孟德尔随机化)利用遗传变异作为工具变量,依据遗传变异在配子形成过程中随机分离的性质对样本模拟随机化,从而克服传统关联分析的缺陷,基于观察性研究设计得到可靠的因果效应估计。得益于全基因组关联研究及遗传变异与性状关联关系汇总数据的可得性,基于多工具变量的汇总数据MR模型被广泛应用于医学研究中。MR模型的统计效能依赖于工具变量所解释的暴露变异的比例,而遗传变异通常只能解释暴露变异的很小一部分,这会导致模型效能不足。纳入更多遗传变异作为工具变量可以提高对暴露变异的解释度,从而提高模型的统计效能,但更多遗传变异的引入意味着模型中包含更多多效性工具变量。多效性工具变量通过除暴露外的其他通路作用于结局,违背MR模型的核心假设,使得估计产生偏倚。因此,本研究提出改进的MR模型估计策略,旨在校正多效性偏倚同时提高模型的统计效能,从而获得更加准确的、可靠的因果估计。方法:首先放宽筛选工具变量的显着性阈值,纳入更多遗传变异作为工具变量,工具变量对暴露变异的解释比例增加,从而模型的统计效能提高。之后利用多效性工具变量识别模型将工具变量分为无多效性工具变量子集以及多效性工具变量子集,采取IVW(Inverse Variance Weighting,逆方差加权)模型估计无多效性工具变量子集对应的效应,采取Radial MR-Egger模型估计多效性工具变量子集对应的效应。通过对两个工具变量子集分别进行建模,能够最大化有效工具变量的估计效率,同时有效校正多效性偏倚。最后对基于两个工具变量子集得到的估计量进行合并,得到暴露与结局的因果效应估计值。相比以往直接排除多效性工具变量的MR模型,改进的模型保留了多效性工具变量所解释的暴露变异,使暴露由全部工具变量而非仅由有效工具变量所解释,这进一步提高了模型的统计效能。然而,大量弱工具变量的引入会导致NOME(NO Measurement Error,‘工具变量—暴露’关联关系测量无误差)假设违背,使效应估计量向效应为零的方向偏倚,而多效性工具变量识别模型的Ⅰ型错误率也会出现严重膨胀。本研究中通过理论与模拟分析比较了若干多效性工具变量识别模型以及MR因果效应估计模型在工具变量强度较弱时的统计性能,有助于选择合适的模型,避免由于弱工具变量问题而错误识别多效性工具变量以及低估因果效应。结果:通过理论与模拟分析可知,基于修正权重的Q统计量检验对工具变量强度的变化不敏感,当模型中存在弱工具变量时,识别多效性工具变量的Ⅰ型错误率保持在名义的水准,同时效能也保持在较高的水平。而其他多效性工具变量识别方法对于工具变量强度的变化很敏感,当工具变量强度较弱时,这些方法在多效性工具变量识别上会呈现过于膨胀或者保守的Ⅰ型错误率。在因果效应推断方面,当模型中存在弱工具变量时,基于修正权重的IVW与Radial MR-Egger模型能够校正由于NOME假设违背所致偏倚。而基于一阶权重与二阶权重的IVW与Radial MR-Egger估计量由于NOME假设违背而向效应为零的方向偏倚,NOME假设违背越严重,估计量被压缩的越严重。改进的MR模型中引入大量对暴露具有较弱解释作用的工具变量,而当工具变量强度较弱时,基于修正权重的MR模型在多效性工具变量识别及效应估计上的表现优于其他方法。因此,选择基于修正权重的Q统计量检验进行多效性工具变量的识别,选择基于修正权重的IVW与Radial MR-Egger模型分别对基于无多效性工具变量子集以及多效性工具变量子集的效应进行估计。另外,通过对多种小样本的meta分析方法进行比较,最终选定基于弱信息先验的贝叶斯meta方法对由两个工具变量子集得到的效应值进行合并。实例分析中利用改进的MR模型对睡眠与LOAD(Late-onset Alzheimer’s Disease,迟发性阿尔兹海默症)的因果关联进行探究,结果表明由遗传因素解释的睡眠变异对LOAD并无显着的效应。