目的 探究讲授式教学法(lecture based learning,LBL)、以问题为基础的教学方法(problem-based learning,PBL)、慕课(massive open online course,MOOC)联合翻转课堂对于临床医学专业留学生临床实习效果的影响。方法选取2018年6月-2019...目的 探究讲授式教学法(lecture based learning,LBL)、以问题为基础的教学方法(problem-based learning,PBL)、慕课(massive open online course,MOOC)联合翻转课堂对于临床医学专业留学生临床实习效果的影响。方法选取2018年6月-2019年6月在哈尔滨医科大学附属第一医院6年制临床医学毕业实习阶段留学生共80名作为研究对象,随机分成4组,每组20人,分别采用4种不同教学模式进行神经内科实习教学:1组采用LBL教学法;2组采用PBL教学法;3组采用LBL联合PBL教学法;4组采用LBL+PBL+慕课联合翻转课堂。课后向每名同学发放调查问卷以此了解学生的满意情况,实习结束以后对4组学生进行理论和临床技能综合考试。以评估留学生的临床知识掌握能力、临床技能操作能力、临床病例分析能力。结果 第4组学生临床知识掌握能力、临床技能操作能力、临床病例分析能力均高于其他3组留学生,差异有统计学意义(P <0.05);第4组学生在专业知识涵盖满意度、临床思维培养满意度、教学体验满意度3个方面评分高于其他3组学生,差异有统计学意义(P <0.05)。结论 在留学生临床实习教学中采用LBL+PBL+MOOC联合翻转课堂教学模式效果显著,能有效激发学生的主观能动性,培养学生自主学习和分析问题的能力,提高学生的学习成绩及临床知识掌握能力、临床技能操作能力、临床病例分析能力,提升整体教学效果和教学满意率。展开更多
目的运用文献计量学方法,分析脑卒中肌少症领域的研究现状、知识结构及热点演变。方法检索中国知网、万方数据知识服务平台、维普网及Web of Science核心合集数据库中2000年1月至2024年12月脑卒中肌少症的相关文献。使用Note Express进...目的运用文献计量学方法,分析脑卒中肌少症领域的研究现状、知识结构及热点演变。方法检索中国知网、万方数据知识服务平台、维普网及Web of Science核心合集数据库中2000年1月至2024年12月脑卒中肌少症的相关文献。使用Note Express进行文献管理,利用Excel绘制年度发文量趋势图,CiteSpace对文献进行可视化分析,重点分析国家、机构、作者及关键词的分布和关联。结果共纳入780篇文献。全球发文量整体呈上升趋势,发文量最多的国家是日本。发文量最多的机构是日本熊本县立康复医院。国内机构以医学院校为主,发文量最多的机构是昆明医科大学。作者间以Yoshimura Y和Wakabayashi H形成核心合作网络;中文文献前3位高频关键词为老年患者、吞咽功能障碍、影响因素;英文文献前3位高频关键词为activities of daily living、older adults、handgrip strength。中文文献形成10个关键词聚类,主要聚焦于中医防治、临床特征;英文文献形成13个关键词聚类,主要聚焦于危险因素、技术应用。中文文献突现强度主要关键词为吞咽功能障碍;英文文献突现强度主要关键词为activities of daily living、electrical stimulation。结论脑卒中肌少症研究的知识结构逐渐完善,研究热点持续演变。国际合作与学科交叉将成为该领域发展的关键,相关研究为脑卒中患者的康复干预及学科发展提供了重要支持。展开更多
Images captured in rainy days suffer from noticeable degradation of scene visibility.Unmanned aerial vehicles(UAVs),as important outdoor image acquisition systems,demand a proper rain removal algorithm to improve visu...Images captured in rainy days suffer from noticeable degradation of scene visibility.Unmanned aerial vehicles(UAVs),as important outdoor image acquisition systems,demand a proper rain removal algorithm to improve visual perception quality of captured images as well as the performance of many subsequent computer vision applications.To deal with rain streaks of different sizes and directions,this paper proposes to employ convolutional kernels of different sizes in a multi-path structure.Split attention is leveraged to enable communication across multiscale paths at feature level,which allows adaptive receptive field to tackle complex situations.We incorporate the multi-path convolution and the split attention operation into the basic residual block without increasing the channels of feature maps.Moreover,every block in our network is unfolded four times to compress the network volume without sacrificing the deraining performance.The performance on various benchmark datasets demonstrates that our method outperforms state-of-the-art deraining algorithms in both numerical and qualitative comparisons.展开更多
文摘目的运用文献计量学方法,分析脑卒中肌少症领域的研究现状、知识结构及热点演变。方法检索中国知网、万方数据知识服务平台、维普网及Web of Science核心合集数据库中2000年1月至2024年12月脑卒中肌少症的相关文献。使用Note Express进行文献管理,利用Excel绘制年度发文量趋势图,CiteSpace对文献进行可视化分析,重点分析国家、机构、作者及关键词的分布和关联。结果共纳入780篇文献。全球发文量整体呈上升趋势,发文量最多的国家是日本。发文量最多的机构是日本熊本县立康复医院。国内机构以医学院校为主,发文量最多的机构是昆明医科大学。作者间以Yoshimura Y和Wakabayashi H形成核心合作网络;中文文献前3位高频关键词为老年患者、吞咽功能障碍、影响因素;英文文献前3位高频关键词为activities of daily living、older adults、handgrip strength。中文文献形成10个关键词聚类,主要聚焦于中医防治、临床特征;英文文献形成13个关键词聚类,主要聚焦于危险因素、技术应用。中文文献突现强度主要关键词为吞咽功能障碍;英文文献突现强度主要关键词为activities of daily living、electrical stimulation。结论脑卒中肌少症研究的知识结构逐渐完善,研究热点持续演变。国际合作与学科交叉将成为该领域发展的关键,相关研究为脑卒中患者的康复干预及学科发展提供了重要支持。
基金the Fundation of Graduate Innovation Center in Nanjing University of Aeronautics and Astronautics(No.kfjj20191601).
文摘Images captured in rainy days suffer from noticeable degradation of scene visibility.Unmanned aerial vehicles(UAVs),as important outdoor image acquisition systems,demand a proper rain removal algorithm to improve visual perception quality of captured images as well as the performance of many subsequent computer vision applications.To deal with rain streaks of different sizes and directions,this paper proposes to employ convolutional kernels of different sizes in a multi-path structure.Split attention is leveraged to enable communication across multiscale paths at feature level,which allows adaptive receptive field to tackle complex situations.We incorporate the multi-path convolution and the split attention operation into the basic residual block without increasing the channels of feature maps.Moreover,every block in our network is unfolded four times to compress the network volume without sacrificing the deraining performance.The performance on various benchmark datasets demonstrates that our method outperforms state-of-the-art deraining algorithms in both numerical and qualitative comparisons.