进一步评价模型的统计效能发现,改进的MR模型相比以往MR模型发现同等大小效应量的统计效能具有显着的提高;而在同等效能水平下,改进的MR模型能够识别更小的效应,而其他模型只能识别中等或更大的效应。结论:MR模型是了解疾病病因的一个重要途径,其结论对临床试验、药物开发以及公共卫生政策制定具有重要的参考价值。由于遗传变异对暴露变异的解释作用很小,MR模型通常受到统计效能不足的局限。增加纳入模型中的工具变量可以提高统计效能,但需考虑更多弱工具变量以及多效性工具变量的纳入而导致的稀释偏倚以及多效性偏倚。本研究构建的MR模型提高了效应估计的统计效能,同时有效校正了潜在的偏倚,从而进一步克服了现有MR模型的局限性,为因果效应估计提供了更加精确、可靠的证据。
谢双峥[8](2020)在《古代四时养生思想的历史发展及文献研究》文中研究表明四时养生是中华传统养生的重要内容,在养生学中具有重要地位。四时养生历史悠久,不仅有着丰富的经验方法,而且有着系统的思想理论,并积累了大量的文献资料。近年来随着传统养生研究的深入发展,有关四时养生的研究取得了许多可喜的成果。但对四时养生的历史发展及其文献的系统研究,仍属阙如。有鉴于此,本课题从文献调查入手,充分运用目录学、文献学、历史学、诠释学等研究方法,对四时养生的历史与文献进行全面系统地调查分析,旨在揭示四时养生的历史发展轨迹,总结各历史时期的思想理论特点,全面收集存世的四时养生文献,进行合理分类,并对文献载录的四时养生的内容方法作出简要归纳,以便为深入开展四时养生的文献与理论研究奠定一个初步基础。本论文即为课题研究的成果报告,大体分为历史发展与文献研究两大部分,共十五章。具体内容,摘要如下:第一章,四时养生的内涵研究。在简要辨析四时概念的基础上,对四时养生作出了具体界说,认为四时养生就是根据春夏秋冬四时阴阳变化规律,结合人体自身的体质及脏腑气血特点,合理安排精神情志、饮食起居、生活劳作等行为活动,并采取积极的调摄养护手段和方法,以达到维护健康、预防疾病、延缓衰老乃至延年益寿的目的。第二章,先秦时期的四时养生思想。该时期是四时养生的初始和奠基阶段。上古时期,中华先民就有了顺时养生的初始观念和早期经验积累。夏商周时期,通过天象观察和物候认识,以《尧典》、《夏小正》、《礼记·月令》为标志,表明对四时变化的规律有了较深的认识。春秋战国时期,诸子各家对四时养生均有理论阐述,尤以《吕氏春秋》“十二纪”为代表,初步奠定了四时养生的基础。第三章,秦汉时期的四时养生思想。该时期是四时养生的确立阶段。以《黄帝内经》为标志,构建起四时养生的理论框架,包括四时养生的思想基础、宗旨目的、原则纲要和内容大法。第四章,晋唐时期的四时养生思想。该时期是四时养生丰富充实阶段。无论是医家、养生家,还是早期道教学者,均是在《内经》四时养生的基础上,进行某些方面的充实和完善。第五章,宋元时期的四时养生思想。该时期是四时养生的突破创新时期,提出了四气摄生、摄生月令、养生月览、四时养老、四时导引、四时饮食、四时宜忌、四时用药等一系列命题,四时养生有着专门化的逻辑发展趋向,并形成了专门的着作文献。第六章,明清时期的四时养生思想。该时期四时养生呈现全面繁荣兴盛的景象,表现为着作众多、月令扩充、方法类聚、程式精致、世俗流行,四时养生渗透到日常生活的各个方面。第七章至第十四章,为古代四时养生文献研究。第七章为古代四时养生文献概述,在介绍古代四时养生文献一般情况的基础上,对古代四时养生文献进行了简明分类,包括月令养生、四季养生、逐月养生、节令养生、时辰养生、运气养生、养生宜忌共七大类。从第八章起,即按照七大类的每类一章,逐章对每类文献的一般情况进行概括性阐述,并对每类的重点文献进行了专门介绍。第十五章,古代四时养生的主要内容。根据前述七类四时养生文献所载养生方法经验的总结和分析,古代四时养生的主要内容可以归纳为精神调摄、脏腑调摄、起居调摄、饮食调摄、运动调摄、服食调摄、药物调摄、疾病预防、宜忌调摄等九个方面。每个方面均列举了代表性的方法或进行了概括性的说明。研究形成以下结论:一、四时养生的内涵十分丰富,其核心要素为:春夏秋冬四时有其阴阳变化的规律,有时会出现反常;人体各有特点,对四时变化的适应各有不同;四时养生的关键是合理安排日常生活行为和采取必要的调护方法;四时养生的根本目的是维护健康、预防疾病、延缓衰老。二、四时养生有着悠久的历史,肇始于先秦,确立于汉代,《黄帝内经》构建了四时养生的理论框架,晋唐时期有所充实完善,宋元时期获得创新性突破,明清时期更为繁荣兴盛。三、四时养生文献中众多,从载体上来说可分成单篇、散在或专着三类。按照内容,可分为月令养生、四季养生、逐月养生、节气养生、时辰养生、宜忌养生、运气养生共七大类。四、四时养生的内容宏富,方法繁多,根据文献载录,可以分为精神调摄、脏腑调摄、起居调摄、饮食调摄、运动调摄、服食调摄、药物调摄、疾病预防、宜忌调摄九个方面。
黄洁[9](2020)在《休闲视域下宜昌务工女青年满意度研究》文中进行了进一步梳理休闲是人的一种状态,是自由精神的象征,也是人类发展的深层次动力和目标。随着商品经济的发展、科学技术的进步,国民生活水平大幅提升,中国紧跟发达国家进入休闲时代。城市务工女青年作为休闲经济和休闲文化的重要参与者,其休闲满意度既是对生活质量的客观反映,也是对休闲生活质量的主观评价。本文选择宜昌务工女青年作为主要调研对象,对其休闲时间、主要休闲方式、休闲动机、休闲质量、主要精神压力与困扰、自我满意度等方面展开问卷调查,以期全面展示她们的休闲状况和休闲满意度。第一章主要介绍休闲相关理论及女性休闲的基本特征。休闲相关理论主要包括休闲的概念、休闲价值观、休闲异化及休闲满意度的阐释。并对女性休闲的基本特征进行了梳理,总结出女性的休闲生活基本呈现出与家庭生活紧密联系,休闲状态阶段性变化以及休闲差距普遍存在的特征。第二章主要展示宜昌务工女青年休闲现状。通过问卷调查发现,务工女青年休闲生活的特征如下:一是休闲生活娱乐化、网络化;二是存在休闲紧张化和过度休闲两极分化的现象;三是休闲生活缺乏价值观引领,休闲与自身发展脱节,休闲生活缺少规划。认为宜昌地区务工女青年的休闲满意度与休闲时间、休闲内容、休闲价值观紧密相关,且收入、年龄、婚姻状况、受教育水平对她们休闲满意度的要素作用大小依次为:收入、婚姻状况、年龄、受教育水平。第三章主要分析务工女青年休闲满意度较低的成因和休闲异化的潜在危害。受传统性别文化和当代性别文化影响,女性在家庭和职场耗费大量时间和精力,休闲时间严重不足。再加上繁重的经济压力,家庭内部缺乏应有的理解与尊重,使得务工女青年疲于奔命,休闲满意度较低。少数务工女青年出现休闲异化,生活缺乏活力、幸福指数偏低,容易阻碍社会进步和谐,破坏家庭美满幸福,限制自身发展等。第四章主要探讨提升务工女青年休闲满意度的对策。一是国家要以社会主义核心价值观引领女性精神升华,出台、完善各种保障女性权益的监管政策,让女性权益得到维护。二是社会要积极倡导健康休闲方式与理念,媒体在舆论引导方面要对女青年成分理解与包容,学校要大力推广休闲文化与教育,非政府组织还大力组建女性团体,为女性休闲提供场地、资金与活动舞台。三是女性自身也要注重精神追求,培育“主体性提升”的休闲观,抵御不良休闲风气侵袭,倡导自律而理性的生活,接受张弛有度的休闲理念,积极采纳并践行先进的女性休闲方式。
浮在天上的猫[10](2020)在《早起一小时,你就赢了》文中进行了进一步梳理1有位前辈跟我算过一笔账:如果每天早起一小时,一个月就比别人多了30个小时。这30个小时,你可以看完几本书,可以在一门新技能上初入门槛……人与人的差距就是这样逐渐拉开的。这笔账算得我热血沸腾,二话不说,当即着手去实施。可是这激情来得快去得也快,每天早上被闹钟吵醒的电光石火之间,就为自己找了无数的理由和借口开脱:睡眠不足影响一天的效率;学习不差这一会儿,再补个觉;明天一定把今天欠下的补回来……
二、Get Up Early(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Get Up Early(论文提纲范文)
(1)早睡早起,了不起的好习惯(论文提纲范文)
早睡早起好处多 |
四招养成早起好习惯 |
(2)高校学生行为挖掘分析与成绩预测方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 教育数据挖掘研究现状 |
1.2.2 成绩预测模型研究现状 |
1.3 研究内容 |
1.4 研究路线 |
1.5 论文组织结构 |
第二章 相关基础理论与技术 |
2.1 聚类分析 |
2.1.1 聚类的基本概念 |
2.1.2 K-means算法简介 |
2.1.3 K-means算法的缺点 |
2.2 关联规则挖掘 |
2.2.1 关联规则基本概念 |
2.2.2 关联规则挖掘过程 |
2.2.3 关联规则挖掘算法 |
2.3 成绩预测 |
2.3.1 成绩预测技术方法 |
2.3.2 长短期记忆神经网络 |
2.4 本章小结 |
第三章 多因素改进K-means聚类算法 |
3.1 K-means算法改进思路 |
3.2 聚类数目的确定 |
3.3 K-means算法改进 |
3.3.1 迭代过程样本点的分配 |
3.3.2 离群点的检测 |
3.3.3 初始聚类中心的选取 |
3.4 改进算法整体描述及复杂度分析 |
3.5 改进算法有效性验证 |
3.6 本章小结 |
第四章 基于改进聚类算法的学生行为分析 |
4.1 行为描述指标体系构建 |
4.1.1 数据收集 |
4.1.2 数据预处理 |
4.1.3 构建行为描述指标 |
4.2 学生行为聚类分析 |
4.2.1 消费行为聚类分析 |
4.2.2 规律生活行为聚类分析 |
4.2.3 学习行为聚类分析 |
4.3 本章小结 |
第五章 基于Apriori算法的学生行为与学习成绩关联规则挖掘 |
5.1 关联规则度量指标优化 |
5.2 Apriori算法剪枝步优化 |
5.3 课程成绩间关联规则挖掘 |
5.4 学生行为与学习成绩间关联规则挖掘 |
5.5 本章小结 |
第六章 基于Attention-Bi LSTM模型的学生成绩预测 |
6.1 成绩预测模型构建 |
6.1.1 注意力机制分析 |
6.1.2 结合注意力机制和Bi LSTM的成绩预测模型 |
6.2 实验与分析 |
6.2.1 实验数据 |
6.2.2 实验环境与度量指标 |
6.2.3 实验结果与分析 |
6.3 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
个人简历 |
(3)睡眠与遗传对2型糖尿病发病风险的交互作用研究(论文提纲范文)
中文摘要 |
Abstract |
符号说明 |
1 前言 |
2 资料与方法 |
2.1 资料来源 |
2.2 研究对象 |
2.3 暴露因素定义 |
2.3.1 睡眠行为和睡眠得分定义 |
2.3.2 协变量定义 |
2.4 糖尿病定义 |
2.5 构建多基因风险得分 |
2.6 统计分析方法 |
2.6.1 统计描述 |
2.6.2 Cox回归模型 |
2.6.3 PRS对T2D发病预测效果的评价 |
2.6.4 合并及交互作用分析 |
2.7 统计分析工具 |
3 结果 |
3.1 2型糖尿病发病队列的基本情况 |
3.1.1 基线特征描述 |
3.1.2 2型糖尿病发病情况描述 |
3.2 2型糖尿病发病队列的基线特征比较 |
3.3 睡眠与2型糖尿病的Cox回归结果 |
3.3.1 睡眠行为与2型糖尿病 |
3.3.2 睡眠得分与2型糖尿病 |
3.3.3 睡眠状态与2型糖尿病 |
3.4 多基因风险得分模型评价与选择 |
3.4.1 模型评价 |
3.4.2 最优多基因风险得分模型 |
3.5 睡眠状态与多基因风险得分对2型糖尿病的作用 |
3.5.1 睡眠状态与多基因风险得分对2型糖尿病的联合作用 |
3.5.2 不同遗传风险下睡眠状态对2型糖尿病的作用 |
3.5.3 睡眠状态与多基因风险得分对2型糖尿病的交互作用 |
3.6 敏感性分析 |
3.6.1 加权睡眠得分与2型糖尿病 |
3.6.2 加权睡眠状态与多基因风险得分对2型糖尿病的作用 |
4 讨论 |
4.1 睡眠与T2D的关系 |
4.2 多基因风险得分与T2D的关系 |
4.3 睡眠状态与PRS对T2D的联合及交互作用 |
5 结论 |
创新与不足 |
附录 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
学位论文评阅及答辩情况表 |
(4)学习绩效预测模型构建:源于学习行为大数据分析(论文提纲范文)
一、引言 |
二、研究基础与研究问题 |
(一)基于机器学习的预测研究 |
(二)基于神经网络的学习绩效预测研究 |
1. 神经网络的预测研究 |
2. 深度神经网络的预测研究 |
(三)研究问题 |
三、研究设计 |
(一)数据来源及变量构建 |
1. 数据来源 |
2. 预测变量的构建 |
(二)模型选择与评估指标 |
1. 预测模型选择 |
2. 预测模型的评估指标 |
(三)研究方法与研究工具 |
1. 研究方法 |
2. 研究工具 |
四、数据分析结果 |
(一)预测变量的筛选 |
1. 相关性分析与排序 |
2. 信息增益率分析与排序 |
(二)分类预测模型效果分析 |
(三)采用Boosting和Bagging集成方法提升分类器预测效果 |
(四)人工神经网络与深度神经网络预测效果分析 |
(五)决策树可视化分析 |
(六)基于决策树和JRip算法生成分类规则 |
五、研究讨论与总结 |
(一)行为表现指标有较强的预测能力 |
(二)机器学习模型预测性能分析 |
(三)深度神经预测性能和效能分析 |
(四)构建学习行为诊断模型 |
(五)学习绩效预测机制与教育价值 |
六、结语 |
(5)大学生“早起”和“借阅”行为与学习绩效的关系研究(论文提纲范文)
一、问题提出 |
(一)教育大数据在教育研究中的应用 |
(二)选择早起行为与借阅行为的缘由 |
二、研究基础 |
(一)学习行为与学习绩效的关系 |
(二)早起和借阅行为与学习绩效的关系 |
(三)学习行为与元认知的关系 |
三、研究设计 |
(一)研究对象与数据来源 |
(二)分析方法 |
1. 聚类分析 |
2. 关联分析 |
(三)研究工具 |
1. 学习绩效指标的构建 |
2. 行为特征指标的构建 |
3. 元认知量表 |
四、数据分析 |
1.借阅和早起行为与学习绩效的总体分析 |
2.早起行为类型与学习绩效的聚类分析 |
3.借阅行为类型与学习绩效的聚类分析 |
4.借阅和早起行为与学习绩效之间关联分析 |
5.借阅和早起行为与元认知水平关系 |
五、结果讨论与建议 |
(一)结论与讨论 |
1. 早起和借阅行为背后的认知规律和关系 |
2. 早起行为与学习绩效的相关程度 |
3. 图书阅读速度与学习绩效的相关程度 |
4. 借阅行为与学科专业发展的关系 |
(二)策略与建议 |
1. 打造深度学习环境,激发大学生自我学习能动性 |
2. 优化知识传播方式,满足大学生个性化阅读需求 |
3. 改变图书馆角色定位,为学科专业发展提供高质量服务 |
六、结语 |
(6)《黄帝内经》“夜卧早起”英译探析及其教学意义(论文提纲范文)
1 研究方法 |
2 研究结果与讨论 |
2.1《黄帝内经》中“夜卧早起”的不同英译版本 |
2.2“夜卧早起”释义 |
2.3“夜卧早起”不同译本评析 |
3 结语 |
(7)基于提高统计效能与校正多效性偏倚的改进孟德尔随机化模型构建及应用(论文提纲范文)
中文摘要 |
英文摘要 |
常用缩写词中英文对照表 |
前言 |
孟德尔随机化的基本概念 |
MR模型在医学中的应用 |
基于汇总数据的两样本MR模型 |
国内外研究现状 |
研究内容 |
1 MR模型的核心假设 |
1.1 MR模型中工具变量的核心假设 |
1.2 遗传变异的几点特殊性质及对MR的影响 |
1.2.1 工具变量强度及对MR模型的影响 |
1.2.2 遗传变异的多效性及其对MR模型的影响 |
1.2.3 遗传变异的连锁不平衡及其对MR模型的影响 |
1.3 小结 |
2 现有MR模型的局限性及改进模型的构建 |
2.1 现有MR模型的局限性 |
2.2 基于提高统计效能与校正多效性偏倚的MR理论模型构建 |
2.3 研究创新点与技术路线 |
3 基于无多效性工具变量假设的MR模型 |
3.1 比例估计值 |
3.2 逆方差加权法(IVW) |
3.3 基于IVW估计的回归稀释偏倚 |
3.4 比例估计值的方差及IVW中权重的估计 |
3.5 基于修正权重的逆方差加权法(MW-IVW) |
3.6 小结 |
4 多效性工具变量识别模型 |
4.1 比例估计值异质性检验 |
4.2 Cochran's Q统计量检验 |
4.2.1 基于一般权重的Cochran's Q统计量检验 |
4.2.2 基于修正权重的Cochran's Q统计量检验 |
4.3 MR多效性残差和与异质性方法(MR-PRESSO) |
4.4 理论与模拟研究 |
4.4.1 无多效性工具变量情形下的模拟分析 |
4.4.2 存在多效性工具变量情形下的模拟分析 |
4.5 小结 |
5 基于校正工具变量多效性偏倚的MR模型 |
5.1 MR-Egger回归 |
5.2 基于MR-Egger模型框架的回归稀释偏倚 |
5.3 Radial MR-Egger回归 |
5.4 理论与模拟研究 |
5.4.1 真实效应为零时基于不同权重的Radial MR-Egger比较 |
5.4.2 真实效应非零时基于不同权重的Radial MR-Egger比较 |
5.5 小结 |
6 因果效应值合并及理论模型框架总结 |
6.1 因果效应估计值合并 |
6.2 弱信息先验及尺度参数的选择 |
6.3 MR理论模型框架总结 |
6.4 小结 |
7 实例分析 |
7.1 研究背景 |
7.2 统计分析 |
7.2.1 样本来源 |
7.2.2 工具变量筛选 |
7.2.3 因果效应估计及敏感性分析 |
7.2.4 统计效能估计 |
7.2.5 小结 |
7.3 研究结果 |
7.3.1 工具变量筛选 |
7.3.2 因果效应推断 |
7.3.3 敏感性分析 |
7.3.4 统计效能估计 |
7.4 研究结论 |
7.5 小结 |
8 讨论与总结 |
参考文献 |
综述 |
参考文献 |
致谢 |
个人简介 |
(8)古代四时养生思想的历史发展及文献研究(论文提纲范文)
致谢 |
中文摘要 |
abstract |
引言 |
上篇 古代四时养生思想的历史发展研究 |
第一章 四时养生的内涵 |
一、时与四时 |
(一)时 |
(二)四时 |
二、四时养生内涵 |
第二章 先秦时期的四时养生思想 |
一、上古时期 |
(一)顺时养生的初始观念 |
(二)顺时养生的早期经验 |
二、夏商周时期 |
(一)岁时观念的形成 |
(二)物候知识的积累 |
(三)调养理念的产生 |
三、春秋战国时期 |
(一)儒家四时养生思想 |
(二)道家四时养生思想 |
(三)杂家四时养生思想 |
第三章 秦汉时期的四时养生思想 |
一、西汉时期 |
(一)西汉早期出土文献论四时养生 |
(二)西汉早期思想家论四时养生 |
(三)《黄帝内经》构建了四时养生的理论体系 |
二、东汉时期 |
(一)张仲景《金匮要略》对四时养生的贡献 |
(二)《四民月令》论四时养生 |
第四章 晋唐时期的四时养生思想 |
一、魏晋南北朝时期 |
(一)张湛《养生要集》四时养生理论 |
(二)陶弘景《养性延命录》论四时养生 |
(三)《荆楚岁时记》论四时养生 |
二、隋唐时期 |
(一)《崔禹锡食经》论四时饮食 |
(二)孙思邈的四时养生思想 |
(三)胡愔《黄庭内景五脏六腑补泻图》论四时养生 |
(四)司马承祯《服气精义论》论四时养生 |
(五)王冰《素问六气玄珠密语》论运气养生 |
(六)施肩吾《西山群仙会真记》论四时养生 |
第五章 宋元时期的四时养生思想 |
一、四气摄生 |
二、摄生月令 |
三、养生月览 |
四、四时养老 |
五、四时导引 |
六、四时饮食 |
七、四时宜忌 |
八、四时药物 |
九、运气养生 |
第六章 明清时期的四时养生思想 |
一、着作众多 |
二、月令扩充 |
三、方法类聚 |
四、世俗流行 |
五、程式精致 |
六、时辰考究 |
下篇 古代四时养生文献研究 |
第七章 古代四时养生文献概述 |
一、古代四时养生文献的一般情况 |
二、古代四时养生文献的分类 |
(一)月令养生类文献 |
(二)四时养生类文献 |
(三)逐月养生类文献 |
(四)节气养生类文献 |
(五)时辰养生类文献 |
(六)宜忌养生类文献 |
(七)运气养生类文献 |
第八章 月令养生类文献 |
一、月令养生类文献概述 |
二、重点文献介绍 |
(一)《夏小正》 |
(二)《吕氏春秋》 |
(三)《四民月令》 |
(四)《月令通考》 |
第九章 四时养生类文献 |
一、四时养生类文献概述 |
二、重点文献介绍 |
(一)《灵剑子》 |
(二)《黄庭内景五脏六腑补泻图》 |
(三)《四气摄生图》 |
(四)《混俗颐生录》 |
(五)《养生月录》 |
(六)《摄生消息论》 |
(七)《遵生八笺》 |
第十章 运气养生类文献 |
一、运气养生类文献概述 |
二、重点文献介绍 |
(一)《素问入式运气论奥》 |
第十一章 逐月养生类文献 |
一、逐月养生类文献概述 |
二、重点文献介绍 |
(一)《孙真人摄养论》 |
(二)《养生月览》 |
(三)《摄生月令》 |
(四)《运化玄枢》 |
第十二章 节气养生类文献 |
一、节气养生类文献概述 |
二、重点文献介绍 |
(一)《保生月录》 |
(二)《二十四气坐功导引治病图》 |
(三)《月令七十二候集解》 |
第十三章 时辰养生类文献 |
一、时辰养生类文献概述 |
二、重点文献介绍 |
(一)《二六功课》 |
第十四章 宜忌养生类文献 |
一、宜忌养生类文献概述 |
二、重点文献介绍 |
(一)《四时宜忌》 |
第十五章 古代四时养生的主要内容 |
一、精神调摄 |
(一)精神调摄 |
(二)情志调摄 |
二、脏腑调摄 |
(一)四季脏腑调摄 |
(二)逐月脏腑调摄 |
三、起居调摄 |
(一)作息 |
(二)睡眠 |
(三)沐浴 |
(四)晨起 |
(五)服饰 |
(六)居处 |
四、饮食调摄 |
(一)食材选择 |
(二)注意事项 |
五、运动调摄 |
六、服食调摄 |
(一)组方分类 |
(二)剂型分类 |
(三)按时分类 |
七、药物调摄 |
(一)四季药方 |
(二)逐月药方 |
八、疾病预防 |
(一)居处卫生 |
(二)药物预防 |
九、宜忌调摄 |
(一)饮食禁忌 |
(二)起居禁忌 |
(三)房中宜忌 |
(四)行为禁忌 |
结论 |
课题创新点 |
参考文献 |
文献综述 |
参考文献 |
附录 |
个人简历 |
(9)休闲视域下宜昌务工女青年满意度研究(论文提纲范文)
内容摘要 |
Abstract |
绪论 |
一、选题背景及意义 |
(一) 选题缘起 |
(二) 研究意义 |
二、国内外研究现状评述 |
(一) 国内学术前史 |
(二) 国外学术前史和理论动态 |
(三) 国内外研究述评 |
三、研究方法 |
四、创新之处 |
第一章 休闲概念及女性休闲相关理论概述 |
第一节 休闲概念及休闲理论 |
一、休闲概念 |
二、休闲价值观 |
三、休闲异化 |
四、休闲满意度 |
第二节 女性休闲基本特征 |
一、与家庭生活紧密联系 |
二、休闲状态阶段性变化 |
三、休闲差距普遍存在 |
第二章 宜昌务工女青年休闲现状 |
第一节 务工女青年休闲的基本情况 |
一、问卷调查基本情况 |
二、务工女青年的休闲满意度 |
第二节 影响务工女青年休闲满意度的重要因素 |
一、年龄与休闲 |
二、经济收入与休闲 |
三、婚姻状态与休闲 |
四、受教育程度与休闲 |
五、影响因素的程度排序 |
第三节 务工女青年休闲满意度与价值观 |
一、休闲价值观现状 |
二、休闲价值观与休闲满意度的关系 |
第三章 休闲满意度低的成因及潜在危害 |
第一节 务工女青年休闲满意度较低的致因分析 |
一、社会性别文化冲击 |
二、经济工作双重压力 |
三、家庭理解匮乏 |
四、缺乏休闲教育 |
第二节 务工女青年休闲异化的潜在危害 |
一、社会频现休闲异化问题 |
二、家庭沟通受阻加剧矛盾冲突 |
三、女性个人发展受阻 |
第四章 提升女性休闲满意度的对策 |
第一节 国家层面: 精神引领与制度保障 |
一、以社会主义核心价值观引领女性精神升华 |
二、完善女性权益保障机制体制 |
第二节 社会层面:倡导健康休闲 |
一、社会舆论倡导理解与包容 |
二、大力推广休闲文化与教育 |
三、组织女性团体活动 |
第三节 个人层面: 鼓励追求休闲的精神价值 |
一、培育以“主体性提升”为价值追求 |
二、倡导女性理性生活 |
结语 |
参考文献 |
致谢 |
附录1: 攻读学位期间发表论文 |
附录2: 宜昌城区务工女青年休闲生活问卷调查 |
(10)早起一小时,你就赢了(论文提纲范文)
1 |
2 |
3 |
4 |
四、Get Up Early(论文参考文献)
- [1]早睡早起,了不起的好习惯[J]. 李珍玉. 科学之友(上半月), 2022(01)
- [2]高校学生行为挖掘分析与成绩预测方法研究[D]. 雷天奇. 西北农林科技大学, 2021(01)
- [3]睡眠与遗传对2型糖尿病发病风险的交互作用研究[D]. 陈晓璐. 山东大学, 2021(11)
- [4]学习绩效预测模型构建:源于学习行为大数据分析[J]. 胡航,杜爽,梁佳柔,康忠琳. 中国远程教育, 2021(04)
- [5]大学生“早起”和“借阅”行为与学习绩效的关系研究[J]. 杜爽,飞云倩,何牧,胡航. 中国远程教育, 2020(11)
- [6]《黄帝内经》“夜卧早起”英译探析及其教学意义[J]. 李淑媛,李福东,陈宁,张晓枚. 中国中医药现代远程教育, 2020(20)
- [7]基于提高统计效能与校正多效性偏倚的改进孟德尔随机化模型构建及应用[D]. 高雪. 山西医科大学, 2020(11)
- [8]古代四时养生思想的历史发展及文献研究[D]. 谢双峥. 江西中医药大学, 2020(01)
- [9]休闲视域下宜昌务工女青年满意度研究[D]. 黄洁. 三峡大学, 2020(07)
- [10]早起一小时,你就赢了[J]. 浮在天上的猫. 故事家, 2020(09)